-
公开(公告)号:CN111314878B
公开(公告)日:2022-05-24
申请号:CN202010053665.4
申请日:2020-01-17
Applicant: 成都信息工程大学
Abstract: 本发明属于知识工程与车联网通信及其信息安全技术领域,公开了一种基于SoEKS的智能网联车态势感知方法及系统,通过车载信息系统收集车辆内外网网络安全相关的信息并计算整理成SoEKS经验,将关键结果发送给TSP云端。TSP云端收集到所述关键结果信息后进行相关判定,判断是否将经验同步至同类型车辆,实现一车遭到攻击,全网同类型车辆进行防御。本发明类在网联车信息安全方面起未雨绸缪的作用;并针对智能网联车,本发明TSP云端收集到信息之后进行相关判定,判断是否将经验同步至同类型车辆,做到了一车遭到攻击,全网同类型车辆进行防御的效果。
-
公开(公告)号:CN111294341B
公开(公告)日:2021-12-28
申请号:CN202010053614.1
申请日:2020-01-17
Applicant: 成都信息工程大学
Abstract: 本发明属于深度学习与智能网联车通信及其信息安全技术领域,公开了一种基于自编码器和递归神经网络的车载系统入侵检测方法,通过利用USB转CAN线连接至OBD‑II端口收集车辆相关CAN总线数据;通过将所收集的结果进行标准化操作后作为自编码器的输入,利用自编码器来实现对数据特征的自主学习和特征降维;随后利用自编码的输出作为递归神经网络的输入来对车辆的行为进行相应的分类学习过程,并利用SoftMax分类器来完成对汽车行为异常与否的判断。本发明利用基于时间的反向传播算法来实现对模型参数的自主优化和更新,以此来整体提升对车辆边界行为的高效检测,同时降低车载入侵检测系统的误报率。
-
公开(公告)号:CN111447588A
公开(公告)日:2020-07-24
申请号:CN202010261432.3
申请日:2020-04-03
Applicant: 成都信息工程大学
Abstract: 本发明属于车联网通信及信息安全技术领域,公开了一种基于端信息跳变的车联网安全通信方法、系统及应用,通信双方进行连接并认证,获得共享会话密钥;采用时间戳同步技术进行时间同步,获得当前时间戳;根据获得的会话密钥与时间戳,进行随机函数处理,生成跳变模块的跳变参数,得到跳变端信息即跳变图案;基于得到的跳变端信息,采用双方跳变的方式进行车与车之间、车与红绿灯及其他基础设施之间以及车与云服务器之间的跳变通信。本发明提高了车联网通信的安全性,能够有效抗DoS、抗嗅探和恶意跟踪等攻击;同时通信性能好,通信过程较低的时延,同时保证了数据的安全可靠。
-
公开(公告)号:CN111314878A
公开(公告)日:2020-06-19
申请号:CN202010053665.4
申请日:2020-01-17
Applicant: 成都信息工程大学
Abstract: 本发明属于知识工程与车联网通信及其信息安全技术领域,公开了一种基于SoEKS的智能网联车态势感知方法及系统,通过车载信息系统收集车辆内外网网络安全相关的信息并计算整理成SoEKS经验,将关键结果发送给TSP云端。TSP云端收集到所述关键结果信息后进行相关判定,判断是否将经验同步至同类型车辆,实现一车遭到攻击,全网同类型车辆进行防御。本发明类在网联车信息安全方面起未雨绸缪的作用;并针对智能网联车,本发明TSP云端收集到信息之后进行相关判定,判断是否将经验同步至同类型车辆,做到了一车遭到攻击,全网同类型车辆进行防御的效果。
-
公开(公告)号:CN110324336B
公开(公告)日:2021-07-30
申请号:CN201910588117.9
申请日:2019-07-02
Applicant: 成都信息工程大学
Abstract: 本发明属于物联网技术领域,公开了一种基于网络安全的车联网数据态势感知方法,对单个车状态相关信息进行分析,选择因素集U和评语集V;确定各个因素评价向量;AHP层次分析法确定因素集中各因素的权重向量;模糊分析运算;接着对车所在区域安全状态的分析整体态势进行分析:在感知层次获取标识地区的数据,由地区得到区域标签;得到如下集合:集合S={V1,V2,V3,V4…Vn},表示一个地区内车辆态势的集合,其中Vi表示区域内某一辆汽车的态势取值;再对总体区域的态势进行分析得出对车联网整体态势值;并进行态势值趋势预测。本发明能预测最近时刻的态势值,以及分析马尔科夫链的稳态性能得出其按照当时发展最终的稳定的态势的概率。
-
公开(公告)号:CN110324336A
公开(公告)日:2019-10-11
申请号:CN201910588117.9
申请日:2019-07-02
Applicant: 成都信息工程大学
Abstract: 本发明属于物联网技术领域,公开了一种基于网络安全的车联网数据态势感知方法,对单个车状态相关信息进行分析,选择因素集U和评语集V;确定各个因素评价向量;AHP层次分析法确定因素集中各因素的权重向量;模糊分析运算;接着对车所在区域安全状态的分析整体态势进行分析:在感知层次获取标识地区的数据,由地区得到区域标签;得到如下集合:集合S={V1,V2,V3,V4…Vn},表示一个地区内车辆态势的集合,其中Vi表示区域内某一辆汽车的态势取值;再对总体区域的态势进行分析得出对车联网整体态势值;并进行态势值趋势预测。本发明能预测最近时刻的态势值,以及分析马尔科夫链的稳态性能得出其按照当时发展最终的稳定的态势的概率。
-
公开(公告)号:CN110891257B
公开(公告)日:2023-08-08
申请号:CN201911174591.3
申请日:2019-11-26
Applicant: 成都信息工程大学
IPC: H04W4/44 , H04W12/03 , H04W12/041 , H04W12/0433 , H04W12/06 , H04W12/069 , H04W12/122 , H04W12/37 , H04W12/00 , H04L9/06 , G06F8/65
Abstract: 本发明属于车联网的系统性安全技术领域,公开了一种具有防攻击双向认证的网联车远程升级系统及方法,CA证书系统用于汽车在车联网网络中通过数字证书进行身份认证,支撑TSP与网联车之间的双向认证;TSP系统用于支撑汽车远程升级;T‑BOX系统用于升级时,检测TSP的IP;非TSP的IP,所述IP的数据包丢弃;非升级状态时,与外部通信按照防火墙的安全规则库中的规则进行比较,规则库的规则更新通过TSP实时操作更新。本发明实现了网联车T‑BOX与汽车远程服务提供商TSP之间双向身份的可靠性认证,防止身份伪冒;实现了T‑BOX与TSP之间数据传递的可靠性,防止汽车升级软件在传输过程中被非法窃取与篡改。
-
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:CN111294341A
公开(公告)日:2020-06-16
申请号:CN202010053614.1
申请日:2020-01-17
Applicant: 成都信息工程大学
Abstract: 本发明属于深度学习与智能网联车通信及其信息安全技术领域,公开了一种基于自编码器和递归神经网络的车载系统入侵检测方法,通过利用USB转CAN线连接至OBD-II端口收集车辆相关CAN总线数据;通过将所收集的结果进行标准化操作后作为自编码器的输入,利用自编码器来实现对数据特征的自主学习和特征降维;随后利用自编码的输出作为递归神经网络的输入来对车辆的行为进行相应的分类学习过程,并利用SoftMax分类器来完成对汽车行为异常与否的判断。本发明利用基于时间的反向传播算法来实现对模型参数的自主优化和更新,以此来整体提升对车辆边界行为的高效检测,同时降低车载入侵检测系统的误报率。
-
公开(公告)号:CN110891257A
公开(公告)日:2020-03-17
申请号:CN201911174591.3
申请日:2019-11-26
Applicant: 成都信息工程大学
Abstract: 本发明属于车联网的系统性安全技术领域,公开了一种具有防攻击双向认证的网联车远程升级系统及方法,CA证书系统用于汽车在车联网网络中通过数字证书进行身份认证,支撑TSP与网联车之间的双向认证;TSP系统用于支撑汽车远程升级;T-BOX系统用于升级时,检测TSP的IP;非TSP的IP,所述IP的数据包丢弃;非升级状态时,与外部通信按照防火墙的安全规则库中的规则进行比较,规则库的规则更新通过TSP实时操作更新。本发明实现了网联车T-BOX与汽车远程服务提供商TSP之间双向身份的可靠性认证,防止身份伪冒;实现了T-BOX与TSP之间数据传递的可靠性,防止汽车升级软件在传输过程中被非法窃取与篡改。
-
-
-
-
-
-
-
-
-