本文介绍了一种名为SupCon ResNet的深度学习模型，用于在CAN总线上处理多种攻击识别，并通过转移学习技术在有限大小数据集上进行性能改进。该模型在两个真实的汽车数据集上评估，结果显示其比其他模型平均将四种攻击的整体假阴性率提高了四倍，并在存储限制和运行时间方面进行了改进。