基于随机森林的车载CAN总线异常检测方法

• 作者: 于赫 吴玲云 秦贵和
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 车联网 车载CAN总线 异常检测 随机森林
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 663-668
• 页数: 6页
• 分类号: TP393
• 字数: 3979字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2018.03.32

摘要

针对目前车载网络的信息安全问题,在控制器局域网(CAN)总线异常检测方法的基础上,提出一种基于随机森林模型的CAN总线报文异常检测方法.首先用采集的大量正常和异常报文数据构造随机森林模型,并进行一系列的参数调整;然后将待检测的CAN总线报文输入到对应ID的随机森林模型中;最后通过模型完成报文正常或异常的分类.仿真实验结果表明,该模型能有效检测出总线上的异常数据,提升了汽车运行的安全性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦贵和	吉林大学计算机科学与技术学院	91	779	15.0	23.0
2	于赫	长春大学电子信息工程学院	7	9	1.0	3.0
3	吴玲云	吉林大学计算机科学与技术学院	1	8	1.0	1.0