罗 峰，胡 强，侯 硕，张 璇

（同济大学汽车学院，上海201804）

智能化、网联化、电动化是当今汽车发展的三大趋势。对于智能网联汽车来说，信息通信技术是其中的基础核心技术之一［1］。智能网联汽车在高速发展背景下，信息安全是其发展道路上不容忽视的一个重要问题。汽车的信息安全问题的关注者正在从研究人员扩大到汽车行业人员、消费者、政府部门等［2-4］。入侵检测和保护技术可以做到当攻击发生以后，及时做出反馈和响应，主要的难点在检测正确率和检测效率之间的平衡。

针对车载网络的入侵检测系统从形式上分为基于电子控制单元（ECU）端的入侵检测和基于云端的大数据检测，从方法上分为根据已知攻击类型的规则匹配检测和针对未知攻击类型的异常检测。在保证准确率的前提下研究适应性较广的异常检测算法是一个研究趋势。以色列特拉维夫大学提出了一种用于车载CAN总线网络流量的新型域感知异常检测系统。该异常检测系统的核心为自动识别数据场的边界和类型的分类器［5］。检测采用Greedy算法，在字段长度和字段含义之间进行平衡。韩国梨花女子大学提出了一种利用DNN机器学习算法的新型入侵检测系统。构建DNN结构的参数使用从车内网络分组中提取的基于概率的特征向量进行训练［6］。戴姆勒公司提出了一种基于信息熵的CAN总线异常检测的方法。通过信息熵检测方法可以成功识别与车载网络正常行为的偏差［7］。……