使用MK5车载单元设备进行车辆对车辆的洪水数据集
Breno Sousa1, Naercio Magaia2, Sara Silva1
1LASIGE, Faculty of Sciences, University of Lisbon, 1749-016, Lisbon, Portugal.
Scientific data
|December 18, 2024
概括
本研究通过使用MK5车载单元 (OBU) 创建现实的洪水攻击数据集来解决车辆网络安全问题. 机器学习分析为检测这些关键网络中断提供了初步见解.
科学领域:
- 计算机科学 计算机科学
- 网络安全 网络安全
- 网络安全 网络安全
背景情况:
- 车辆网络对于现代交通运输至关重要,能够提供新的服务.
- 网络可用性至关重要,洪水等攻击可能会破坏服务并危及生命.
- 对于车辆洪水攻击的现有数据集通常依赖于模拟数据,缺乏现实世界的复杂性.
研究的目的:
- 在车辆网络中生成现实的洪水攻击数据集.
- 通过使用真实车辆设备分析这些攻击的复杂性.
- 为开发强大的检测机制提供基础.
主要方法:
- 使用了三个现实的MK5机载单元 (OBU) 设备来生成攻击数据集.
- 采用机器学习算法进行初始数据分析.
- 使用准确度,F1-Score,精度和回忆指标评估性能.
主要成果:
- 成功生成数据集,捕获现实的车辆洪水攻击场景.
- 机器学习分析提供了对数据集复杂性的初步见解.
- 使用标准机器学习评估指标量化检测性能.
结论:
- 生成的数据集为研究车辆网络安全提供了宝贵的资源.
- 现实世界的数据对于理解和减轻洪水攻击至关重要.
- 进一步的研究可以利用这些数据集开发先进的入侵检测系统.


