轩辕实验室丨基于信息熵的车载网络流量异常检测防御方法

本文来自轩辕实验室相关研究成果。

本发明通过设定一个检测阈值和固定大小的滑动窗口,计算滑动窗口中流量的信息熵,利用所计算的熵值和阈值对比进行异常判断,实现一种基于信息熵的车载网络流量异常检测防御方法。

本发明针对CAN总线和车载以太网的流量,取不同对象作为离散随机变量。在车载网络出现异常流量时,这些随机变量的取值分布会被改变,从而导致信息熵值发生剧烈下降。通过设定阈值,判断信息熵是否在合理界线内,从而实现网络流量的异常检测。

在传统的基于异常的入侵检测技术中有一类方案是基于统计形成,其中基于熵值理论的方法可以有效检测传统网络流量的异常情况,并且这类方法具有较好的检测效率和合适的算力消耗代价,可以利用这种方法检测自动驾驶场景下车载网络的异常流量。

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于滑动窗口信息熵车载CAN入侵检测代码MATLAB可以采取以下步骤: 1. 导入CAN数据:首先,使用MATLAB的CAN工具箱连接到车辆的CAN总线,读取CAN数据。可以使用CAN工具箱中的函数来执行此操作。 2. 设定滑动窗口大小:根据需要,设定滑动窗口的大小。滑动窗口的大小决定了每次计算信息熵时考虑的CAN消息数量。 3. 切割CAN数据:将读取的CAN数据按照滑动窗口的大小切割成多个子窗口。 4. 计算每个子窗口的信息熵:对于每个子窗口,根据其中的CAN数据计算信息熵信息熵可以用来量化数据的混乱程度,从而判断是否存在潜在的入侵行为。可以使用MATLAB提供的熵函数来计算信息熵。 5. 设置阈值:根据实际情况,设置信息熵的阈值。如果计算得到的信息熵超过设定的阈值,可以认为有可能存在入侵行为。 6. 判断入侵:对于每个子窗口,根据计算得到的信息熵与设定的阈值进行比较。如果信息熵超过阈值,则判定为入侵行为。可以使用MATLAB中的if语句来实现此判断。 7. 输出结果:根据实际需求,可以将入侵检测结果输出到控制台、保存到文件或者发送到其他系统进行进一步处理等。 最后,需要注意的是,基于滑动窗口信息熵车载CAN入侵检测只是一种简单的入侵检测方法,实际应用中可能需要结合其他方法和策略进行综合性的安全保护。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值