[发明专利]一种智能网联汽车的入侵检测方法和装置

说明书

本发明提供一种智能网联汽车的入侵检测方法和装置，所述方法包括：接收外部通信请求主体的通信请求消息；识别所述通信请求主体的角色；基于预先设置的多个角色在多个作用域内的操作权限信息确定所述通信请求消息对应的操作是否与识别出的角色对应的操作权限相匹配，在相匹配的情况下发送所述通信请求对应的指示信息给相应的电子控制单元，以由所述电子控制单元进行相应的控制。本发明实施例的入侵检测方法，通过引入一种入侵检测网关设备，灵活配置请求访问主体的角色及其作用域权限，能够提高智能网联汽车的入侵检测的效率与准确性。

技术领域

本发明涉及智能网联汽车领域，更具体地，涉及一种智能网联汽车的入侵检测方法和装置。

背景技术

随着智能网联汽车的发展与普及，汽车的智能化与网联化给人们的生活带来极大的便利。但是，智能化与网联化也随之带来信息安全问题。智能网联汽车需要与外界的远程服务提供商(Telematics Service Provider,TSP)、汽车制造商等后台服务商、其他智能网联汽车、路侧设施、移动智能终端等进行数据交互。如图1所示，在交互过程中，主要是通过汽车内的T_Box(Telematics Box)、蓝牙模块、车载单元(OBU，On Board Unit)等重要的核心组件与外部进行交互。这些组件在车内部与中央网关相连，并通过CAN(Controller AreaNetwork)总线与车内的电控单元(ECU，Electronic Control Unit)进行通信。由于在通信的过程中，涉及到网络数据包、CAN总线报文包的传输，黑客有可能对车内组件进行入侵访问攻击，因此，需要针对智能网联汽车进行入侵检测。

入侵检测是利用计算机技术，对系统中潜在的入侵和正在发生的入侵进行识别以便及时告警。目前，针对智能网联汽车的入侵检测多采用基于异常检测的方法。该方法是通过观察分析正常主体行为，从中抽取出正常行为轮廓特征，然后将数据与之对比，从而判定是否有异常访问产生。分析整个过程，基于异常检测的方法，首先需要完整可用的正常特征库，然后从数据中通过解析特征作为输入数据，最后将输入与特征库进行比较判断。虽然该方法从流程上具有可行性，但是针对智能网联汽车的实时、复杂的多通信场景，该方法具有以下局限性：

(1)数据集的收集。数据是基础，没有足够准确的数据就无法评估一个模型或者算法的好坏。由于智能网联汽车正在发展阶段，目前，在学术界以及工业界，都没有可靠的针对智能网联汽车入侵检测的数据集。同时，智能网联汽车的生产厂家每一家的生产规格不一，因此没有一个统一的数据集来为模型做训练集。因此，数据集的收集问题是基于异常检测方法的一个问题。

(2)特征选择与提取。针对智能网联汽车攻击的手段多样且具有很强的隐匿性。一条具有攻击行为的指令往往能够伪装成正常的指令隐藏在网络数据包里且不一而足。因此对于异常的特征选择与提取工作的准确性往往决定着模型的准确程度。

(3)计算的实时性。数据的获取和特征的选择，中间的处理过程需要数据传输，降维和特征工程，以及模型的计算过程都需要消耗大量的计算资源与时间花销。目前，车载端的算力不足以支撑如此的大计算量，需要云端的协作。因此在实时性方面，这种方法将不足以应付网联汽车实时交互的特点。

因此，目前的基于异常检测的入侵检测方法不足以适应情况复杂、实时性要求高的智能网联汽车入侵的检测。在智能网联汽车中如何提供一种能够快速地对潜在的入侵进行准确识别的技术，是一个亟待解决的问题。

发明内容

鉴于此，本发明提出了一种智能网联汽车的入侵检测方法和装置，以对潜在的入侵进行快速准确地识别，从而消除或改善现有技术中存在的一个或更多个缺陷。

本发明的技术方案如下：

根据本发明的一方面，提出了一种智能网联汽车的入侵检测方法，该方法包括以下步骤：

接收外部通信请求主体的通信请求消息；

识别所述通信请求主体的角色；