基于AdaBoost算法的车载CAN总线报文异常检测

发布时间：2023-03-19 09:11

　　智能驾驶、智慧交通、云计算以及5G等技术的不断发展与应用,汽车已经不是一个简简单单的出行工具,逐渐朝着网联化、智能化发展。给人们生活带来更加舒适、便捷的体验。然而,随着汽车对外通信接口不断增多,汽车内部网络与外部网络信息交互日益频繁,导致了车联网对外暴露的漏洞越来越多,带来了许多潜在的信息安全隐患,近年来越来越多的汽车信息安全问题也被不断纰漏,网联汽车信息安全受到了各界的高度重视。CAN是汽车最为常用的总线,采用多播通信,无相应安全措施,报文数据域容易受到篡改等攻击,针对CAN总线数报文数据域内容是否发生异常的问题,提出了基于AdaBoost算法的车载CAN总线报文异常检测方法。本论文主要工作如下:(1)分析了CAN总线协议存在的隐患并分析了CAN总线网络容易被攻击的原因,总结了常见的车内网络被攻击的攻击方式及其特点。(2)对于CAN总线报文数据域内容是否发生篡改攻击的问题,采用CART决策树作为基础弱分类器,提出了基于AdaBoost算法的车载CAN总线报文异常检测模型。结合CAN总线报文数据域的特点,将报文数据域的64位数据按照每8位作为一个特征。通过数据预处理将缺失较为严重或者数...

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 本文主要研究工作
    1.4 论文组织结构
第二章 汽车CAN总线介绍及异常检测技术
    2.1 汽车CAN总线介绍
        2.1.1 车载CAN网络的基本概念
        2.1.2 CAN网络的结构特性
        2.1.3 CAN网络通信协议
    2.2 CAN总线网络异常检测检测技术
        2.2.1 异常检测技术
        2.2.2 基于统计的异常检测
        2.2.3 基于知识的异常检测
        2.2.4 基于机器学习的异常检测
        2.2.5 汽车车内网络异常检测技术总结
    2.3 本章总结
第三章 车载CAN网络威胁模型与攻击场景
    3.1 车内网络信息安全概述
        3.1.1 车载网络的弱点
        3.1.2 车内网络防御方案
    3.2 车载CAN总线威胁模型
    3.3 车载CAN总线攻击场景
    3.4 本章总结
第四章 基于AdaBoost算法的CAN总线报文异常检测
    4.1 AdaBoost算法理论
        4.1.1 AdaBoost算法介绍
        4.1.2 AdaBoost算法流程
        4.1.3 AdaBoost模型解释
    4.2 弱分类器选择
    4.3 CAN总线报文AdaBoost模型构建
        4.3.1 CAN总线报文AdaBoost生成算法
    4.4 CAN总线报文异常检测
        4.4.1 CAN总线报文数据预处理
        4.4.2 模型训练
    4.5 本章小结
第五章 实验仿真及结果
    5.1 实验环境介绍
    5.2 CAN总线报文异常检测系统评价指标
    5.3 模型调参
    5.4 实验分析
    5.5 模型准确率
    5.6 本章小结
第六章 总结与展望
    6.1 论文工作总结
    6.2 未来展望
参考文献
致谢



本文编号：3764984