龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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证据深度学习的车载入侵检测系统和方法，涉及车载入侵检测技术领域，系统包括：CAN报文数据采集模块、数据预处理模块、数据分析模块、攻击检测模块、结果输出模块；CAN报文数据采集模块采集连续的CAN报文，提取出CAN报文中的CANID和时间戳，将其传入数据预处理模块；数据预处理模块根据连续的CAN报文中的CANID和时间戳，构建报文图像；数据分析模块用于对报文图像进行特征提取，输出对应的特征图；攻击检测模块采用基于证据深度学习的检测头，输入是经过数据预处理和特征提取后的特征图，输入数据经过基于证据的检测头的处理后，输出相应的分类概率与不确定度；结果输出模块通过对不确定度的评估，输出报文图像所属的攻击类别。本发明将深度证据学习引入到车载入侵检测任务中，实现对报文图像不确定度建模，可以有效地识别在开放集中未知的攻击。
主权项：1.一种基于证据深度学习的车载入侵检测系统，其特征在于，包括：CAN报文数据采集模块、数据预处理模块、数据分析模块、攻击检测模块、结果输出模块；所述CAN报文数据采集模块：采集连续的CAN报文，提取出CAN报文中的CANID和时间戳，将其传入数据预处理模块；所述数据预处理模块：根据连续的CAN报文中的CANID和时间戳，构建报文图像；所述数据分析模块：用于对报文图像进行特征提取，输出对应的特征图；所述攻击检测模块：采用基于证据深度学习的检测头，输入是经过数据预处理和特征提取后的特征图，输入数据经过基于证据的检测头的处理后，输出相应的分类概率与不确定度；所述结果输出模块：通过对不确定度的评估，输出报文图像所属的攻击类别。
全文数据：
权利要求：
百度查询： 合肥工业大学 一种基于证据深度学习的车载入侵检测系统和方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号