[发明专利]基于物理层特征指纹的CAN总线识别方法及装置

说明书

本发明提出了一种基于物理层特征指纹的CAN总线识别方法及装置，其中该方法包括：获取闭集的CAN总线信号并进行预处理以得到训练信号；采用时频统计特征识别算法对训练信号进行处理以提取多维统计特征；接着将多维统计特征输入到多类监督学习的分类器中，以对闭集的CAN总线进行识别；再接着建立SigTLNet网络模型；然后将训练信号输入到SigTLNet网络模型以对SigTLNet网络模型进行训练，以得到训练好的SigTLNet网络模型；最后获取开放集的CAN总线，并将开放集的CAN总线输入到训练好的SigTLNet网络模型，以对开放集的CAN总线进行识别；由此，通过引入时频统计特征识别算法与SigTLNet网络识别认证算法，以实现闭集及开放集的CAN总线的识别，从而在降低识别时延的同时还提高了识别效果。

技术领域

本发明涉及通信技术领域，特别涉及一种基于物理层特征指纹的CAN总线识别方法、一种计算机可读存储介质、一种计算机设备以及一种基于物理层特征指纹的CAN总线识别装置。

背景技术

相关技术中，空天地一体化车联网络的安全防护，除了实现对车辆节点与外部通信安全的保障，例如V2V、V2I、V2IoT等通信安全，还包括控制着车辆加速刹车等关键部件的CAN总线；因此无线连接的车载CAN总线网络安全研究也至关重要。

传统的射频指纹识别分类过程大多需要对设备建立数据库，完成闭集数据的识别；但在实际空天地一体化网络环境中，由于车辆、无人机等节点数量庞大，建立数据库的容量十分巨大且验证时延较长，从而导致识别效果差。

发明内容

本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明的一个目的在于提出一种基于物理层特征指纹的CAN总线识别方法，该方法通过引入时频统计特征识别算法与SigTLNet网络识别认证算法，以实现闭集及开放集的CAN总线的识别，从而在降低识别时延的同时还提高了识别效果。

本发明的第二个目的在于提出一种计算机可读存储介质。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种基于物理层特征指纹的CAN总线识别装置。

为达到上述目的，本发明第一方面实施例提出了一种基于物理层特征指纹的CAN总线识别方法，包括以下步骤：获取闭集的CAN总线信号，并对所述闭集的CAN总线信号进行预处理，以得到预处理后的训练信号；采用时频统计特征识别算法对所述预处理后的训练信号进行处理以提取所述预处理后的训练信号的多维统计特征；将所述多维统计特征输入到多类监督学习的分类器中，以对所述闭集的CAN总线进行识别；采用多层深度卷积神经网络、改进的三元组损失函数和梯度剪裁模块建立SigTLNet网络模型；将所述预处理后的训练信号输入到所述SigTLNet网络模型以对所述SigTLNet网络模型进行训练，以得到训练好的SigTLNet网络模型；获取开放集的CAN总线，并将所述开放集的CAN总线输入到所述训练好的SigTLNet网络模型，以对所述开放集的CAN总线进行识别。

根据本发明实施例的基于物理层特征指纹的CAN总线识别方法，首先获取闭集的CAN总线信号，并对闭集的CAN总线信号进行预处理，以得到预处理后的训练信号；再采用时频统计特征识别算法对预处理后的训练信号进行处理以提取预处理后的训练信号的多维统计特征；接着将多维统计特征输入到多类监督学习的分类器中，以对闭集的CAN总线进行识别；再接着采用多层深度卷积神经网络、改进的三元组损失函数和梯度剪裁模块建立SigTLNet网络模型；然后将预处理后的训练信号输入到SigTLNet网络模型以对SigTLNet网络模型进行训练，以得到训练好的SigTLNet网络模型；最后获取开放集的CAN总线，并将开放集的CAN总线输入到训练好的SigTLNet网络模型，以对开放集的CAN总线进行识别；由此，通过引入时频统计特征识别算法与SigTLNet网络识别认证算法，以实现闭集及开放集的CAN总线的识别，从而在降低识别时延的同时还提高了识别效果。