车载资源约束下的控制器域网络异常检测自适应优化方法

作     者：张金锋 张震 刘少勋 邬江兴 ZHANG Jinfeng;ZHANG Zhen;LIU Shaoxun;WU Jiangxing

作者机构：东南大学网络空间安全学院南京211189 网络通信与安全紫金山实验室南京211111 国家数字交换系统工程技术研究中心郑州450002 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2023年第45卷第7期

页      面：2432-2442页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 0811[工学-控制科学与工程] 

基　　金：河南省重大科技专项(221100240100) 郑州市重大科技创新专项(2021KJZX0060-3)。 

主　　题：智能网联汽车 资源约束 控制器域网络异常检测 多目标优化 鲁棒控制机制 

摘      要：针对在有限的车载资源约束条件下,如何兼顾控制器域网络(CAN)异常检测准确度和时效性的问题,该文提出一种CAN网络异常检测自适应优化方法。首先,基于信息熵建立了CAN网络异常检测的准确度和时效性量化指标,并将CAN网络异常检测建模为多目标优化问题;然后,设计了求解多目标优化问题的第二代非支配排序遗传算法(NSGA-II),将帕累托前沿作为CAN网络异常检测模型参数的优化调整空间,提出了满足不同场景需求的检测模型鲁棒控制机制。通过实验分析,深入剖析了优化参数对异常检测的影响,验证了所提方法能够在有限车载资源下适应多样化检测场景需求。