您所在的位置:首页 > 其他 > 设计应用 > 汽车18娱乐首页18娱乐首页性能18娱乐首页方法研究
汽车18娱乐首页18娱乐首页性能18娱乐首页方法研究
信息技术与网络安全 4期
田韵嵩1,李中伟1,谭 凯1,洪 晟2,刘 勇1,金显吉1
(1.哈尔滨工业大学 电气工程及自动化学院,黑龙江 哈尔滨150001; 2.北京航空航天大学 网络空间安全学院,北京100191)
摘要: 针对目前汽车18娱乐首页18娱乐首页性能18娱乐首页方法因测试用例覆盖率低、针对性差而导致的测试结果可信度不高的问题,提出一种改进的汽车18娱乐首页18娱乐首页性能18娱乐首页方法。针对是否已知18娱乐首页协议规范的情况分别基于字段权重和改进Wasserstein18娱乐首页(WGAN-GP)生成18娱乐首页用例,对KNN算法和AdaBoost算法进行了测试,测试结果表明,AdaBoost算法的检测性能优于KNN算法。试验验证了所提出的测试方法用于测试18娱乐首页的性能能够得到可信度较高的试验结果,达到了为汽车18娱乐首页18娱乐首页的选用提供参考依据的目的。
中图分类号: TP306.2
文献标识码: A
DOI: 10.19358/j.issn.2096-5133.2022.04.005
引用格式: 田韵嵩,李中伟,谭凯,等. 汽车18娱乐首页18娱乐首页性能18娱乐首页方法研究[J].信息技术与网络安全,2022,41(4):32-38.
Research on fuzzy test method of the detection ability of in-vehicle CAN bus intrusion detection algorithm
Tian Yunsong1,Li Zhongwei1,Tan Kai1,Hong Sheng2,Liu Yong1,Jin Xianji1
(1.School of Electrical Engineering and Automation,Harbin Institute of Technology,Harbin 150001,China; 2.School of Cyber Science and Technology,Beihang University,Beijing 100191,China)
Abstract: The test results of the current vehicle CAN bus intrusion detection algorithm performance fuzzy test method are not highly reliable, due to the low test case coverage and poor pertinence. Aiming at this problem,an improved in-vehicle CAN bus intrusion detection algorithm performance fuzzy test method was proposed. According to whether the CAN bus protocol specification was known or not, fuzzy test cases were generated based on field weights or improved Wasserstein Generative Adversarial Network(WGAN-GP). The generated test cases were used to test the KNN algorithm and the AdaBoost algorithm. The test results showed that the detection performance of the AdaBoost algorithm was better than that of the KNN algorithm. The test verified that the test method proposed in this paper can obtain the test results with high reliability when used to test the performance of the intrusion detection algorithm, and achieved the purpose of providing a reference for the selection of the intrusion detection algorithm of the in-vehicle CAN bus.
Key words : intrusion detection algorithm;detecting ability test;Controller Area Network(CAN);Generative Adversarial Network(GAN); fuzzy test

0 引言

现代汽车智能化功能越来越丰富,汽车与外部的信息交互越来越频繁,汽车网络被入侵的风险越来越高[1]。而18娱乐首页被应用于汽车18娱乐首页网络安全防御中,其检测恶意攻击的能力将对汽车18娱乐首页网络的安全性产生影响。

18娱乐首页能够识别外部针对网络资源的恶意操作,也能够检测内部用户的违规或未授权的非法行为。目前,18娱乐首页从检测技术的角度可分为以下3类:(1)基于规则的18娱乐首页;(2)基于统计的18娱乐首页;(3)基于机器学习的18娱乐首页[2]。其中基于机器学习的18娱乐首页能够利用庞大的已有数据进行学习,发现内在规律,实现网络攻击行为检测的智能化。并且机器学习具备预测能力,对未知模式的攻击也具备一定的检测能力,是目前热门的18娱乐首页研究领域。



本文详细内容请下载http://www.dervishd.net/resource/share/2000004096





作者信息:

田韵嵩1,李中伟1,谭  凯1,洪  晟2,刘  勇1,金显吉1

(1.哈尔滨工业大学 电气工程及自动化学院,黑龙江 哈尔滨150001;

2.北京航空航天大学 网络空间安全学院,北京100191)


此内容为AET网站原创,未经授权禁止转载。