车载网络异常检测综述
机器学习
2024-09-13 v1 人工智能
信号处理
摘要
现代车辆配备了用于控制重要车辆功能，包括安全关键操作的电子控制单元(ECU)。ECU通过车载通信总线交换信息，其中最广泛使用的代表是Controller Area Network(CAN总线)。可能发生的车辆物理部件问题或恶意攻击可能导致CAN流量异常，影响正确的车辆运行。因此，检测此类异常对车辆安全至关重要。本文综述了车载网络异常检测的研究，具体针对CAN总线。我们的主要关注点是评估用于CAN总线异常检测的方法及其使用的datasets。为提供更全面的理解，本文首先简要回顾了关于基于时间序列异常检测的相关研究。然后，我们广泛综述了近期基于深度学习的技术以及用于CAN总线异常检测的传统技术。我们的全面分析深入探讨了车载网络中所使用的异常检测算法，特别关注其学习范式、内在优势与局限，以及在CAN总线datasets上应用的效果。最后，我们指出CAN总线异常检测中的挑战和开放研究问题。
引用
@article{arxiv.2409.07505,
title = {A Survey of Anomaly Detection in In-Vehicle Networks},
author = {Övgü Özdemir and M. Tuğberk İşyapar and Pınar Karagöz and Klaus Werner Schmidt and Demet Demir and N. Alpay Karagöz},
journal= {arXiv preprint arXiv:2409.07505},
year = {2024}
}