入侵检测系统_GIDS：基于GAN的车载网络入侵检测系统

最新推荐文章于 2024-03-13 16:31:49 发布

weixin_39940344

最新推荐文章于 2024-03-13 16:31:49 发布

阅读量1.1k

点赞数 1

文章标签：入侵检测系统

本文链接：https://blog.csdn.net/weixin_39940344/article/details/111378861

版权

文章介绍了车载网络CAN总线的安全问题，提出了GIDS，一种使用生成对抗网络(GAN)的入侵检测系统。GIDS通过将CAN ID转换为one-hot向量图像，以简化数据并加速实时检测。它包括两个鉴别器，一个用于已知攻击，另一个通过对抗训练提升未知攻击检测能力。GIDS的生成器和鉴别器由深度神经网络构成，能够在车载网络中有效区分正常状态和异常状态。

摘要由CSDN通过智能技术生成

车辆中的控制器局域网(CAN)总线是一种高效的标准总线，支持所有电子控制单元(ECU)之间的通信。但是，由于缺乏安全功能，CAN总线不足以保护自身。为了有效地检测可疑网络连接，需要入侵检测系统(IDS)。与用于Internet的传统IDS不同，用于车辆网络的已知攻击特征很少。此外，用于车辆的IDS要求很高的准确性，因为任何假阳性错误都会严重影响驾驶员的安全。为了解决这个问题，提出一种新的车载网络IDS模型GIDS(基于GAN的入侵检测系统)，它使用了深度学习模型Generative Adversarial Nets。 GIDS可以学会仅使用正常数据来检测未知攻击。

将CAN数据转换为图像

CAN总线支持ECU到ECU的通信。在CAN总线中，频繁传输的数据由特定使用的CAN消息组成。车辆中的ECU每秒向CAN总线生成约2,000个CAN数据。必须能够处理由ECU生成的大量实时CAN数据。如果将CAN数据的所有位直接用于图像转换，则转换后的图像可能会非常复杂。在这种情况下，GIDS可能需要很长时间，不适合实时检测。CAN数据中的CAN ID显示出重复的模式，我们仅从CAN数据中提取了CAN ID的模式进行训练。此外，我们通过使用one-hot向量编码将提取的CAN ID转换为简单图像。该方法可以减少实时检测所需的时间，并提高IDS的性能。首先，因为CAN ID是十六进制的，所以CAN ID的每个元素(例如“ 0x2a0”中的“ 2”)都以16位二进制形式表示。此后，将CAN ID的每个元素的二进制形式编码为one-hot向量。使用“one-hot向量”进行编码可将其中一个比特设为1，其余位全为0。例如