一种基于域对抗神经网络的车载网络变种攻击入侵检测方法及系统

摘要

本发明公开了一种基于域对抗神经网络的车载网络变种攻击入侵检测方法，利用USB‑CANTOOL软件获取真实车辆上的正常数据，挑选注入攻击的ID和数据段。按照攻击方式的不同针对挑选的ID构造攻击并注入到真实车辆中进行攻击，将采集到的数据集划分为源域数据集、目标域数据集以及测试数据集。提取连续的25条CAN消息的数据段，通过三个不同卷积核大小的模块得到的特征经过拼接后输出最终的特征，作为后续工作的输入。将已知攻击的特征作为输入，判断攻击类型进行输出。通过梯度反转层乘以负数进行转换后再反向更新权值，达到对抗的效果。本发明在没有变种攻击数据训练的情况下，学习到攻击的本质特征，避免对于已知数据的特征依赖性，增加了模型的鲁棒性。