[发明专利]一种CAN总线异常帧的检测方法及装置有效
申请号: | 202010742106.4 | 申请日: | 2020-07-28 |
公开(公告)号: | CN111901344B | 公开(公告)日: | 2022-05-17 |
发明(设计)人: | 陈强;崔圳;范雪俭;李沛盈 | 申请(专利权)人: | 北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司 |
主分类号: | H04L9/40 | 分类号: | H04L9/40;H04L12/40;G06N3/08;G06N3/04 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 唐正瑜 |
地址: | 100000 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 can 总线 异常 检测 方法 装置 | ||
1.一种CAN总线异常帧的检测方法,其特征在于,所述CAN总线上连接有多个设备,且每一设备设有一对应的ID,所述方法包括:
获取CAN总线上与一目标ID对应的连续的多个第一数据帧,所述第一数据帧包括数据值不变的静态区以及数据值变化的N个类型的数据区;
根据每一第一数据帧分别生成与每一类型的数据区对应的N个预测输入帧,其中,每一所述预测输入帧包括对应类型的数据区的目标数据且不包括其他类型的数据区的目标数据;
将多个预测输入帧按照数据区的类型分别输入到对应的LSTM模型中进行预测,获得N个预测结果;
将各个预测结果拼接形成完整的预测数据帧;
根据所述预测数据帧与所述多个第一数据帧的下一数据帧判断所述下一数据帧是否为异常帧。
2.根据权利要求1所述的方法,其特征在于,在根据每一第一数据帧分别生成与每一类型的数据区对应的N个预测输入帧之前,所述方法还包括:
计算所述多个第一数据帧中M个比特位对应的M个均值,其中,每一均值为所述多个第一数据帧在对应比特位的数据值的平均值;
根据第一数据帧在对应比特位的数据值的平均值识别出每一第一数据帧的数据区,获得每一第一数据帧中每一数据区的目标数据,其中,所述数据区中各比特位的均值大于0且小于1。
3.根据权利要求1所述的方法,其特征在于,所述根据每一第一数据帧分别生成与每一类型的数据区对应的N个预测输入帧,包括:
根据每一第一数据帧分别复制出N个第一复制帧,每个第一复制帧与第一数据帧中的其中一个类型的数据区对应;
将每个第一复制帧中的对应类型的数据区保持不变并将其余比特位置零,获得对应的预测输入帧。
4.根据权利要求3所述的方法,其特征在于,在将多个预测输入帧按照数据区的类型分别输入到对应的LSTM模型中进行预测之前,所述方法还包括:
获取CAN总线上与所述目标ID对应的连续的多个第二数据帧,所述第二数据帧包括数据值不变的静态区以及数据值变化的N个类型的数据区;
根据每一第二数据帧分别复制出N个第二复制帧,每个第二复制帧与第二数据帧中的其中一个类型的数据区对应;
将每个第二复制帧中的对应类型的数据区保持不变并将其余比特位置零,获得对应的训练输入帧;
将多个训练输入帧按照数据区的类型分别输入到对应的LSTM模型中进行训练。
5.根据权利要求1所述的方法,其特征在于,在将多个预测输入帧按照数据区的类型分别输入到对应的LSTM模型中进行预测之前,所述方法还包括:
获取CAN总线上与所述目标ID对应的连续的多个第二数据帧,所述第二数据帧包括数据值不变的静态区以及数据值变化的N个类型的数据区;
分别提取每一第二数据帧中的每一数据区的片段,获得多个片段帧;
将多个片段帧按照数据区的类型分别输入到对应的LSTM模型中进行训练。
6.根据权利要求4或5所述的方法,其特征在于,在根据每一第一数据帧分别生成与每一类型的数据区对应的N个预测输入帧之前,所述方法还包括:
根据所述目标ID获取在训练对应的N个LSTM模型时得到的第二数据帧中静态区和数据区的分布规律;
根据所述分布规律确定每一第一数据帧中的静态区和N个类型的数据区,获得每一第一数据帧中每一数据区的目标数据。
7.根据权利要求1所述的方法,其特征在于,所述根据所述预测数据帧与所述多个第一数据帧的下一数据帧判断所述下一数据帧是否为异常帧,包括:
分别计算所述预测数据帧和所述下一数据帧之间每一相同比特位的数据值间的损失,获得多个损失值;
计算所述多个损失值之和,作为本次预测的目标损失值;
在所述目标损失值超过预设阈值时,确定所述下一数据帧为异常帧。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司,未经北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010742106.4/1.html,转载请声明来源钻瓜专利网。