一种基于深度学习的低时延、安全的车载入侵检测方法

本发明提供一种基于深度学习的低时延、安全的车载入侵检测方法。该方法主要包括编码器、处理器、和解码器。该方法首先是对CAN流量的仲裁位以独热向量编码为2?D图像；编码器通过生成式对抗网络提取CAN图像特征，且引入随机相位θ和虚数b隐藏和混淆真实特征；处理器在云端采用卷积神经网络和注意力机制提取深度特征；解码器对深度特征解码并利用浅层网络识别异常流量。该方法不仅解决车载计算资源受限的问题，实现了轻量级，并且保证车载入侵检测模型的安全性。此外，在异常流量识别上具有高报警率和低误报率。