车载资源约束下的控制器域网络异常检测自适应优化方法

来源：电子与信息学报杂志2023年第7期北京时间：

作者：张金锋, 张震, 刘少勋, 邬江兴

单位：1.东南大学网络空间安全学院 南京 2111892.网络通信与安全紫金山实验室 南京 2111113.国家数字交换系统工程技术研究中心 郑州 450002

摘要：针对在有限的车载资源约束条件下，如何兼顾控制器域网络(CAN)异常检测准确度和时效性的问题，该文提出一种CAN网络异常检测自适应优化方法。首先，基于信息熵建立了CAN网络异常检测的准确度和时效性量化指标，并将CAN网络异常检测建模为多目标优化问题；然后，设计了求解多目标优化问题的第二代非支配排序遗传算法(NSGA-II)，将帕累托前沿作为CAN网络异常检测模型参数的优化调整空间，提出了满足不同场景需求的检测模型鲁棒控制机制。通过实验分析，深入剖析了优化参数对异常检测的影响，验证了所提方法能够在有限车载资源下适应多样化检测场景需求。

关键词：智能网联汽车, 资源约束, 控制器域网络异常检测, 多目标优化, 鲁棒控制机制

基金资助：河南省重大科技专项(221100240100)，郑州市重大科技创新专项(2021KJZX0060-3)