一种基于马氏距离OOD得分的CAN总线攻击检测方法

    公开(公告)号:CN117834302A

    公开(公告)日:2024-04-05

    申请号:CN202410245919.0

    申请日:2024-03-05

    Applicant: 东北大学

    Abstract: 本发明属于车载网络安全技术领域,公开一种基于马氏距离OOD得分的CAN总线攻击检测方法。提出一种基于重构损失和OOD得分的CAN总线攻击检测架构,将入侵检测问题转化为紧密联系的两阶段检测问题,分别是正常流量与异常流量的区分问题,对异常流量进行已知攻击分类,未知攻击识别问题。为解决数据不平衡所造成的影响,提供一种基于集成学习的改进随机抽样算法;为降低检测的误报率,提供一种基于置信区间#imgabs0#原则的阈值选择算法;提高检测CAN总线已知攻击、未知攻击的精度、召回率、F1分数,最终实现在复杂多变的CAN总线环境下,能够快速准确的对各种CAN流量进行检测,提高检测的精度、召回率、F1分数,降低模型检测的误报率。

    一种基于多目标优化的联邦学习多攻击者后门攻击方法

    公开(公告)号:CN117896187B

    公开(公告)日:2024-07-05

    申请号:CN202410295418.3

    申请日:2024-03-15

    Applicant: 东北大学

    Abstract: 本发明属于信息安全技术领域,公开了一种基于多目标优化的联邦学习多攻击者后门攻击方法。为了解决由于将相似触发器指向不同目标标签导致的模型参数冲突问题,设计一种基于同态加密的后门任务优化方法,以帮助多个攻击者在保护自己后门任务隐私的前提下,找到冲突后门任务的存在,为他们生成相似性低的触发器。为了缓解不同攻击者后门模型参数之间的冲突和平衡不同攻击者后门模型的攻击成功率,本发明提供了一种基于多目标优化的多后门模型协调方法,寻找一组有利于每个后门任务的模型更新,从而提高每个后门攻击的成功率。

    一种基于马氏距离OOD得分的CAN总线攻击检测方法

    公开(公告)号:CN117834302B

    公开(公告)日:2024-07-05

    申请号:CN202410245919.0

    申请日:2024-03-05

    Applicant: 东北大学

    Abstract: 本发明属于车载网络安全技术领域,公开一种基于马氏距离OOD得分的CAN总线攻击检测方法。提出一种基于重构损失和OOD得分的CAN总线攻击检测架构,将入侵检测问题转化为紧密联系的两阶段检测问题,分别是正常流量与异常流量的区分问题,对异常流量进行已知攻击分类,未知攻击识别问题。为解决数据不平衡所造成的影响,提供一种基于集成学习的改进随机抽样算法;为降低检测的误报率,提供一种基于置信区间#imgabs0#原则的阈值选择算法;提高检测CAN总线已知攻击、未知攻击的精度、召回率、F1分数,最终实现在复杂多变的CAN总线环境下,能够快速准确的对各种CAN流量进行检测,提高检测的精度、召回率、F1分数,降低模型检测的误报率。

    一种基于多目标优化的联邦学习多攻击者后门攻击方法

    公开(公告)号:CN117896187A

    公开(公告)日:2024-04-16

    申请号:CN202410295418.3

    申请日:2024-03-15

    Applicant: 东北大学

    Abstract: 本发明属于信息安全技术领域,公开了一种基于多目标优化的联邦学习多攻击者后门攻击方法。为了解决由于将相似触发器指向不同目标标签导致的模型参数冲突问题,设计一种基于同态加密的后门任务优化方法,以帮助多个攻击者在保护自己后门任务隐私的前提下,找到冲突后门任务的存在,为他们生成相似性低的触发器。为了缓解不同攻击者后门模型参数之间的冲突和平衡不同攻击者后门模型的攻击成功率,本发明提供了一种基于多目标优化的多后门模型协调方法,寻找一组有利于每个后门任务的模型更新,从而提高每个后门攻击的成功率。

Patent Agency Ranking