[发明专利]检测数据篡改攻击的车辆编队实现方法有效

专利信息
申请号: 202110738967.X 申请日: 2021-06-30
公开(公告)号: CN113343230B 公开(公告)日: 2022-06-03
发明(设计)人: 付思雨;姜之源;曹姗 申请(专利权)人: 上海大学
主分类号: G06F21/55 分类号: G06F21/55;G06F21/64
代理公司: 上海交达专利事务所 31201 代理人: 王毓理;王锡麟
地址: 200444*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检测 数据 篡改 攻击 车辆 编队 实现 方法
【说明书】:

一种检测数据篡改攻击的车辆编队实现方法,对车队中头车之后的成员车均以分布式方式进行①自我运动控制:每一辆成员车以与前车保持恒定的目标间距作为控制目标,根据收到的头车和前车的状态信息及本车状态信息计算得到本车理想加速度,然后通过调整本车工况实现本车理想加速度;②自我运动控制的同时本地构建车队运动模型,通过车队运动模型进行数据篡改攻击检测,作为切换自适应巡航控制的判断。本发明每辆成员车通过本地构建运动模型来获得预测数据,并将预测数据与接收数据进行对比以判断是否存在篡改攻击。

技术领域

本发明涉及的是一种车联网领域的信息安全技术,具体是一种检测数据篡改攻击的车辆编队实现方法。

背景技术

车辆编队技术是目前有助于提高道路的容量、节省燃油消耗的先进交通控制方式。现有车辆编队技术中成员之间需要彼此依赖无线通信交互信息,通信交互的数据的真实性对于保障车辆编队的性能至关重要。但目前针对直接攻击内部成员的软/硬件而使其发送错误数据的攻击,目前的检测手段仍十分有限。

发明内容

本发明针对现有技术受限于实际定位精度和周边设施部署因素,检测的及时性也难以得到保障的缺陷,提出一种检测数据篡改攻击的车辆编队实现方法,每辆成员车通过本地构建运动模型来获得预测数据,并将预测数据与接收数据进行对比以判断是否存在篡改攻击。

本发明是通过以下技术方案实现的:

本发明涉及一种检测数据篡改攻击的车辆编队实现方法,对车队中头车之后的成员车均以分布式方式进行控制,具体包括:

①自我运动控制:每一辆成员车以与前车保持恒定的目标间距作为控制目标,根据收到的头车和前车的状态信息及本车状态信息计算得到本车理想加速度,然后通过调整本车工况实现本车理想加速度;

②自我运动控制的同时本地构建车队运动模型,通过车队运动模型进行数据篡改攻击检测,作为切换自适应巡航控制的判断。

所述的头车和前车的状态信息及本车状态信息包括:前车加速度前车速度头车加速度头车速度本车速度本车(车辆i)与前车(车辆i-1)的实际间距di以及本车的目标间距di_des

所述的控制参数,即理想加速度其中:C1、C2、C3、C4为控制相关参数,与控制器带宽、阻尼系数有关,且均为标量。

所述的实际间距与目标间距的差值di-di_des趋近于0,通过执行上述理想加速度可实现该目标。

所述的车队运动模型包括根据车队内部每一辆车的历史状态信息分别建立的车辆运动参数矩阵,该车辆运动参数矩阵与车辆上一时刻的速度和加速度的乘积于车辆当前时刻的速度和位移,其具体构建方法为:先建立每辆车的运动模型参数矩阵,再利用接收和储存的车队状态信息和最小二乘估计法在本地拟合得到车辆运动参数矩阵。

所述的每辆车的运动模型参数矩阵满足其中:T(=t1-t0)为时间步长,分别为t0、t1时刻的速度,xT为T时间内的位移,为T时间内的加速度。

优选地,当T取值足够小则加速度在T时间段内近似恒定。

所述的车队状态信息包括:车队中每辆车的状态信息,具体为每辆车的加速度速度和位移x0,...,N

所述的最小二乘估计法在本地拟合是指:其中:m为模型矩阵中的参数,表示车辆在t0时刻的状态信息表示车辆在t1时刻的状态信息通过迭代入多组存储的历史状态信息组即可拟合出使得误差平方最小化的参数矩阵M。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海大学,未经上海大学许可,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/202110738967.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top