基于BEGAN的汽車CAN網(wǎng)絡(luò)入侵檢測(cè)數(shù)據(jù)增強(qiáng)方法研究

摘要： 針對(duì)目前汽車CAN網(wǎng)絡(luò)入侵檢測(cè)算法因攻擊樣本缺少而導(dǎo)致數(shù)據(jù)不平衡問題，提出一種基于BEGAN的CAN入侵檢測(cè)數(shù)據(jù)增強(qiáng)方法，引入one-hot編碼將CAN報(bào)文特征圖像化，結(jié)合構(gòu)建的生成對(duì)抗網(wǎng)絡(luò)，生成與真實(shí)攻擊格式一致且內(nèi)容差異的有效樣本。通過采集實(shí)車數(shù)據(jù)作為真實(shí)樣本進(jìn)行訓(xùn)練，從特征圖、t-SNE可視化、統(tǒng)計(jì)學(xué)分析和分類器驗(yàn)證角度驗(yàn)證了所生成的增強(qiáng)數(shù)據(jù)集的實(shí)用性，可提高入侵檢測(cè)分類... （共10頁(yè)）