相关实验视频
Updated: Jul 10, 2025
08:05
Design and Analysis for Fall Detection System Simplification
Published on: April 6, 2020
10.7K
为汽车网络安全设计和实验评估实时异常检测技术
Pierpaolo Dini1, Sergio Saponara1
1Department of Information Engineering, University of Pisa, Via Girolamo Caruso n.16, 56100 Pisa, Italy.
Sensors (Basel, Switzerland)
|November 25, 2023
概括
本研究介绍了一种用于汽车控制器区域网络 (CAN) 总线安全的新型异常检测系统. 使用指纹和神经网络,它可以有效地识别汽车中的网络威胁和故障.
科学领域:
- 网络安全 网络安全
- 嵌入式系统 嵌入式系统
- 汽车工程 汽车工程
背景情况:
- 技术进步增加了车辆的连接性,引入了控制器区域网络 (CAN) 总线的漏洞.
- 像Wi-Fi,蓝牙和4G/5G这样的远程接入点扩大了汽车系统的攻击表面.
- 现有的安全措施不足以应对针对CAN总线的复杂网络威胁.
研究的目的:
- 为汽车CAN总线开发一个强大的异常检测系统.
- 利用指纹技术和神经网络进行入侵和故障检测.
- 使用嵌入式系统创建具有成本效益的解决方案.
主要方法:
- 使用指纹技术对CAN总线流量进行数据采集.
- 神经网络训练以建立正常的操作模式.
- 基于神经网络输出的异常检测算法的设计和模拟.
- 通过热测试来评估系统弹性.
主要成果:
- 成功开发了用于CAN总线安全的异常检测系统.
- 证明了指纹和神经网络在识别异常CAN总线行为的有效性.
- 在模拟攻击场景和不同温度下验证了算法的性能.
结论:
- 拟议的系统提供了一种有前途的方法来加强汽车网络安全.
- 指纹和神经网络为实时CAN总线异常检测提供了可行的方法.
- 具有成本效益的嵌入式系统设计使其适合在车辆中实际实施.
关键词:
人工智能的人工智能是人工智能.汽车行业 汽车行业 汽车行业 汽车行业控制区域网络的控制区域网络的控制区域网络.网络安全 网络安全机器学习是机器学习.机电电子学是机电电子学的一部分.网络化 网络化 网络化统计学学习的学习.更多相关视频
06:45Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator
Published on: October 28, 2022
1.7K
00:08A Cross-Disciplinary and Multi-Modal Experimental Design for Studying Near-Real-Time Authentic Examination Experiences
Published on: September 4, 2019
7.1K
