典型文献
基于Stacking集成学习的控制器局域网的异常检测方法
文献摘要：
随着车联网技术的不断革新，网联汽车越来越普及，在方便人们生活的同时，也存在着潜在的威胁。控制器局域网（Controller Area Network，CAN）是汽车中最常用的通信网络，但在设计之初并没有考虑到安全性能。本文提出的异常检测算法是将机器学习中的随机森林、支持向量机、逻辑回归和GBDT应用在Stacking集成模型上，当车辆受到攻击时，能及时检测并报警。在Car-Hacking dataset上进行仿真，结果表明，该模型能够识别车载网络中的攻击，具有高的准确率和F1得分。
文献关键词：
控制器局域网;异常检测;Stacking集成
中图分类号：
作者姓名：
宋彩
作者机构：
宁夏理工学院
文献出处：
引用格式：
[1]宋彩-.基于Stacking集成学习的控制器局域网的异常检测方法)[J].计算机产品与流通,2022(05):99-101
A类：
Hacking
B类：
Stacking,集成学习,控制器局域网,异常检测方法,车联网技术,网联汽车,Controller,Area,Network,CAN,通信网络,安全性能,检测算法,逻辑回归,GBDT,集成模型,Car,dataset,车载网络
AB值：
0.346432
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
