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！

摘要：本发明公开了一种基于深度学习的VCC车辆攻击检测方法，包含内部异常车辆检测和外部异常车辆检测；内部异常车辆检测包括：持续采集VCC内部车辆的信息并进行预处理；用预处理后的数据对自编码器进行训练；利用训练好的模型来检测内部车辆的异常；外部异常车辆检测包括：对请求加入VCC的外部车辆信息进行预处理；提取距离外部车辆申请时间最邻近的VCC内部车辆信息作为正常车辆数据；利用经过训练的自编码器的编码部分提取外部车辆信息与内部正常车辆信息的特征；构建支持向量数据描述分类器并进行训练；利用训练好的支持向量数据描述分类器对外部车辆进行检测。本发明利用车辆信息的时空特征，实现了无监督的VCC异常车辆检测。

主权项：1.一种基于深度学习的VCC车辆攻击检测方法，其特征是应用于由云平台、VANETs基础设施和若干车辆所构成的VCC网络中；所述VCC车辆攻击检测方法包括如下步骤：步骤1.VCC网络内部的异常车辆检测：步骤1.1.持续采集VCC网络内部的车辆信息并进行预处理，得到预处理后的内部车辆信息；步骤1.2.利用卷积长短期记忆神经网络构建自编码器；所述自编码器包括编码器和解码器，均由卷积长短期记忆神经网络构造；步骤1.3.利用预处理后的内部车辆信息对所述自编码器进行训练，得到训练好的自编码器模型；步骤1.4.使用训练好的自编码器模型重构VCC网络内部的车辆数据，并将重构数据与输入数据之间的误差作为异常值；步骤1.5.若异常值高于所设置的阈值，则将相应的输入数据识别为异常，反之，则为正常；步骤2.VCC网络外部的异常车辆检测：步骤2.1.对请求加入VCC网络的外部车辆信息进行预处理，得到预处理后的外部车辆信息；对所述步骤1.1和步骤2.1中的预处理过程包括：对于包含m个向量的车辆信息，选择大小为b的滑动窗口，b＞0，并将两个连续的滑动窗口重叠对于每个滑动窗口，计算车辆信息中每个数据的衍生特征：范数NOR和范数差异DOR，从而得到初步处理后的车辆信息；对于初步处理后的车辆信息，选择大小为c的滑动窗口，c＞0，并将两个连续的滑动窗口重叠对于每个滑动窗口，计算初步处理后的车辆信息中每个衍生特征的统计特征，以获取衍生特征随时间的变化程度，从而得到预处理后的车辆信息；步骤2.2.提取与外部车辆申请时间最邻近的VCC网络内部的车辆信息作为正常车辆数据；步骤2.3.利用训练好的自编码器模型的编码器分别提取预处理后的外部车辆信息的特征与所述正常车辆数据的特征；步骤2.4.利用所述正常车辆数据的特征训练支持向量数据描述分类器，得到分类器的决策边界域；步骤2.5.使用分类器的决策边界域对VCC网络外部的车辆信息的特征进行检测，若特征在决策边界域内，则认为申请加入VCC网络的外部车辆是正常车辆，允许其加入VCC网络中，反之，则为异常车辆，不允许加入VCC网络中。

全文数据：

权利要求：

百度查询： 安徽大学 一种基于深度学习的VCC车辆攻击检测方法