基于 CAN 消息的多视角统计图学习的车载入侵检测的有效性

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文介绍了SupCon ResNet深度学习模型,用于识别CAN总线上的多种攻击,并通过转移学习提升小数据集性能。在两个汽车数据集测试中,该模型将假阴性率降低四倍,且在存储和运行时间上有所改进。

🎯

关键要点

  • 提出了一种名为 SupCon ResNet 的深度学习模型。
  • 该模型用于在 CAN 总线上识别多种攻击。
  • 应用转移学习技术提升小数据集的性能。
  • 在两个真实的汽车数据集上评估模型能力。
  • 模型将四种攻击的假阴性率降低了四倍。
  • 在存储和运行时间方面有所改进。
➡️

继续阅读