TENET：用于汽车信息物理系统异常检测的带注意力机制时序 CNN
机器学习
2021-09-13 v1 人工智能
密码学与安全
摘要
现代车辆具有多个电子控制单元（ECUs），它们作为复杂分布式信息物理系统（CPS）的一部分连接在一起。ECUs 与外部电子系统之间日益增加的通信使得这些车辆特别容易受到各种网络攻击。在这项工作中，我们提出了一个名为 TENET 的新型异常检测框架，用于检测车辆因网络攻击而引发的异常。TENET 使用带有集成注意力机制的时序卷积神经网络来检测异常攻击模式。与先前汽车异常检测中表现最佳的工作相比，TENET 在假阴性率上实现了 32.70% 的提升，在马修斯相关系数上实现了 19.14% 的提升，在 ROC-AUC 指标上实现了 17.25% 的提升，同时模型参数减少了 94.62%，内存占用减少了 86.95%，推理时间降低了 48.14%。
引用
@article{arxiv.2109.04565,
title = {TENET: Temporal CNN with Attention for Anomaly Detection in Automotive Cyber-Physical Systems},
author = {S. V. Thiruloga and V. K. Kukkala and S. Pasricha},
journal= {arXiv preprint arXiv:2109.04565},
year = {2021}
}