一种针对多种攻击方式的CAN总线数据异常检测方法

摘要

一种针对多种攻击方式的CAN总线数据异常检测方法，分为建立正常数据集和异常检测两个阶段，在孤立森林训练阶段，形成正常数据的数据集，根据固定消息数量的滑动窗口计算标识符ID的信息熵，将正常信息熵与滑动窗口内各个ID对应数据训练孤立森林；在异常检测阶段，对于滑动窗口中固定消息数量的ID与不同ID的数据计算异常分数，并做出是否进行异常警报的决定。本发明所提出的基于信息熵与孤立森林框架的汽车CAN数据异常检测模型，可以检测多种针对CAN总线的攻击方式，通过对孤立森林算法中异常分数的计算方法进行改进，避免原计算方法对于局部异常不敏感的缺点，进而实现效率和准确率都较高的异常检测，有利于汽车安全驾驶与正常工作。