Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜长安大学王秋玲获国家专利权

恭喜长安大学王秋玲获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜长安大学申请的专利一种编队下CAV网络攻击识别与解调方法、设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115720151B

龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211316589.7,技术领域涉及:H04L9/40;该发明授权一种编队下CAV网络攻击识别与解调方法、设备及存储介质是由王秋玲;朱璋元;林吉祥;袁铨;冯浩喆;石林鑫设计研发完成,并于2022-10-26向国家知识产权局提交的专利申请。

一种编队下CAV网络攻击识别与解调方法、设备及存储介质在说明书摘要公布了:本发明公开了一种编队下CAV网络攻击识别与解调方法、设备及存储介质,方法包括:构建多车道编队型交通流模型PIDM,确定车辆编队内存在的通信拓扑结构;网络攻击定位、识别与警报;分阶段确定网络攻击解调方式。本发明在多车道编队情景下识别网络攻击,经过逐级的误差放缩对前车的不良影响进行消解,减少了网络攻击对车队行驶产生的不良影响。

本发明授权一种编队下CAV网络攻击识别与解调方法、设备及存储介质在权利要求书中公布了:1.一种编队下CAV网络攻击识别与解调方法,其特征在于,包括以下步骤:步骤1:构建多车道编队型交通流模型PIDM,确定车辆编队内存在的通信拓扑结构;所述PIDM模型如式4: 其中,表示车辆i在t时刻的期望跟驰距离,表示车辆i期望的停车时跟驰距离,vit表示i车在t时刻的速度,表示To·拓扑类型下i车的前车k对i车的影响权重,1≤k≤i-1,本车与前方车辆之间的距离越长权重越小;Ti*t表示车辆i在t时刻的车头时距,Δvit为t时刻车辆i与前车的速度差,表示车辆i期望的最大加速度,表示车辆i期望的舒适减速度;步骤2:网络攻击定位、识别与警报;步骤3:分阶段确定网络攻击解调方式:在攻击信息接收前,切断其他车辆与发出攻击信息车辆的通信,阻止错误信息接收;在攻击信息接收或处理过程中,探测得到受击车辆的准确状态信息并修正攻击信息内容,或者通过编队外的其他车道车辆协助修正网络攻击信息,基于信任模型进行多车协同信息修正,保障发出信息与实际信息尽可能贴近;在攻击信息接受后,通过博弈手段,依据成本最小原则确定更换后的通信流拓扑类型,并动态调整PIDM模型中接收攻击信息的车辆对其他车辆的影响权重,弱化错误信息影响;所述步骤1中,CAV编队的网络通信拓扑被定义为具有节点集、边集和权重集的有向图,车辆通信流存在多种拓扑,车辆间拓扑抽象成的邻接矩阵如式1所示: 式中,相邻两车位置关系中n-1车为前车,n车为后车,当n车接收n-1车信息时取值为1,当n车与n-1车不存在信息沟通时为0;To·表示车队遵循的拓扑类型;拓扑类型包括前后车拓扑LFF、领航-前车拓扑PLF和多领航车拓扑APF;所述步骤2中,网络攻击定位、识别与警报,包括以下步骤:车队内车辆获取前方车辆发送的带有车辆ID与时间戳的车辆状态信息,并探测相邻后车的行驶数据,进行数据比对,通过逻辑处理器验证是否出现网络攻击,及时定位受到网络攻击的车辆,识别网络攻击类型并对受击车辆周围车辆进行警报;所述步骤3中,在攻击信息接收前,当识别到车辆k-1为受击车辆,及时切断其他接收受击车辆通信输入的信道,在矩阵中处理如下: 式8中左侧矩阵表示删去所在位置元素,删除后右侧矩阵对应位置元素变为0,待切断通信后,车辆k-1处于一种信息孤岛状态,造成后方车辆的跟驰行为所依据的运动信息出现空缺元素,易造成安全风险,需要采用正确信息来补全通信流拓扑;所述步骤3中,在攻击信息接收或处理过程中,基于信任值的协同定位将编队内识别出车辆受击的车辆作为节点车辆,通过与受击车辆邻接的其他车辆的传感器探测信息,修正错误信息;考虑邻接车辆在攻击发出到启用传感器修正的过程中可能已受到错误信息的恶意影响,即不同车辆的传感器信息准确性存在偏差;基于信任值融合处理各车辆经过滤波后的受击车辆状态信息,生成多车协同监测所得出的受攻击车辆行驶状态结果p; 式中,式中,Pj代表各车辆所测量得到的受击车辆信息,代表各车辆测量信息的权重;通过对上一时刻各车的信任值进行归一化处理确定,g表示参与协同定位的车辆数,Trustj,t-1表示受击车辆相邻接车辆j在t-1时刻的信任值,aTrust表示信任归一系数;在通讯层面,将信任值低于阈值的车辆从通信拓扑中剔除,以避免网络攻击的进一步扩散;信任值Trustj,t-1是综合实时声誉值和周期声誉值确定,能够对受击车辆周边车辆j的通信状态进行评价,Trustj,t-1根据式11~12计算:Trustj,t-1=1-γTj,t-1+γRj,t-1,γ∈[0,1]11 其中,γ是信任值的计算权重,ρ、β和ξ为调节因子,ρ≥0,ξ≤1,β≥1;Tj,t-1表示t-1时刻车辆j所提供的信息的实时声誉值,Rj,t-1表示t-1时刻车辆j所提供的信息的周期声誉值,e为自然对数的底数;所述步骤3中,在攻击信息接受后,包括:获得修正信息前的博弈攻击解调和获得修正信息后的博弈攻击解调;所述获得修正信息前的博弈攻击解调,包括以下步骤:如果不将受击车辆排除出队列外,转化成本CTo·switch,1根据式21确定:CTo·switch,1=o×numloseTo·+c×numplusTo·21式中,numloseTo·表示变化后无效通信链路数,numplusTo·表示新增链路数,o为无效链路的影响程度,c为拓扑变换的转化成本;在通信流拓扑类型集合To·中,选取变化后造成不利影响与转化成本最小的一类拓扑,作为拟更换的拓扑类型To·switch,1;如果将受击车辆i排除出队列,意味着车辆i+1及后方车辆独立为一个新车队,车队内的通信流拓扑将再次发生变化,此时的转化成本为CTo·switch,2,见式22:CTo·switch,2=c×numplus,i+1To·+pi+122除了以车辆i+1为头车的新车队新增拓扑成本外,车辆i+1本身由跟随者充当为领导者,且前方为一受击不稳定车辆,因此考虑车辆i+1本身新增的监测成本pi+1;依据式23将转化成本CTo·switch,1与CTo·switch,2进行博弈:To·switch=argmin[CTo·switch,1,CTo·switch,2]23选取成本最小对应的通信流拓扑类型To·switch;所述获得修正信息后的博弈攻击解调,包括以下步骤:头车被识别为受到网络攻击的,后车的信息权重向量内各元素之和降低至小于1,为满足PIDM模型的约束,将探测得到的受击车辆状态信息补充到运动决策过程,表示车辆i对头车修正信息的信息权重,而的取值与信任值Trusti,t-1关联,基于修正信息的跟驰模型变化为: 用替换式4中的为车辆2与时延下头车修正信息速度的差;将式4多项式第二项中的修改为将式4多项式第三项中的修改为通过合作博弈确定受击车队中与λi1的比例设计,设计收益矩阵中各项取值组成的向量为经博弈重新调整信息权重分布,实现信息传输后的控制。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人长安大学,其通讯地址为:710075 陕西省西安市雁塔区南二环路中段;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。