本文综述机器学习在车联网安全中的应用：介绍车联网基础知识与通信类型，提出安全攻击分类与挑战，阐述机器学习解决方案及原理，并讨论其局限与挑战。相关研究涵盖车辆接口异常检测、隐私保护协作入侵检测、对抗机器学习攻击、CAN总线入侵检测、自动驾驶异常检测及加密恶意流量检测等。

该文综述机器学习在车辆网络安全中的应用：利用机器学习检测VANET黑洞攻击、区分正常与恶意节点；提出结合分布式学习与差分隐私的隐私保护协作入侵检测系统；针对CAN总线、车联网及自动驾驶，采用SVM、朴素贝叶斯、随机森林、CNN、迁移学习、生成对抗网络等检测网络攻击与异常驾驶行为，部分方法检测率超99%。研究表明机器学习可提升VANET安全性并降低计算与通信成本。