车载资源约束下的控制器域网络异常检测自适应优化方法
针对在有限的车载资源约束条件下,如何兼顾控制器域网络(CAN)异常检测准确度和时效性的问题,该文提出一种CAN网络异常检测自适应优化方法.首先,基于信息熵建立了CAN网络异常检测的准确度和时效性量化指标,并将CAN网络异常检测建模为多目标优化问题;然后,设计了求解多目标优化问题的第二代非支配排序遗传算法(NSGA-Ⅱ),将帕累托前沿作为CAN网络异常检测模型参数的优化调整空间,提出了满足不同场景需求的检测模型鲁棒控制机制.通过实验分析,深入剖析了优化参数对异常检测的影响,验证了所提方法能够在有限车载资源下适应多样化检测场景需求.
智能网联汽车、资源约束、控制器域网络异常检测、多目标优化、鲁棒控制机制
45
TN919.5
2023-08-21(万方平台首次上网日期,不代表论文的发表时间)
共11页
2432-2442