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张金锋*①②张震②③刘少勋②邬江兴①②③①(东南大学网络空间安全学院南京211189)②(网络通信与安全紫金山实验室南京211111)③(国家数字交换系统工程技术研究中心郑州450002)摘要：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。关键词：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；鲁棒控制机制中图分类号：TN919.5文献标识码：A文章编号：1009-5896(2023)07-2432-11DOI:10.11999/JEIT220692AdaptiveOptimizationMethodforControllerAreaNetworkAnomalyDetectionunderVehicleResourceConstraintsZHANGJinfeng①②ZHANGZhen②③LIUShaoxun②WUJiangxing①②③①(SchoolofCyberScienceandEngineering,SoutheastUniversity,Nanjing211189,China)②(NetworkCommunicationandSecurityPurpleMountainLaboratory,Nanjing211111,China)③(NationalDigitalSwitchingSystemEngineeringandTechnologicalResearchandDevelopmentCenter,Zhengzhou450002,China)Abstract:ConsideringtheproblemofhowtotakeintoaccounttheaccuracyandtimelinessofControllerAreaNetwork(CAN)anomalydetectionundertheconstraintsoflimitedvehicleresources,anadaptiveoptimizationmethodforCANanomalydetectionisproposed.Firstly,basedoninformationentropy,thequantificationindexoftheaccuracyandtimelinessofCANnetworkanomalydetectionisestablished,andtheCANanomalydetectionismodeledasamulti-objectiveoptimizationproblem.Then,theNon-dominatedSortingGeneticAlgorithm-II(NSGA-II)algorithmforsolvingthemulti-objectiveoptimizationproblemisdesigned.TheParetofrontierisusedastheoptimizationandadjustmentspaceoftheparametersoftheCANanomalydetectionmodel,andarobustcontrolmechanismoft...
