AUTOSAR从入门到精通-【应用篇】基于AdaBoost算法的车载CAN总线报文异常检测

目录

前言

国内外研究现状

汽车CAN总线介绍及异常检测技术

2.1汽车CAN总线介绍

2.1.1车载CAN网络的基本概念

2.1.2 CAN网络的结构特性

2.1.3 CAN网络通信协议

2.2 CAN总线网络异常检测检测技术

2.2.1异常检测技术

2.2.2基于统计的异常检测

2.2.3基于知识的异常检测

2.2.5汽车车内网络异常检测技术总结

车载CAN网络威胁模型与攻击场景

3.1车内网络信息安全概述

3.1.1车载网络的弱点

3.1.2车内网络防御方案

3.2车载CAN总线威胁模型

3.3车载CAN总线攻击场景

基于AdaBoost算法的CAN总线报文异常检测

4.1 AdaBoost算法理论

4.1.1 AdaBoost算法介绍

4.1.2 AdaBoost算法流程

4.1.3 AdaBoost模型解释

4.2弱分类器选择

4.3 CAN总线报文AdaBoost模型构建

4.3.1 CAN总线报文AdaBoost生成算法

4.4 CAN总线报文异常检测

4.4.1 CAN总线报文数据预处理

4.4.2模型训练

实验仿真及结果

5.1实验环境介绍

5.3模型调参

5.4实验分析

5.5模型准确率

---

 

前言

随着汽车电子信息技术的发展，汽车所能提供的功能也日新月异：更重要的 是，绝大部分汽车零部件及整车系统已经从原有的纯机械系统向网络化智能化发展。 近年来信息化车联网技术蓬勃发展，原有的传统线路已经不能满足网联汽车的功能 要求，如在智能交通领域车辆与道路之间的数据信息交换，以及汽车舒适性系统里 车载视频流媒体的播放等。为了满足这些智能车辆的交互需求，越来越多的车载网
络开始采用无线数据通信。车载以太网（Automotive Ethernet）由于其带宽和成本上
具有显著优势，因而被视为下一代汽车内部主干网络的有力竞争者。通信技术，计算机网络和微电子技术的快速发展大大加快了网联汽车的发 展。先进驾驶辅助系统、无人驾驶等智能化技术在给用户带来便利生活的同时，
也给汽车网络带来了严峻的信息安全隐患。随着AI、传感器智能化、大数据、
云计算等信息技术在汽车电子系统中的应用，传统的车联网技术已经满足不了广 大用户的需求，未来汽车网络空间将会发生显著的变化。近年来不断发生的汽车 信息安全召回问题更是引起了汽车制造商以及消费者的高度重视。对于汽车网络的攻击，不仅带来隐私泄露和财产损失等隐患，更严重的是会危及驾驶者及与其 他交通参与者