[发明专利]一种分析车联网系统中通信链接是否异常的方法及装置

摘要

本发明提出了基于BP神经网络的机器学习算法来实时分析车联网系统中通信链接是否存在异常的方法及装置，无需设置任何审计规则，可以有效地实时监测车联网系统间的通信健康状况，判断系统通信网络是否正常，单个服务器连接的车辆是否接近系统容量上限等，并提高安全审计的预测准确度和实时判断的准确度。

主权项

1.一种分析车联网系统中通信链接是否异常的方法，其特征在于，包括以下步骤：S1、数据采集：采集车联网系统中的通信数据，该通信数据包括车载终端与通信服务器之间的通信数据和浏览器客户端与web服务器之间的通信数据；S2、数据预统计：根据采集的通信数据对车辆链接数量进行计数统计，并定时将统计数据存储到数据库中；S3、数据训练：建立BP神经网络模型，以一天作为一个周期，获取近一周或多天以上某连续时间内每天二十四小时的统计数据，经过统一归一化处理后进行数据训练，以一天统计数据作为输入，第二天统计数据作为输出，分批进行数据训练；通过对比预测数据的预测值与实际值之间的误差，调整模型的权值参数，当预测值与实际值之间的误差达到一定训练精度或训练次数达到一定限额时，结束训练；获取最新两天时间的统计数据进行测试，和预测数据进行对比，计算出模型残差的标准差，作为实时判断的参考值；更新训练样本，并通过BP神经网络模型获取最新的预测数据，存入数据库中；S4、数据分析：获取步骤S2的统计数据，以预测数据作为数据期望值，根据步骤S3训练模型计算的残差的标准差，以二倍标准差作为误差范围，计算出一次正常数据范围；结合系统实际运营情况，统计出近期上线车辆数的最大值和最小值，获取预设的入网车辆总数参数，综合比较得到正常数据范围的上限与下限，计算出二次正常数据范围；当统计数据超出二次正常数据范围，认为该时刻通信链接数异常，否则认为该时刻通信链接数正常。