物联网

  • 主页
  • 物联网
  • 基于人工免疫的车联网车辆异常行为检测系统

基于人工免疫的车联网车辆异常行为检测系统

发布时间:2021-01-10 22:03:28 所属栏目:物联网 阅读:

【摘要】:在车载自组网(VANETs,简称车联网)中,车辆节点拥有强大的通讯能力。图谋不轨的破坏份子可能利用这种便利的网络模式对车联网实施恶意攻击,从而破坏车辆的安全行驶及道路交通的正常秩序。相比移动自组织网(MANETs),车联网中的车辆节点具有高移动性、分布广泛等特性。车联网的安全与驾驶员及乘客的人身财产安全息息相关,这对网络信息传输的可靠性和信息处理的准确性、实时性提出了更高的要求。目前基于车联网中车辆行为的异常检测方法缺乏对大范围、分布式车联网环境的整体分析与监控,检测效率较低,无法适应车联网车辆节点众多、高速移动等特性。基于对人工免疫系统(AIS)和车联网的理解,本文对比了两者在系统结构及安全方面的众多相似性。免疫系统保护机体不受外来有害物质入侵,在多变环境中仍能保持鲁棒性的特点,正满足了车联网的安全需求。本文模仿生物的免疫机制,提出了基于人工免疫阴性选择算法(NSA)的智能车联网车辆异常行为检测方法。将该检测系统分布式地部署在每个车辆节点上,考虑到车联网中车辆行为特性众多的特性,本文采用实值向量表示待检测数据,采用变长的检测器检测,最大程度提高检测器的覆盖率;采用欧氏距离计算检测器的“亲和度”,简化计算复杂度,满足时是性需求。然后,利用克隆优化算法优化检测器,提高检测效率。为了进一步提高检测的精准性,适应大范围、分布式的车联网环境,本文设计了基于人工免疫树突细胞算法(DCA)的车辆异常行为检测系统。该系统结合了树突细胞算法多信号辅助的检测机制,是一个动态、并行、分布式的检测系统。基于树突细胞算法的车辆异常行为检测系统覆盖了车辆节点信息收集、异常检测、及后续追踪等不同检测阶段,可以对车联网中的多种车辆异常行为进行划分,实现更高效的全局监控。最后,本文通过交通模拟器VanetMobiSim和网络仿真器NS-2进行仿真实验,证明基于阴性选择算法和基于树突细胞算法的车辆异常行为检测系统都很好地契合了车联网中车辆行为特征众多的特性,具有高精确度,且基于树突细胞算法的检测系统具有更低的误报率。据我们所知,本文提出的基于人工免疫的车联网车辆异常行为检测系统,是首个针对车联网的基于生物启发计算智能的车辆异常行为检测系统。