一种基于真实物理含义的CAN-FD异常检测方法

    公开(公告)号:CN117278306A

    公开(公告)日:2023-12-22

    申请号:CN202311333860.2

    申请日:2023-10-16

    Applicant: 吉林大学

    Abstract: 本发明适用于汽车自动驾驶技术领域,提供了一种基于真实物理含义的CAN‑FD异常检测方法,用于在车辆运行过程中,实时检测CAN‑FD数据字段中真实物理含义时序变化是否存在异常,从而识别CAN‑FD网络中可能存在的恶意流量。能够充分利用CAN‑FD数据字段中真实物理含义的时序关联特征,通过对各个输入特征分别进行独热编码和最小‑最大缩放处理,提高了模型对输入特征的理解能力,通过对自注意力的多层特征组合增强了模型对于时间序列特征的捕获能力,能够精确识别CAN‑FD网络中的异常流量,从而有效保障了车载CAN‑FD网络的安全。提高了模型对输入特征的理解能力,对自注意力的多层特征组合增强了模型对于时间序列特征的捕获能力,有效提高了异常检测系统的准确率。

    基于时序内容注意力与长短时记忆网络的CAN-FD异常检测方法

    公开(公告)号:CN117176421A

    公开(公告)日:2023-12-05

    申请号:CN202311133276.2

    申请日:2023-09-05

    Applicant: 吉林大学

    Abstract: 本发明适用于智能网联汽车技术领域,提供了基于时序内容注意力与长短时记忆网络的CAN‑FD异常检测方法,包括网络异常数据检测模型和网络异常分类检测模型,网络异常数据检测模型用于根据正常报文数据与异常报文数据特征,实时检测CAN‑FD网络数据是否出现异常报文;网络异常分类检测模型用于根据常见种类的车载网络攻击特征,实时检测当前异常可能遭受到的攻击类型。该方法创新设计了结合时序模式注意力与长短时记忆网络的CAN‑FD网络异常数据检测模型和网络异常分类检测模型,可对CAN‑FD数据异常情况进行实时检测,并可将异常进行分类检测以识别出异常数据所属的种类,以便采取相对应的攻击避免措施。该方法在实车与开源数据集上的准确率均达到了99%。

    一种分布式复用动力电动四驱飞行汽车

    公开(公告)号:CN117533068A

    公开(公告)日:2024-02-09

    申请号:CN202311823659.2

    申请日:2023-12-28

    Applicant: 吉林大学

    Abstract: 本发明公开了一种新型分布式复用动力式飞行汽车,包括:车身、汽车轮边及车轮系统、轮毂电机摆线浆集成机构等部件。飞行汽车的飞行由四个轮毂电机驱动摆线浆提供动力,飞行汽车的地面行驶同样由四个轮毂电机驱动车轮提供动力;轮毂电机摆线浆集成机构可以控制动力传输的大小与方向,即可以在汽车启动飞行功能时将动力传输到摆线浆上,又可以在汽车启动地面驾驶功能时将动力传输到车轮上,继而实现复用动力功能。本发明将摆线浆机构置于车轮内侧,节省了车轮外部空间,有利于更好的实现地面驾驶与飞行两种模式的快速切换。另外本发明飞行结构为摆线浆式设计,旋转方向与车轮相同,可以通过调节各轮毂电机来控制摆线浆的气动力来实现各种姿态飞行功能。

Patent Agency Ranking