[发明专利]异常消息的识别方法和装置

说明书

本申请提供了一种异常消息的识别方法、异常消息识别模型的训练方法及装置。本申请实施例的方法适用于汽车或船舶领域。其中上述异常消息的识别方法包括：安全执行单元SEU接收第一消息，并确定所述第一消息的特征值与第二消息的特征值之间的第一差异值，所述第二消息为在接收所述第一消息之前接收到的消息；所述SEU从预设的多个差异类中确定所述第一差异值对应的差异类，所述多个差异类中不同的差异类对应差异值的不同的取值范围；所述SEU将所述第一差异值对应的差异类的标识输入预存的异常消息识别模型，以确定所述第一消息为异常消息或非异常消息。有利于提高基于异常消息识别模型进行异常消息识别的准确度。

技术领域

本申请涉及信息技术领域，更具体地涉及异常消息的识别方法、异常消息识别模型的训练方法及装置。

背景技术

随着汽车的电动化，车载通信网络支持的电子控制系统、传感器、致动器、电子控制单元(electronic control unit，ECU)以及通信接口不断增加，使得车载通信网络以及通过通信系统进行通信的部件越来越容易受到攻击，例如，网络攻击、黑客攻击、干扰车载网络的操作等，可能会危及车辆安全和性能。上述车辆中电子控制系统日益复杂的情况，增加了识别、检测车辆中的各部件之间的异常消息的难度。

目前，通常采用入侵检测系统(intrusion detection system，IDS)对车辆中的异常消息进行识别。IDS是一种对网络传输进行即时监视，在发现可疑传输时发出警报或者采取主动反应措施的网络安全设备。IDS主要是基于机器学习(machine learning，ML)实现的，即通过基于机器学习的方法对异常消息识别模型进行训练，并使用训练完成的异常消息识别模型对车辆中传输的信息进行识别，以提高信息传输的安全性。

基于现有的异常消息识别方案，在对异常消息识别模型进行训练时，仅输入两条消息之间的特征值的差异值(例如，到达时间间隔)，后期在基于该异常消息识别模型对异常消息进行识别时，也是基于两条消息之间的差异值进行的。然而，实际情况中每两条消息都不是严格按照一个相同的差异值进行传输的，每两条消息之间可能对应多种差异值，这样，上述基于差异值进行训练得出的异常消息识别模型不够准确，继而也会降低基于该异常消息识别模型识别异常消息的准确度。

发明内容

本申请提供一种异常消息的识别方法、异常消息识别模型的训练方法及装置，以提高异常消息识别模型的准确性，进而提高基于该异常消息识别模型识别异常消息的准确度。

第一方面，提供了一种识别异常消息的方法，包括：安全执行单元SEU接收第一消息，并确定所述第一消息的特征值与第二消息的特征值之间的第一差异值，所述第二消息为在接收所述第一消息之前接收到的消息；所述SEU从预设的多个差异类中确定所述第一差异值对应的差异类，所述多个差异类中不同的差异类对应差异值的不同的取值范围；所述SEU将所述第一差异值对应的差异类的标识输入预存的异常消息识别模型，以确定所述第一消息为异常消息或非异常消息。

在本申请实施例中，通过将两条消息的特征值之间的差异值对应的取值范围划分为多个差异类，并将多个差异类中第一差异值对应的差异类的标识输入异常消息识别模型，以确定第一消息为异常消息或非异常消息，避免了现有技术中，仅向异常消息识别模型输入两个消息之间的特征值的差异值(例如，到达时间间隔)，有利于提高基于异常消息识别模型进行异常消息识别的准确度。

可选地，上述第二消息为非异常消息。有利于避免由于第二消息为异常消息而导致第二消息的特征值异常，从而影响第一差异值，有利于提高基于异常消息识别模型进行异常消息识别的准确度。

在一种可能的实现方式中，所述特征值为消息的到达时间，所述第一差异值为所述第一消息的到达时间与所述第二消息的到达时间之间的到达时间间隔。