(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111508152.9 (22)申请日 2021.12.10 (71)申请人 上海交通大 学 地址 200240 上海市闵行区东川路80 0号 申请人 联合汽车电子有限公司 (72)发明人 姚立红　阚晓鹏　蒋兴浩　訾小超　 张月国　 (74)专利代理 机构 上海段和段律师事务所 31334 代理人 李佳俊　郭国中 (51)Int.Cl. H04L 9/40(2022.01) H04L 12/40(2006.01) H04L 67/12(2022.01) (54)发明名称 基于HTM的车载CAN网络异常检测方法和系 统 (57)摘要 本发明提供了一种基于HTM的车载CAN网络 异常检测方法和系统， 包括： 获取车载CAN网络在 车辆行驶过程中产生的各种CAN报文； 对获取的 报文ID序列进行预处理， 再经稀疏化生成稀 疏的 二进制向量； 利用HTM算法对输入的稀疏化的二 进制向量进行学习， 依据当前时刻的输入数据生 成下一时刻的预测值， 再将实际输入的报文与预 测结果进行比对， 比较两者差异， 并进一步换算 成异常值； 设定异常阈值， 判断异常值是否大于 异常阈值， 决定是否声明异常。 本发明能够发现 细微的车载CAN网络的流量变化， 从而能够及时 发现恶意攻击行为， 具有较高的灵敏度， 同时对 车辆资源消耗较少， 便 于实际应用。 权利要求书2页 说明书7页 附图2页 CN 114244596 A 2022.03.25 CN 114244596 A 1.一种基于 HTM的车载CAN网络异常检测方法， 其特 征在于， 包括： 步骤1： 获取 车辆行驶过程中产生的CAN报文数据； 步骤2： 对CAN报文数据进行预处理， 抽取CAN报文中的ID信息组成ID序列， 输入编码器， 将CAN ID序列数据用统一的格式进行编码， 转换为 二进制矢量； 步骤3： 将预处理后的二进制矢量数据经稀疏化编码， 转换成稀疏离散表征数据， 形成 稀疏化向量； 步骤4： 设置参数构 建HTM模型， 将稀疏化向量数据输入HTM模型， 开启学习模式， 学习车 辆运行过程中的各种ID序列模式； 步骤5： 学习完成后关闭学习模式， 将待检测的CAN报文经预处理及稀疏化后， 有序输入 到训练后的HTM模型中， 依次获得 下一时刻输入ID序列数据的预测值； 步骤6： 将当前时刻实际输入值和由HTM模型得到的预测值进行比较， 计算两者的差值， 并进一步计算异常似然值； 步骤7： 判断异常似然值是否大于预设的异常阈值， 决定是否声明异常。 2.根据权利 要求1所述的基于HTM的车载CAN网络异常检测方法， 其特征在于， 所述步骤 3包括： 将编码后的二进制矢量数据进行稀疏化， 提取输入ID序列数据的空间信息， 稀疏化 的过程先确保HTM模型对每个单元柱只 读取部分数据， 然后确定与单元柱进 行连接的数据， 再进行局部抑制， 使数据保持稀疏化。 3.根据权利 要求1所述的基于HTM的车载CAN网络异常检测方法， 其特征在于， 所述步骤 4包括： 设置的参数包括潜在突触 变为功能性 突触的阈值以及突触活跃的阈值； 将稀疏化向量数据输入HTM模型进行训练， 训练过程包括： 根据空间信息所提供的数据 信息， 通过学习输入 数据的上下文关系， 增加或者减少潜在突触连接来进 行学习， 从而寻找 ID序列的排布方式。 4.根据权利 要求1所述的基于HTM的车载CAN网络异常检测方法， 其特征在于， 所述步骤 6包括： 采用固定 长度的窗口计算异常似然值， 所述窗口 的长度依据实际检测效果设定 。 5.根据权利 要求1所述的基于HTM的车载CAN网络异常检测方法， 其特征在于， 所述步骤 7包括： 根据固定时间窗口内的异常积累情况， 判断当前系统是否处于异常状态， 若异常似 然值大于预设异常阈值， 则判定为 发生异常； 若异常似然值小于预设异常阈值， 则判定为未 发生异常， 所述异常阈值 根据所需的检测精确度进行设定 。 6.一种基于 HTM的车载CAN网络异常检测系统， 其特 征在于， 包括： 数据收集单元： 采集车辆行驶时实时产 生的CAN网络报文流数据， 该数据通过OBD ‑II端 口利用记录 仪进行记录； 数据预处理单元： 将获取到的CAN报文的ID序列转换为二进制向量， 为异常检测单元提 供输入数据； 异常检测单元： 对输入的二进制向量进行稀疏化并进行下一时刻输入数据的预测， 再 与实时数据进行对比， 判断是否发生异常。 7.根据权利 要求6所述的基于HTM的车载CAN网络异常检测系统， 其特征在于， 所述异常 检测单元包括稀疏编 码模块： 将预处理后的二进制向量数据进 行稀疏化， 形成稀疏化向量， 作为预测值 生成模块的输入。 8.根据权利 要求6所述的基于HTM的车载CAN网络异常检测系统， 其特征在于， 所述异常权　利　要　求　书 1/2 页 2 CN 114244596 A 2检测单元包括预测值生成模块： 根据当前输入的稀疏化向量， 利用训练好的HTM模 型生成下 一时刻输入数据的预测值。 9.根据权利 要求6所述的基于HTM的车载CAN网络异常检测系统， 其特征在于， 所述异常 检测单元包括异常值计算模块： 计算实际输入值与模型 预测值之间的差异。 10.根据权利要求6所述的基于HTM的车载CAN网络异常检测系统， 其特征在于， 所述异 常检测单 元包括异常判断模块： 观察固定窗口内的异常值累积 情况， 并判断是否发生异常。权　利　要　求　书 2/2 页 3 CN 114244596 A 3