-
公开(公告)号：CN113300836B
公开(公告)日：2022-02-22
申请号：CN202110440956.3
申请日：2021-04-23
Applicant: 暨南大学
Abstract: 本发明公开了一种基于区块链和ECC的车载网络报文认证方法及系统，该方法包括以下步骤：建立车载区块链网络并完成ECU连接区块链；车载ECU基于ECC初始化公、私钥对，并将公钥作为共享信息存储至区块链；通信双方ECU通过区块链中共享信息进行Diffie‑Hellman密钥交换，协商出共享密钥；利用共享密钥以及ECIES加密方案，发送方对车载网络报文进行签名，接收方对报文进行验签。考虑与现有ECU的兼容性，本发明利用联盟链完成ECU的身份认证，实现在不安全的车内总线上快速协商出共享密钥，对报文进行实时认证。
-
公开(公告)号：CN113300836A
公开(公告)日：2021-08-24
申请号：CN202110440956.3
申请日：2021-04-23
Applicant: 暨南大学
Abstract: 本发明公开了一种基于区块链和ECC的车载网络报文认证方法及系统，该方法包括以下步骤：建立车载区块链网络并完成ECU连接区块链；车载ECU基于ECC初始化公、私钥对，并将公钥作为共享信息存储至区块链；通信双方ECU通过区块链中共享信息进行Diffie‑Hellman密钥交换，协商出共享密钥；利用共享密钥以及ECIES加密方案，发送方对车载网络报文进行签名，接收方对报文进行验签。考虑与现有ECU的兼容性，本发明利用联盟链完成ECU的身份认证，实现在不安全的车内总线上快速协商出共享密钥，对报文进行实时认证。
-
公开(公告)号：CN113285924B
公开(公告)日：2022-02-22
申请号：CN202110440836.3
申请日：2021-04-23
Applicant: 暨南大学
IPC: H04L9/40 , H04L12/40 , G06N3/08 , G06N3/04 , G06K9/62 , G06K9/00 , G06V10/764 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种基于灰度图像深度学习的车内网络报文异常检测方法，该方法包括下述步骤：获取CAN总线的网络报文数据集；采用位反转算法从CAN帧的数据域提取信号特征值；将信号特征值按照总线读取顺序排列，将排列后的数据设定多条报文一组，创建像素矩阵，转化成灰度图像数据集；构建深度学习网络模型，以灰度图像为媒介学习车内网络报文流量的空间特征；训练深度学习网络模型，学习不同车内网络报文信号输出的值调整输出值域；将待检测的CAN报文转成灰度图像，输入训练后的深度学习网络模型进行空间特征识别，通过计算未标记报文的输出值判断报文为正常报文或攻击报文。本发明满足在车内计算资源受限环境中实时报文异常检测的要求。
-
公开(公告)号：CN113285924A
公开(公告)日：2021-08-20
申请号：CN202110440836.3
申请日：2021-04-23
Applicant: 暨南大学
Abstract: 本发明公开了一种基于灰度图像深度学习的车内网络报文异常检测方法，该方法包括下述步骤：获取CAN总线的网络报文数据集；采用位反转算法从CAN帧的数据域提取信号特征值；将信号特征值按照总线读取顺序排列，将排列后的数据设定多条报文一组，创建像素矩阵，转化成灰度图像数据集；构建深度学习网络模型，以灰度图像为媒介学习车内网络报文流量的空间特征；训练深度学习网络模型，学习不同车内网络报文信号输出的值调整输出值域；将待检测的CAN报文转成灰度图像，输入训练后的深度学习网络模型进行空间特征识别，通过计算未标记报文的输出值判断报文为正常报文或攻击报文。本发明满足在车内计算资源受限环境中实时报文异常检测的要求。
-
-
-
Search Results
4
records
(took 0.016 seconds)
