CN119484167A 一种车联网中传感器攻击检测方法、设备、介质及产品 （广州广日电气设备有限公司）

一种车联网中传感器攻击检测方法、设备、本申请公开了一种车联网中传感器攻击检自注意力机制的异常数据生成模型和异常数据2分别根据生成数据与预处理后的数据组成的样本数据和预处理后的数据进行攻击检对归一化处理后的网络数据进行关键性能指标和路由信息；所述关键性能指标包括：;其中，D为判别模型，G为生成模型，4(0)和分别为t时刻的损失权重，函数判别模型对预处理后的真实数据的预测输出概率，BY为期望值，P:率分布，G(Z)为基于该噪声的概率分布下生成模型的输出数据，D(G(Z))为判别模型对生成数据的预测输出概率，为预测输出数据的期望值；L,(G)为时间序列一致性损失函数G(z.)和cote)分别为生成模型在t+l时刻和t时刻3的输出数据；…为攻击类别平衡损失函数表示第i类攻击数;控制损失权重调整的速度，e为用于避免除零误差的常数，e,(1)和e,(0)分别表示在t时刻与时间序列一致性损失函数L,(G)和攻击类别平衡损失函数Ir,(G)相关的反馈误差，e,(-1)和e:(-1)为分别表示在t-l时刻与时间序列一致性损失函数L,(G)和攻击类别平衡损失函数Ir,(G)相关的反馈误差。7.一种车联网中传感器攻击检测设备，其模型更新单元，用于分别根据生成数据与预处理后的数据组成的样本理器执行时实现权利要求1_6中任一项所述的车联网中传感器攻击45息通过车载网络和车际网络传输。相比车载网络，车际网络实现了车与车（Vehicle_to_6分别根据生成数据与预处理后的数据组成的样本数据和预处理后的数据进行攻;判别模型对预处理后的真实数据的预测输出概率，BY为期望值，P:率分布，G(Z)为基于该噪声的概率分布下生成模型的输出数据，D(G(Z))为判别模型对生成数据的预测输出概率，为预测输出数据的期望值；L,(G)为时间序列一致性损失函数G(z.)和cote)分别为生成模型在t+l时刻和t时刻7的输出数据；…为攻击类别平衡损失函数表示第i类攻击数;刻与时间序列一致性损失函数L,(G)和攻击类别平衡损失函数hr(G)相关的反馈误差，e,(-1)和e:(-1)为分别表示在t-l时刻与时间序列一致性损失函数L,(G)和攻击类别平衡损失函数Ir,(G)相关的反馈误差。算机程序被处理器执行时实现所述的车联网中处理器执行时实现所述的车联网中传感器攻8生成模型和基于自适应自注意力机制的异常数据判别模型，能够模拟多种传感器攻击场9;关键性能指标用于描述系统的运行状态和可能的数据包传输延迟T,通过以下公式计算：;其中，N,是总的数据包数量，Ima,和Laa,分别是第i个数据包的到达时间和发;;主要任务是生成与正常数据具有相似分布但包含异常行为的样本，以用于扩展训练数据数据x'分布相似但包含异常行为的样本，使得异常数据判别模型难以区分出这些数据是;;数与上述根据车辆状态得到的动态调整矩阵一同衡量生成数据中各特征之间的相互影响。[0030]基于自适应自注意力机制的异常数据判别模型围绕通过全局特征依赖关系的捕;s,表示数据i和数据j之间的相似性。通过余弦相似度，异常数据判别模型能够合理地分配，通过softmax函数对相似性分数进行归一化并通过加权得到全局特征;;其中，是分类层的权重矩阵，A(x(/))是根据车辆系统状态得到的动态调整矩;辆特征而导致数据生成不均衡。上述损失函数使用交叉熵损失来度量模型的分类准确性，;;概率分布，G(Z)为基于该噪声的概率分布下生成模型的输出数据，D(G(Z))为判别模型对生成数据的预测输出概率，为该预测输出数据的期望值；L,(G)为时间序列一致性损时间步之间生成的数据变化过大，从而满足智能车灯系统传感器设计时间序列的数据需求G(z.)和cote)分别为生成模型在t+l时刻和t时刻[0039]新型生成对抗网络的整个训练过程通过反复调整异常数据生成模型和异常数据库并及时得到检测结果从而更新新型生成对抗网络，以确保新型生成对抗网络的持续改的攻击检测误差结果变化进行自我调整。假设反馈误差e,0代表新型生成对抗网络在当;其中，n是样本数量；和ya,()分别是第i个样本的真实输出值和系统检测;;刻与时间序列一致性损失函数L,(G)和攻击类别平衡损失函数hr(G)相关的反馈误差，e,(-1)和为分别表示在t_1时刻与时间序列一致性损失函数L,(G)和攻击类别击检测设备实施例中的具体限定可以参见上文中对于车联网中传感器攻击检测方法的限[0048]基于融合机制生成对抗网络的传感器攻击检测设备不仅适用于智能驾驶车辆中设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、该计算机程序被处理器执行时实现上述各方机程序被处理器执行时实现上述各方法实施例中非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read_取存储器（StaticRandomAccessMemory，SRAM）或动态随机存取存储器（Dynamic[