网联汽车信息安全问题及CAN总线异常检测技术研究
提要 | 第5-6页 |
摘要 | 第6-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第14-28页 |
1.1 研究背景与意义 | 第14-17页 |
1.1.1 研究背景 | 第14-16页 |
1.1.2 研究意义 | 第16-17页 |
1.2 课题的研究现状 | 第17-24页 |
1.2.1 网联汽车信息安全研究现状 | 第17-21页 |
1.2.2 CAN总线信息安全研究现状 | 第21-24页 |
1.3 本文的主要研究工作 | 第24-25页 |
1.4 本文的组织结构 | 第25-28页 |
第2章 网联汽车信息安全分析 | 第28-50页 |
2.1 引言 | 第28-30页 |
2.2 网联汽车的攻击接口 | 第30-38页 |
2.2.1 物理访问 | 第31-32页 |
2.2.2 短距离无线访问 | 第32-34页 |
2.2.3 新兴的短距离无线访问 | 第34-36页 |
2.2.4 长距离无线访问 | 第36页 |
2.2.5 信息服务系统 | 第36-38页 |
2.3 车载网络信息安全分析 | 第38-49页 |
2.3.1 车载总线网络技术简介 | 第38-44页 |
2.3.2 CAN总线 | 第44-46页 |
2.3.3 MOST网络 | 第46-47页 |
2.3.4 FlexRay总线 | 第47-49页 |
2.4 小结 | 第49-50页 |
第3章 CAN总线信息安全问题及异常检测技术 | 第50-68页 |
3.1 引言 | 第50页 |
3.2 车载CAN总线信息安全问题 | 第50-59页 |
3.2.1 CAN总线网络特性 | 第50-54页 |
3.2.2 CAN总线协议安全威胁 | 第54-55页 |
3.2.3 CAN总线攻击方式 | 第55-57页 |
3.2.4 CAN总线信息安全挑战 | 第57-59页 |
3.3 车载总线网络异常检测技术 | 第59-66页 |
3.3.1 车载总线网络异常检测相关挑战 | 第60-62页 |
3.3.2 基于异常的检测技术概述 | 第62-66页 |
3.4 小结 | 第66-68页 |
第4章 基于信息熵的CAN总线异常检测 | 第68-90页 |
4.1 引言 | 第68页 |
4.2 信息熵 | 第68-70页 |
4.2.1 信息熵的定义 | 第68-69页 |
4.2.2 信息熵的主要性质 | 第69-70页 |
4.2.3 相对熵 | 第70页 |
4.3 基于信息熵的异常检测 | 第70-75页 |
4.3.1 CAN总线信息熵 | 第71-72页 |
4.3.2 CAN总线信息熵的理论分析 | 第72-74页 |
4.3.3 异常检测方法模型 | 第74-75页 |
4.4 仿真实验与分析 | 第75-86页 |
4.4.1 实验仿真平台 | 第75-77页 |
4.4.2 攻击节点仿真 | 第77-78页 |
4.4.3 理论分析验证 | 第78-81页 |
4.4.4 检测模型标定 | 第81-86页 |
4.5 讨论 | 第86-89页 |
4.6 小结 | 第89-90页 |
第5章 基于决策树的CAN总线异常检测 | 第90-110页 |
5.1 引言 | 第90页 |
5.2 决策树 | 第90-95页 |
5.2.1 决策树模型属性选择 | 第91-93页 |
5.2.2 决策树模型生成 | 第93-94页 |
5.2.3 决策树模型剪枝 | 第94-95页 |
5.3 基于决策树的异常检测 | 第95-97页 |
5.3.1 CAN总线决策树模型生成 | 第95-96页 |
5.3.2 CAN总线决策树生成算法 | 第96页 |
5.3.3 决策树异常检测模型 | 第96-97页 |
5.4 实验与分析 | 第97-108页 |
5.4.1 实验数据集 | 第97页 |
5.4.2 数据预处理 | 第97-103页 |
5.4.3 决策树模型参数控制 | 第103页 |
5.4.4 决策树模型生成结果 | 第103-106页 |
5.4.5 异常报文定位 | 第106-108页 |
5.5 小结 | 第108-110页 |
第6章 总结与展望 | 第110-114页 |
6.1 工作总结 | 第110-111页 |
6.2 下一步的工作展望 | 第111-114页 |
参考文献 | 第114-124页 |
作者简介及在学期间所取得的科研成果 | 第124-127页 |
致谢 | 第127页 |