-
公开(公告)号：CN108390869B
公开(公告)日：2020-10-27
申请号：CN201810130322.6
申请日：2018-02-08
Applicant: 成都信息工程大学
IPC: H04L29/06
Abstract: 本发明属于智慧车辆安全技术领域，公开了一种集成深度学习的车载智能网关装置及其命令序列检测方法，先用数据挖掘中的关联算法发现有相关性的CAN命令集合；再用深度学习中的长短期记忆网络算法，自动学习相关命令集合的序列特征，建立多组序列检测模型，并利用序列模型检测实时CAN命令流，解决了传统检测算法不能检测报文格式合法且数量较少的CAN攻击命令(即隐蔽型攻击命令)的问题。其次，本发明的网关集成了专门用于计算的芯片Nvidia Jetson TX2，有效提高计算效率，为深度学习算法在车辆高速行驶环境实现毫秒级的检测提供了硬件支持；解决了现有算法单纯依靠车辆有限的计算能力，效率低的问题。
-
公开(公告)号：CN110324337B
公开(公告)日：2020-08-04
申请号：CN201910588118.3
申请日：2019-07-02
Applicant: 成都信息工程大学
Abstract: 本发明属于汽车电子技术领域，公开了一种基于胶囊神经网络的车内网入侵检测方法及系统，依靠车辆CAN、MOST总线实时动态数据作为原始数据中的包频率、序列信息作为特征，同时结合车辆驾驶状态信息作为特征，并进行相关的特殊方法，转化为特征矩阵进行处理；胶囊神经网络可以对特征之间的相关性进行高位建模。本发明引入了基于胶囊神经网络的模型，对特征数据之间的结构关系进行挖掘，提高传统神经网络入侵检测方法的准确度，增强了车辆驾驶的安全性，同时模型更具有普遍性，实用性较好。
-
公开(公告)号：CN110324337A
公开(公告)日：2019-10-11
申请号：CN201910588118.3
申请日：2019-07-02
Applicant: 成都信息工程大学
Abstract: 本发明属于汽车电子技术领域，公开了一种基于胶囊神经网络的车内网入侵检测方法及系统，依靠车辆CAN、MOST总线实时动态数据作为原始数据中的包频率、序列信息作为特征，同时结合车辆驾驶状态信息作为特征，并进行相关的特殊方法，转化为特征矩阵进行处理；胶囊神经网络可以对特征之间的相关性进行高位建模。本发明引入了基于胶囊神经网络的模型，对特征数据之间的结构关系进行挖掘，提高传统神经网络入侵检测方法的准确度，增强了车辆驾驶的安全性，同时模型更具有普遍性，实用性较好。
-
公开(公告)号：CN107065845A
公开(公告)日：2017-08-18
申请号：CN201710444393.9
申请日：2017-06-13
Applicant: 成都信息工程大学
IPC: G05B23/02
CPC classification number: G05B23/0243 , G05B2219/24065
Abstract: 本发明属于智慧车辆安全技术领域，公开了一种基于SOEKS的智慧车辆知识表示与车辆状态异常的判别方法，将涉及的完全不同性质不同量纲的信息抽象为基于SOEKS的统一知识表达形式；并容纳入一个层次化结构化的智慧车辆知识框架中；收集车辆正常行驶数据，按以上SOEKS知识表示和框架结构存储，存储信息包括原始数据和总结出来的简单规则；最后，对简单规则不能表述的复杂组合，利用神经网络技术建立车辆正常状态模型。本方法通过与正常情况下采集训练的模型的不同来发现异常，且通过SOEKS结构记录的简单规则经验可以快速判断单因素异常，判断效率较高；实验证明针对车辆状态是否正常的检测率可以达到90％以上，而且判断在毫秒级，满足使用要求。
-
公开(公告)号：CN107220541B
公开(公告)日：2020-12-22
申请号：CN201710384366.7
申请日：2017-05-26
Applicant: 成都信息工程大学
Abstract: 本发明属于网络空间安全技术领域，公开了一种基于SOEKS的社工攻击知识表示与挖掘方法，包括：设计基于SOEKS的社工知识表达，便于社工攻击知识的抽象与分享；构建基于SOEKS的神经网络挖掘攻击状态与攻击方法之间的关系，对将要发生的攻击进行预警，对将要受到改变的元信息进行预警，提醒用户提前防御；对大量元信息、攻击方法的组合进行挖掘，发现新的社工攻击模式。本发明首次对社工攻击进行了抽象的知识表示；本发明基于SOEKS的抽象社工攻击信息便于分享和经验积累；本发明社工攻击状态与攻击方法关系的模式挖掘，可以预测攻击的步骤，可以揭示防御的薄弱环节，给现有防御以理论指导，减少对经验的依赖。
-
Patent Agency Ranking
公开(公告)号：CN110324335A
公开(公告)日：2019-10-11
申请号：CN201910588113.0
申请日：2019-07-02
Applicant: 成都信息工程大学
Abstract: 本发明属于汽车电子技术领域，公开了一种基于电子移动证书的汽车软件升级方法及系统，进行软件升级终端设备、软件升级客户端设备、电子移动证书设备以及软件升级管理平台之间身份合法性的检测；在确定软件升级相关对象合法性的基础上允许升级；在升级过程中，在认证的基础上，建立相互的会话密钥，对传输的数据进行AES加密处理和完整性Hash计算，防止数据被监听和串改；汽车软件升级管理平台，对整个升级过程中的对象、时间、事务重要日志信息进行记录、分析和管理。本发明在升级过程中，在认证的基础上，建立相互的会话密钥，对传输的数据进行AES加密处理和完整性Hash计算，防止数据被监听和串改。
-
公开(公告)号：CN107065845B
公开(公告)日：2019-04-02
申请号：CN201710444393.9
申请日：2017-06-13
Applicant: 成都信息工程大学
IPC: G05B23/02
Abstract: 本发明属于智慧车辆安全技术领域，公开了一种基于SOEKS的智慧车辆知识表示与车辆状态异常的判别方法，将涉及的完全不同性质不同量纲的信息抽象为基于SOEKS的统一知识表达形式；并容纳入一个层次化结构化的智慧车辆知识框架中；收集车辆正常行驶数据，按以上SOEKS知识表示和框架结构存储，存储信息包括原始数据和总结出来的简单规则；最后，对简单规则不能表述的复杂组合，利用神经网络技术建立车辆正常状态模型。本方法通过与正常情况下采集训练的模型的不同来发现异常，且通过SOEKS结构记录的简单规则经验可以快速判断单因素异常，判断效率较高；实验证明针对车辆状态是否正常的检测率可以达到90％以上，而且判断在毫秒级，满足使用要求。
-
公开(公告)号：CN109117313B
公开(公告)日：2022-03-18
申请号：CN201810989824.4
申请日：2018-08-28
Applicant: 成都信息工程大学
IPC: G06F11/14
Abstract: 本发明属于智能网联车安全技术领域，公开了一种带隔离灾备管控机制的车辆智慧安全网关及管控方法，该网关将不同功能车辆总线网络分隔为一个个的隔离区，各隔离域数据先通过匹配收发器发到网关处，网关的协议转换模块对数据包进行解析提取出数据包的内容，然后根据管控模块的规则检测内容并按规则进行处理；通过规则检测的数据包查询交换模块的交换表，根据指示的接口转发并按规则进行记录日志，备份，恢复等操作。本发明为统计各种数据提供了依据；除了支持传统车载总线外，还搭载车载以太网芯片，支持车载以太网，可以对接最新型的智能汽车。
-
公开(公告)号：CN110723152B
公开(公告)日：2020-11-17
申请号：CN201911014144.1
申请日：2019-10-23
Applicant: 成都信息工程大学
IPC: B60W50/00
Abstract: 本发明涉及人工智能与智能车辆通信及其车辆安全技术领域，公开了一种保障自动驾驶安全的人工智能检测方法、装置、设备以及存储介质。通过本发明创造，提供了一种相比较于LSTM网络具有更低误报率、更快和更低硬件资源需求的且能够实现车辆驾驶行为异常检测的新人工智能检测方法，即采用了与现有技术不同的角度来考虑自动驾驶员的行为模型，具体是通过部署基于经验的智能设备来收集和管理自动驾驶员的行为经验，然后利用三角均值算法来对这些行为经验进行重复使用，进而通过使用自动驾驶员的行为经验，能使得对自动驾驶员预期的行为进行更快的推理和预测，适用于很多像自动驾驶这样对时间要求比较高的任务，可有效保障自动驾驶安全。
-
公开(公告)号：CN110723152A
公开(公告)日：2020-01-24
申请号：CN201911014144.1
申请日：2019-10-23
Applicant: 成都信息工程大学
IPC: B60W50/00
Abstract: 本发明涉及人工智能与智能车辆通信及其车辆安全技术领域，公开了一种保障自动驾驶安全的人工智能检测方法、装置、设备以及存储介质。通过本发明创造，提供了一种相比较于LSTM网络具有更低误报率、更快和更低硬件资源需求的且能够实现车辆驾驶行为异常检测的新人工智能检测方法，即采用了与现有技术不同的角度来考虑自动驾驶员的行为模型，具体是通过部署基于经验的智能设备来收集和管理自动驾驶员的行为经验，然后利用三角均值算法来对这些行为经验进行重复使用，进而通过使用自动驾驶员的行为经验，能使得对自动驾驶员预期的行为进行更快的推理和预测，适用于很多像自动驾驶这样对时间要求比较高的任务，可有效保障自动驾驶安全。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.028 seconds)
