[发明专利]一种基于隐马尔科夫模型的车联网入侵检测系统

摘要

本发明属于车联网中入侵检测算法领域，具体涉及一种基于隐马尔科夫模型的车联网入侵检测系统。该系统用于对车联网中的False alert攻击、Sybil攻击、Black hole攻击和DoS攻击的入侵检测。系统设计中主要包括预检测模块，基于DNN的检测中心模块，用于记录车辆状态和生成隐马尔科夫模型的更新模块以及用于产生响应信号的响应中心模块，在车联网正常运行状态下，这几个模块共同保证车联网的高效运行。在攻击检测状态下相辅相成，共同完成一次攻击监测防御过程。在检测精度、开销和检测时间上相比基于DNN的IDS，本发明的检测精度更高，而且平均检测时间远小于基于DNN的IDS，同时具有更少的开销，本发明使用预检测机制相比于使用状态切换的IDS具有更少的开销，更节省计算资源。