目錄
一、介紹
二、車載網路
三、針對的攻擊
四、基於遞迴神經網路的入侵檢測技術
五、總結
隨著對物聯網（iot）需求的增長，通過網路提供並控制了諸如電力，天然氣，水，鐵路，飛機，汽車等各種服務。迫切需要在負責汽車控制的車載網路中公升級非法入侵檢測技術。已知有許多針對未經授權的入侵攻擊的報告方法，例如通過使用機器學習技術防止資料資訊部分被篡改的方法，以及基於通過資料傳播的週期性檢測非法資料報汙染的方法。然而，考慮到隨著汽車物聯網技術變得越來越廣泛和複雜，攻擊方法的多樣性日益增加，基於個別情況的對應性將難以應對傳統方法。因此，隨著物聯網技術在汽車和其他高階汽車支援系統中的普及，迫切需要建立一種能夠以各種方式快速靈活地檢測和阻止未經授權的入侵的車載網路入侵檢測技術。在本文中，我們提出了一種用於車載網路的入侵檢測技術，該技術可以系統地檢測各種攻擊方法。作為乙個基本概念，我們通過執行時間序列特徵提取，展示了演算法的有效性，該演算法不僅使用單個資料，而且還使用車載網路中存在的資料的週期性。具體來說，我們使用的遞迴神經網路（rnn）設計演算法是可以學習資料時間序列的時間特徵的深度學習演算法之一。
車載網路負責安裝在車輛中的ecu（電子控制單元）之間的資料傳送和接收。
代表幀目的地的id欄位和代表要傳送的資料的data欄位是攻擊中資料偽造的主要目標。具體地，通過改變id欄位來進行由於歸因於向特定ecu的異常資料傳輸而導致故障的攻擊。另外，通過改變資料字段部分，攻擊引起由顯示器之間的差異引起的事故。同時，還存在一種稱為泛洪攻擊的技術，該技術在車載網路上傳送大量攻擊幀。這種攻擊通過以比通常更短的週期傳輸id較小的大量幀來干擾ecu之間的正常幀傳輸。
在本文中，我們提出了一種基於can幀的時間特性，特別是（1）每個幀的資訊和（2）幀的時間特徵週期性來檢測非法更改或混合幀的方法。
具體而言，我們提出了一種基於rnn（遞迴神經網路）的入侵檢測方法，它是機器學習演算法中的一種基本演算法。神經網路（nn）是一種數學模型，旨在通過計算機**來表達在生物體的神經系統中發現的特徵。nn由輸入層，一些隱藏層，輸出層組成,每一層由一組節點組成。與每條線的權重疊加後，提供給輸入層的輸入訊號會傳播到隱藏層。在隱藏層中，針對每個單元對傳播的訊號求和，並基於啟用函式確定每個單元的輸出。類似地，來自隱藏層的輸出在權重疊加之後傳播到輸出層，並且通過類似處理確定作為nn的輸出。通過提供輸入/輸出樣本並通過反向傳播應用所謂的監督學習，可以更新每條線的權重，並且nn可以使用所需的功能進行操作。
另一方面，rnn具有如圖所示的遞迴結構。在該結構中，輸入訊號x與作為輸入層和隱藏層之間的權重的wxh疊加，施加到啟用函式，然後傳播到隱藏層h。隱藏層的輸出與權重whh疊加，並在下乙個步用作隱藏層輸入的一部分。因此，隱藏層的輸出不僅由當前步的輸入訊號xn決定，而且還由基於過去輸入訊號xn-1，xn-2，…和xn-k的反饋訊號決定。以相同的方式，在將權重whe疊加之後，來自隱藏層的輸出被傳播到輸出層，並且確定輸出y。利用這種結構，rnn不僅可以考慮特定時間的輸入，而且還可以考慮與前一時間的輸入的關係來獲得輸出。即，rnn可以通過監督學習來獲取輸入時間序列資訊的週期性特徵，並且可以靈活地應對週期中的波動。利用這種特性，rnn被廣泛用於語音頻號分析，上下文估計等。
上圖顯示了使用rnn的can入侵檢測技術的配置。在該技術中，將id值和資料字段值（它們是入侵攻擊的主要目標）用作輸入。另外，要了解can幀的時間序列特徵，每個id的幀間隔也用作輸入。通過這樣做，所提出的系統可以考慮到週期的變化來學習can幀的週期性特徵。輸出層具有兩個節點，並分別輸出輸入幀和普通幀或輸入幀和攻擊幀之間的相似度作為數值。基於兩個節點的輸出值的大小比較，確定輸入幀是否為攻擊。
在本文中，我們提出了一種基於時間特徵提取的車載網路入侵檢測方法，該方法可以靈活應對各種攻擊。 具體而言，我們確認使用同一演算法可以系統地檢測到id修改攻擊，data field修改攻擊和flood攻擊等各種攻擊。
基於熵的特徵提取
基於熵的特徵提取 一 引言 最近一直在研究自然語言處理 文字分析相關的問題，看了不少 資料分析是乙個非常有意思的東西，故準備寫一些博文來分享近來的一點心得。研究的問題明確一下，通過前面7條資料來判斷最後一條資料的性別？一眼掃過，直覺告訴我 2 安裝美柚和網易彩票，貌似很有區分度，這兩個因子 資訊量 ...
基於顏色的特徵提取
內容及要求 一 設計說明 基於內容的影象檢索 content based image retrieval,cbir 技術由機器自動提取包含影象內容的視覺化特徵，如顏色 形狀 紋理等，對資料庫中的影象和查詢樣本影象在特徵空間進行匹配，檢索出與樣本相似的影象。其原理框圖如圖1所示。圖1 基於內容的影象檢...
基於顏色特徵提取數字
最近因為畢業課題的需要，初學opencv，鑽研一周，終於有一點點小小的收穫。編譯環境 vs2013 opencv.4.9 任務 攝像頭識別電梯中已亮的按鈕數字 目的 框選圖中已亮的3和5號按鈕。話不多說，上 rgb直方圖 把r通道分為32個bin int rbins 32 int histsize ...