[发明专利]异常检测

说明书

一种计算机实现的方法，包括：提供距离、时间和速率中的至少一个的数据作为至少一个轨迹特征，所述数据定义多个车辆轨迹；通过基于数据计算每个车辆轨迹的至少一个轨迹特征中的至少一个轨迹特征的最大值、平均值和标准差中的至少一个来针对每个车辆轨迹计算多个元特征，使得每个车辆轨迹由元特征空间中的点表示，该点由多个元特征定义；对点实施聚类算法，并且基于聚类算法的结果选择至少一个点作为异常；以及选择对应于至少一个点的至少一个车辆轨迹作为至少一个异常车辆轨迹。

技术领域

本发明涉及异常检测，尤其涉及用于异常检测的方法、计算机程序和设备。

背景技术

在过去几年中，在智能交通系统(ITS)和先进的车辆技术中看到了发展。来自学术界和工业界等的主要研究组一直专注于联网汽车和自主驾驶车辆。现代汽车现在装备有许多车载传感器，以便感测关于其环境和通信链路的信息，从而与其他实体交换数据。移动性增强的应用和服务的快速出现导致了前所未有的网络安全漏洞和对隐私的威胁。

图1表示针对联网汽车的最常见的攻击面(其表示网络上对手可能试图进入信息系统的点)的概观图。图1示出了作为可能的攻击点的V2I(车辆与诸如基础设施的路侧装备(例如，交通信号灯)之间的连接)、V2V(车辆与其他车辆之间的连接)、GPS(车辆与GPS(全球定位系统)装置之间的连接，例如，从GPS装置接收的信号)、车辆中的发动机和惯性传感器以及其他装置(例如，摄像机、激光雷达(光检测和测距)装置以及TPMS(轮胎压力和监测系统)装置)和V2X(车辆与移动装置之间的连接)。图1并不详尽。

需要被主动保护的最敏感的信息中的一些信息与通过GPS获得的车辆的物理定位/位置有关。大多数移动应用(例如，涉及实时交通状况、导航和信息娱乐服务的应用)依赖于车辆的位置信息。如果位置信息不准确，则大多数移动服务将因此不能正常工作。此外，错误或者受损的位置信息可能导致事故，该事故可能导致经济损失和/或甚至威胁乘客的安全(如在以下文献中所述：Lim,K.等人的“Detecting Location Spoofing using ADASsensors in VANETs”，2019 16th IEEE Annual Consumer Communications andNetworking Conference，CCNC 2019，第1-4页，可以在https://doi.org/10.1109/CCNC.2019.8651763获得)。

GPS已经彻底改变了现代ITS和移动系统。然而，这导致了针对位置信息的攻击的更高威胁。这些类型的攻击可以包括发送虚假GPS信息(GPS欺骗)(如在以下文献中所述：Moser,D.等人的“Investigation of multi-device location spoofing attacks on airtraffic control and possible countermeasures”，Proceedings of the AnnualInternational Conference on Mobile Computing and Networking，MOBICOM，0(1)，第375-386页，可以在https://doi.org/10.1145/2973750.2973763获得)。