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！

申请/专利权人：长春大学

摘要：本发明属于车联网和通信安全技术领域，涉及一种基于改进的MobileNetV3模型的轻量级车联网入侵检测方法；该方法通过对改进的MobileNetV3模型进行训练得到车联网入侵检测模型，利用车联网入侵检测模型区分正常流量和攻击流量；模型训练时，在数据预处理部分，通过随机无放回采样，异常值处理，SMOTE采样，关键特征筛选等一系列的处理，保留对车联网入侵检测至关重要的数据，筛除无效且无用的数据集；此外，通过在MobileNetV3模型初期添加空间特征提取块和对反向残差块参数的配置，使检测过程中能够识别细微差异，显著提高检测的准确率，同时达到快速且轻量化的需求。

主权项：1.一种基于改进的MobileNetV3模型的轻量级车联网入侵检测方法，该方法包括以下步骤：步骤1.实时接收CAN流量数据；步骤2.将实时接收的CAN流量数据输入到车联网入侵检测模型中；步骤3.采用步骤2的车联网入侵检测模型对实时接收的CAN流量数据进行识别分类，得到分类结果；步骤4.基于分类结果，确定入侵检测结果；其特征在于，步骤2所述的车联网入侵检测模型是通过对改进的MobileNetV3模型进行训练得到，具体训练方法为：步骤S2.1获取公开的Car-Hacking数据集；步骤S2.2对Car-Hacking数据集进行预处理，具体方法为：步骤S2.2.1采用无放回的随机抽样方法对正常数据按照50%的比例进行采样，对于恶意流量数据不对其进行采样，之后将采样后的正常数据和攻击数据合并，重新排序索引，保存为一个新样本数据集；步骤S2.2.2采用孤立森林算法来检测并删除步骤S2.2.1的新样本数据集中的异常值；步骤S2.2.3采用SMOTE算法对标签为Fuzzy的数据进行过采样；步骤S2.2.4采用随机森林分类器进行特征选择，保留选定的特征和标签列，并将其保存为新的数据集文件；步骤S2.2.5读取步骤S2.2.4保存的新的数据集，采用归一化方法将数值型特征归一化到[0,1]的范围，并将缺失值填充为0；步骤S2.2.6采用基于分位数的数据转换方法将步骤S2.2.5归一化后的数据集进行数据转换，使其放缩到[0,255]的范围；步骤S2.2.7数据标准化完成后，根据网络流量数据集的时间戳和特征大小将步骤S2.2.6的样本数据转换为块，之后再转换为图像；步骤S2.3将训练数据集和测试数据集输入到改进的MobileNetV3模型当中进行训练；其中，所述改进的MobileNetV3模型包括输入层、空间特征提取块、反向残差块、平均池化层、分类块；所述空间特征提取块输出的是从输入张量中提取的增强的空间特征，空间特征提取块包括第一卷积层、第一批量归一化层、第一激活层、第二卷积层、第二批量归一化层，所述第一卷积层的输入与第二卷积层的输出之间通过第三卷积层进行残差连接，残差结果相加之后通过第二激活层并输出；第一卷积层、第二卷积的卷积核大小均设置为3×3，填充设置为1，步长设置为1；所述第一激活层、第二激活层均使用ReLU激活函数；所述第三卷积层的卷积核大小设置为1×1，空间特征提取块处理后的数据经反向残差块、平均池化层、分类块处理后输出分类结果。

全文数据：

权利要求：

百度查询： 长春大学 基于改进的MobileNetV3模型的轻量级车联网入侵检测方法