一种基于支持向量机的车载网络异常检测方法

• 作者: 伊晓瑞 刘满山 龚子超
• 来源期刊: 电脑与信息技术
• 学科: 工学
• 关键词: 车载网络安全 支持向量机 异常检测
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 计算机仿真
• 页码范围: 8-10
• 页数: 3页
• 分类号: TP309
• 字数: 1821字
• 语种: 中文

摘要

随着人工智能、5G、激光雷达和各类传感器等技术的不断发展与应用,无人驾驶、车联网等应运而生,汽车朝着智能化和网联化不断发展,为人们带来舒适、安全的驾驶体验.同时,网联化也打破了汽车现有的闭环状态,为车载电子系统带来了潜在的信息安全问题.为此,文章提出了基于支持向量机的车载网络入侵检测算法.通过对报文的DATA域的分析,挖掘报文的各字节特点,综合各字节和字节数据的信息熵,构成分类训练样本,训练支持向量模型,以此检测数据的可能异常.通过真实车辆数据实验分析,对模拟攻击的异常检测具有较高的检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚子超	湖南师范大学信息科学与工程学院	1	0	0.0	0.0
2	伊晓瑞	湖南师范大学信息科学与工程学院	1	0	0.0	0.0
3	刘满山	湖南师范大学信息科学与工程学院	1	0	0.0	0.0