Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖北大学陈辉获国家专利权

湖北大学陈辉获国家专利权

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!

龙图腾网获悉湖北大学申请的专利一种车联网协同攻击异常检测方法及装置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:CN120785662B

龙图腾网通过国家知识产权局官网在2026-01-30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:202511292416.X,技术领域涉及:H04L9/40;该发明授权一种车联网协同攻击异常检测方法及装置是由陈辉;赖国燕;何鹏;吴海量;罗一鸣设计研发完成,并于2025-09-11向国家知识产权局提交的专利申请。

一种车联网协同攻击异常检测方法及装置在说明书摘要公布了:本发明涉及智能网联汽车数据安全技术领域,尤其涉及一种车联网协同攻击异常检测方法及装置,该方法包括:获取目标车辆与周围车辆的基础安全信息;基于基础安全信息,构建车辆之间的动态邻接图;获取图神经网络模型,图神经网络模型采用多头注意力机制;基于动态邻接图和图神经网络模型,提取动态邻接图的拓扑结构特征和历史轨迹特征;基于拓扑结构特征和历史轨迹特征,融合得到时空特征;基于时空特征和集成学习模型,对周围车辆的异常行为检测,得到异常攻击类型及异常攻击概率,提高了异常攻击检测的准确性,并提高了智能网联汽车的网络安全性。

本发明授权一种车联网协同攻击异常检测方法及装置在权利要求书中公布了:1.一种车联网协同攻击异常检测方法,应用于智能网联汽车中,所述智能网联汽车包括车载单元和路侧单元,其特征在于,包括: 获取目标车辆与周围车辆的基础安全信息,所述基础安全信息包括:车辆唯一编号、车辆类型标识、发送时间戳、车辆三维位置信息、车辆速度矢量、消息编号以及接收信道参数,其中,所述接收信道参数包括:信噪比和通信时延; 基于所述基础安全信息,构建车辆之间的动态邻接图,包括: 基于所述基础安全信息,确定周围车辆分别与目标车辆之间的欧式距离; 基于所述欧式距离,确定所述目标车辆与周围车辆的邻接矩阵,并将目标车辆与周围车辆之间建立无向邻接边; 基于所述接收信道参数和欧式距离,为每条无向邻接边分配权重,构建车辆之间的动态邻接图,所述动态邻接图为以车辆为节点,以车辆之间通信连接为无向邻接边的图结构; 获取图神经网络模型,所述图神经网络模型采用多头注意力机制; 基于所述动态邻接图和所述图神经网络模型,提取动态邻接图的拓扑结构特征和历史轨迹特征; 基于拓扑结构特征和历史轨迹特征,融合得到时空特征; 基于所述时空特征和集成学习模型,对周围车辆的异常行为检测,得到异常攻击类型及异常攻击概率,包括: 将所述时空特征输入异常概率评估器,输出异常攻击概率,所述集成学习模型包括:异常概率评估器和攻击类型分类器; 将所述时空特征输入所述攻击类型分类器,输出异常攻击概率最大的异常攻击类型,所述攻击类型分类器采用多基分类器和多数投票机制,按照如下计算式,得到分类结果: ; 其中,为第基分类器,为多基分类器的总数量,为投票函数,为时空特征,为分类结果; 基于所述异常攻击类型及异常攻击概率,实施相应的预警措施,包括: 在异常攻击概率大于0.9时,控制执行紧急制动指令; 在异常攻击概率在0.7~0.9之间时,控制引导目标车辆脱离主车道; 在异常攻击概率在0.5~0.7之间时,控制将异常信息记录并上传至云端进行异步审计; 在异常攻击概率小于或等于0.5时,确定目标车辆行为正常,无需进行预警操作。

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湖北大学,其通讯地址为:430062 湖北省武汉市武昌区友谊大道368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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。