用于汽车网络低功耗IDS的量化神经网络加速器
密码学与安全
2024-01-24 v1 硬件体系结构
机器学习
系统与控制
系统与控制
摘要
在本文中，我们探索了将低功耗定制量化多层感知器（MLP）作为汽车控制器局域网络（CAN）的入侵检测系统（IDS）。我们利用AMD/赛灵思（Xilinx）的FINN框架对我们的MLP进行量化、训练并生成硬件IP，以检测CAN网络上的拒绝服务（DoS）和模糊攻击，使用ZCU104（XCZU7EV）FPGA作为我们的目标ECU架构，并集成了IDS功能。我们的方法在延迟（每条消息处理延迟0.12毫秒）和推理能耗（每次推理0.25毫焦耳）方面取得了显著改进，同时实现了与文献中最先进方法相似的分类性能。
引用
@article{arxiv.2401.12240,
title = {Quantised Neural Network Accelerators for Low-Power IDS in Automotive Networks},
author = {Shashwat Khandelwal and Anneliese Walsh and Shanker Shreejith},
journal= {arXiv preprint arXiv:2401.12240},
year = {2024}
}
备注
2 pages, 1 figure, 2 tables. arXiv admin note: text overlap with arXiv:2401.11030