Aug, 2024
利用图机器学习检测控制器局域网中的伪装攻击
Detecting Masquerade Attacks in Controller Area Networks Using Graph
Machine Learning
TL;DR本研究解决了现代车辆控制器局域网（CAN）中伪装攻击检测的难题，传统入侵检测系统难以有效识别这些微妙的攻击。本文提出了一种新颖的方法，将浅层图嵌入与源自CAN帧的时间序列特征相结合，显著提升了对伪装攻击的检测能力。实验结果表明，该方法在各种攻击模式下的检测率具有显著改善，展示了其在车辆安全领域的潜在影响。