[发明专利]车联网女巫攻击检测方法、装置、设备及存储介质

权利要求书

1.一种车联网女巫攻击检测方法，其特征在于，所述车联网女巫攻击检测方法包括以下步骤：

获取目标车辆的状态信息，目标车辆的状态信息为车辆位置、车辆速度、方向盘转角信息及车辆驾驶员的行为信息；

根据所述状态信息建立物理特征模型，得到所述目标车辆的移动轨迹；

根据所述目标车辆的移动轨迹进行相似性分析，得到相似度特征向量；

将所述相似度特征向量输入至经训练得到的移动行为检测模型中，得到距离相近的相似度特征向量；

将所述距离相近的相似度特征向量对应的车辆为女巫攻击的恶意车辆；

其中，所述根据所述状态信息建立物理特征模型，得到所述目标车辆的移动轨迹之后，还包括：

获取所述目标车辆所在区域的环境信息及周边车辆状态信息，区域的环境信息为道路路况及天气情况；

根据所述环境信息及所述周边车辆状态信息验证所述目标车辆移动轨迹是否符合实际移动行为；

当所述目标车辆移动轨迹不符合实际移动行为时，确定所述目标车辆为恶意车辆。

2.如权利要求1所述的车联网女巫攻击检测方法，其特征在于，所述获取目标车辆的状态信息，包括：

向所述目标车辆的车载传感器发送连接请求；

在连接成功后，获取目标车辆的状态信息。

3.如权利要求1所述的车联网女巫攻击检测方法，其特征在于，所述根据所述状态信息建立物理特征模型，得到所述目标车辆的移动轨迹，包括：

建立空间网格；

根据所述状态信息在所述空间网格中标记出所述目标车辆在不同时间段的行驶位置点，得到物理特征模型；

根据所述物理特征模型将所述行驶位置点连接，得到所述目标车辆的移动轨迹。

4.如权利要求1所述的车联网女巫攻击检测方法，其特征在于，所述将所述相似度特征向量输入至经训练得到的移动行为检测模型中，得到距离相近的相似度特征向量之前，还包括：

根据深度学习算法采集历史车辆移动轨迹，将所述历史车辆移动轨迹作为样本图像集；

将所述样本图像集以及对应的预设相似行为信息输入至神经网络中进行训练，得到移动行为检测模型。

5.如权利要求1至4中任一项所述的车联网女巫攻击检测方法，其特征在于，所述将所述距离相近的相似度特征向量对应的车辆为女巫攻击的恶意车辆之后，还包括：

获取不符合实际移动行为且移动行为相似度不高于预设相似度的目标移动行为；

根据所述目标移动行为更新所述移动行为检测模型，得到更新后的移动行为检测模型。

6.如权利要求1至4中任一项所述的车联网女巫攻击检测方法，其特征在于，所述将所述距离相近的相似度特征向量对应的车辆为女巫攻击的恶意车辆之后，还包括：

获取所述恶意车辆的身份信息；

将所述恶意车辆的身份信息发送至用户端及车辆管理区域服务器，以使所述用户端及车辆管理区域服务器根据所述身份信息进行黑名单更新。

7.一种车联网女巫攻击检测装置，其特征在于，所述车联网女巫攻击检测装置包括：

信息采集模块，用于获取目标车辆的状态信息，目标车辆的状态信息为车辆位置、车辆速度、方向盘转角信息及车辆驾驶员的行为信息；

物理特征模块，用于根据所述状态信息建立物理特征模型，得到所述目标车辆的移动轨迹；

移动轨迹分析模块，用于根据所述目标车辆的移动轨迹进行相似性分析，得到相似度特征向量；

移动行为检测模块，用于将所述相似度特征向量输入至经训练得到的移动行为检测模型中，得到距离相近的相似度特征向量；

移动行为检测模块，还用于将所述距离相近的相似度特征向量对应的车辆为女巫攻击的恶意车辆；

移动轨迹分析模块，还用于获取所述目标车辆所在区域的环境信息及周边车辆状态信息，区域的环境信息为道路路况及天气情况，根据所述环境信息及所述周边车辆状态信息验证所述目标车辆移动轨迹是否符合实际移动行为，当所述目标车辆移动轨迹不符合实际移动行为时，确定所述目标车辆为恶意车辆。