智能駕駛、智慧交通、云計(jì)算以及5G等技術(shù)的不斷發(fā)展與應(yīng)用,汽車已經(jīng)不是一個(gè)簡(jiǎn)簡(jiǎn)單單的出行工具,逐漸朝著網(wǎng)聯(lián)化、智能化發(fā)展。給人們生活帶來(lái)更加舒適、便捷的體驗(yàn)。然而,隨著汽車對(duì)外通信接口不斷增多,汽車內(nèi)部網(wǎng)絡(luò)與外部網(wǎng)絡(luò)信息交互日益頻繁,導(dǎo)致了車聯(lián)網(wǎng)對(duì)外暴露的漏洞越來(lái)越多,帶來(lái)了許多潛在的信息安全隱患,近年來(lái)越來(lái)越多的汽車信息安全問(wèn)題也被不斷紕漏,網(wǎng)聯(lián)汽車信息安全受到了各界的高度重視。CAN是汽車最為常用的總線,采用多播通信,無(wú)相應(yīng)安全措施,報(bào)文數(shù)據(jù)域容易受到篡改等攻擊,針對(duì)CAN總線數(shù)報(bào)文數(shù)據(jù)域內(nèi)容是否發(fā)生異常的問(wèn)題,提出了基于AdaBoost算法的車載CAN總線報(bào)文異常檢測(cè)方法。本論文主要工作如下:(1)分析了CAN總線協(xié)議存在的隱患并分析了CAN總線網(wǎng)絡(luò)容易被攻擊的原因,總結(jié)了常見(jiàn)的車內(nèi)網(wǎng)絡(luò)被攻擊的攻擊方式及其特點(diǎn)。(2)對(duì)于CAN總線報(bào)文數(shù)據(jù)域內(nèi)容是否發(fā)生篡改攻擊的問(wèn)題,采用CART決策樹作為基礎(chǔ)弱分類器,提出了基于AdaBoost算法的車載CAN總線報(bào)文異常檢測(cè)模型。結(jié)合CAN總線報(bào)文數(shù)據(jù)域的特點(diǎn),將報(bào)文數(shù)據(jù)域的64位數(shù)據(jù)按照每8位作為一個(gè)特征。通過(guò)數(shù)據(jù)預(yù)處理將缺失較為嚴(yán)重或者數(shù)...

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文主要研究工作
    1.4 論文組織結(jié)構(gòu)
第二章 汽車CAN總線介紹及異常檢測(cè)技術(shù)
    2.1 汽車CAN總線介紹
        2.1.1 車載CAN網(wǎng)絡(luò)的基本概念
        2.1.2 CAN網(wǎng)絡(luò)的結(jié)構(gòu)特性
        2.1.3 CAN網(wǎng)絡(luò)通信協(xié)議
    2.2 CAN總線網(wǎng)絡(luò)異常檢測(cè)檢測(cè)技術(shù)
        2.2.1 異常檢測(cè)技術(shù)
        2.2.2 基于統(tǒng)計(jì)的異常檢測(cè)
        2.2.3 基于知識(shí)的異常檢測(cè)
        2.2.4 基于機(jī)器學(xué)習(xí)的異常檢測(cè)
        2.2.5 汽車車內(nèi)網(wǎng)絡(luò)異常檢測(cè)技術(shù)總結(jié)
    2.3 本章總結(jié)
第三章 車載CAN網(wǎng)絡(luò)威脅模型與攻擊場(chǎng)景
    3.1 車內(nèi)網(wǎng)絡(luò)信息安全概述
        3.1.1 車載網(wǎng)絡(luò)的弱點(diǎn)
        3.1.2 車內(nèi)網(wǎng)絡(luò)防御方案
    3.2 車載CAN總線威脅模型
    3.3 車載CAN總線攻擊場(chǎng)景
    3.4 本章總結(jié)
第四章 基于AdaBoost算法的CAN總線報(bào)文異常檢測(cè)
    4.1 AdaBoost算法理論
        4.1.1 AdaBoost算法介紹
        4.1.2 AdaBoost算法流程
        4.1.3 AdaBoost模型解釋
    4.2 弱分類器選擇
    4.3 CAN總線報(bào)文AdaBoost模型構(gòu)建
        4.3.1 CAN總線報(bào)文AdaBoost生成算法
    4.4 CAN總線報(bào)文異常檢測(cè)
        4.4.1 CAN總線報(bào)文數(shù)據(jù)預(yù)處理
        4.4.2 模型訓(xùn)練
    4.5 本章小結(jié)
第五章 實(shí)驗(yàn)仿真及結(jié)果
    5.1 實(shí)驗(yàn)環(huán)境介紹
    5.2 CAN總線報(bào)文異常檢測(cè)系統(tǒng)評(píng)價(jià)指標(biāo)
    5.3 模型調(diào)參
    5.4 實(shí)驗(yàn)分析
    5.5 模型準(zhǔn)確率
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 論文工作總結(jié)
    6.2 未來(lái)展望
參考文獻(xiàn)
致謝



本文編號(hào)：3764984