买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利一种车载网络异常流量检测方法、系统、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120151016B 。

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510280532.3，技术领域涉及：H04L9/40；该发明授权一种车载网络异常流量检测方法、系统、设备及介质是由郭晶晶;杜永超;侯高攀;许家源;李晴仪;赖笑莹;周弘历;李兴华设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本一种车载网络异常流量检测方法、系统、设备及介质在说明书摘要公布了：本发明公开一种车载网络异常流量检测方法、系统、设备及介质，属于网络空间安全领域，方法包括：路侧单元先根据本地CAN总线数据集训练出的孤立树组成孤立森林，作为基准模型，各车辆根据自己最新的CAN数据帧计算孤立树，标明孤立树的特征维度，并路侧单元上传最新的孤立树，然后路侧单元选择优质的孤立树聚合形成优质孤立森林，并下发给各车辆，当车辆在该路侧单元通信范围外，将由其他路侧单元代为转发优质孤立森林，最后各车辆得到优质孤立森林后，对CAN数据帧进行异常检测，以判断CAN数据帧是否异常；系统、设备及介质用于实现该方法；本发明对车载网络流量的异常检测速度快、存储需求低、数据安全性高，同时保证了系统有较高的鲁棒性和检测精度。

本发明授权一种车载网络异常流量检测方法、系统、设备及介质在权利要求书中公布了：1.一种车载网络异常流量检测方法，所述车载网络包括处理层、终端层、中继层，其特征在于，所述检测方法包括以下步骤： 步骤1，处理层中的路侧单元根据本地CAN总线数据集训练出的孤立树组成孤立森林，作为基准模型，然后路侧单元向车辆发送收集孤立树请求，具体步骤如下： 首先通过孤立森林算法对处理层中的路侧单元RSU1的本地CAN总线数据集d＝{x1,x2,…,xn}进行计算，其中每个样本有Z个特征维度，最终得到特征维度个数为Z的孤立森林IFbase作为基准模型，其中IFbase由t棵孤立树ITree组成，即IFbase＝{ITree1,ITree2,…,ITreet}，然后路侧单元RSU1向通信范围内的车辆发送收集孤立树的请求，并要求车辆上传孤立树特征维度的个数Z； 所述基准模型IFbase的计算流程如下： 步骤1.1，构造单棵孤立树ITree，设本地CAN数据帧有Z个特征维度，可以按下面的过程构造孤立树，设T为孤立树的根节点，构建孤立树需要k个样本，通过随机在Z个特征维度中选取一个特征维度z0，然后在k个样本中随机选取某个样本在特征维度z0中的值v0，对于节点中的所有样本，若其特征维度z0中的值vi小于v0，那么该样本就会被划分到T的左孩子节点Tl，否则就会被划分到T的右孩子节点Tr；通过递归的构造左孩子节点和右孩子节点，直到满足下列条件之一：1.当前孤立树的叶子节点只有一个样本或者多个相同值的样本；2.当前孤立树达到限定高度H，H可由下面的公式得到： 其中，k为构建孤立树的样本个数，Hk＝lnk+ξ，ξ为欧拉常数； 步骤1.2，重复步骤1.1，直到获得t棵孤立树集合{ITree1,ITree2,…,ITreet}组成孤立森林IFbase作为基准模型，即IFbase＝{ITree1,ITree2,…,Itreet}； 步骤2，终端层的各车辆根据自己最新的CAN数据帧计算孤立树，标明孤立树的特征维度，并向处理层中路侧单元上传最新的孤立树； 步骤3，处理层中的路侧单元对各车辆上传的最新的孤立树进行筛选，选择优质的孤立树聚合形成优质孤立森林，从而实现模型自适应更新，具体步骤如下： 针对接收到的各车辆上传的最新的孤立树链表，路侧单元RSU1依据自己的本地CAN总线数据集d来计算出孤立树的性能指标MIT和基准模型的性能指标Mbase，并基于算法1得到的性能指标筛选出恶意孤立树； 所述算法1：设定阈值为基准模型的性能指标Mbase-对恶意参与方的容忍度thre，其中，基准模型的性能指标Mbase包括准确率、召回率、精确率或F1分数，当孤立树的性能指标MIT低于设定阈值时，判定该孤立树为恶意的，其中，孤立树的性能指标vIT的类别与基准模型的性能指标Mbase一致，0≤threMbase，thre越小，容忍度就越低，若一个车辆上传孤立树中的恶意孤立树占比超50％时，则该车辆就被标记为恶意参与方，之后该车辆上传的孤立树将会被直接丢弃，并且最终也无法获得最新的优质孤立森林； 在丢弃恶意孤立树后，路侧单元RSU1检查孤立树的特征维度是否与基准模型维度一致，若不一致，将挑选出与之特征维度互补的孤立树进行合并； 路侧单元RSU1合并孤立树后，将基于本地CAN总线数据集d利用算法2筛选出优质孤立树GIT，并将其添加进优质孤立森林GIF中，作为更新后的模型； 所述算法2：首先计算孤立树的准确率ACCIT与孤立树的异常得分差值ASGIT，若该孤立树的孤立树的准确率ACCIT大于基准模型的准确率ACCbase且孤立树的异常得分差值ASGIT大于基准模型的异常得分差值ASGbase，那么就判定这棵孤立树为优质孤立树； 其中异常得分差值ASG的计算方法如下： ASG＝|μa-μn| 其中，μa是CAN总线数据集d中所有的异常数据在模型上的异常得分均值，μn是CAN总线数据集d中所有正常数据在模型上的异常得分均值； 步骤4，处理层中的路侧单元将优质孤立森林下发给各车辆，当车辆在该路侧单元通信范围外，将由中继层中的路侧单元代为转发优质孤立森林； 步骤5，各车辆得到处理层或中继层中的路侧单元下发的优质孤立森林后，对CAN数据帧进行异常检测，以判断CAN数据帧是否异常。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。