基于边缘视觉变压器模型的轻量化车载网络入侵检测方法
本发明涉及一种基于边缘视觉变压器模型的轻量化车载网络入侵检测方法,包括步骤S1:将带标签的CAN序列样本转换成不带标签的图像输入到IVN‑ViT模型进行预训练,得到用于处理各种尺度视觉信息的EdgeViT模型;步骤S2:将带标签图像输入到步骤S1中的EdgeViT模型中进行微调,得到增强泛化能力、以及最小化类内方差和减轻过拟合情况的增强模型,其中,微调阶段采用参数实例判别对EdgeViT模型进行正则化,通过将主分类头与实例分类器分支分离,再通过利用图像的内在结构信息来学习更通用的特征表示;步骤S3:对步骤S2中微调后的增强模型进行推理验证,评估增强模型的准确性。本发明的优点:兼顾攻击检测的高准确度和低延迟的检测效率,适用于低计算能力的车载网络。
《基于边缘视觉变压器模型的轻量化车载网络入侵检测方法》是一发明专利,专利号为 2024106162183,当前法律状态为已下证,由长春大学提出申请,发明人为王绍强;郑宝森;王一哲;程家辉;戴银飞;王艳柏;刘志远;刘玉宝,申请日期为2024-05-17,公开(公告)日期为2024-07-19,国际专利分类号(IPC)为 H04L 9/40 (2022.01),高新资质:未报高企,所属技术领域包括:1未报项目代售。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及一种基于边缘视觉变压器模型的轻量化车载网络入侵检测方法,包括步骤S1:将带标签的CAN序列样本转换成不带标签的图像输入到IVN‑ViT模型进行预训练,得到用于处理各种尺度视觉信息的EdgeViT模型;步骤S2:将带标签图像输入到步骤S1中的EdgeViT模型中进行微调,得到增强泛化能力、以及最小化类内方差和减轻过拟合情况的增强模型,其中,微调阶段采用参数实例判别对EdgeViT模型进行正则化,通过将主分类头与实例分类器分支分离,再通过利用图像的内在结构信息来学习更通用的特征表示;步骤S3:对步骤S2中微调后的增强模型进行推理验证,评估增强模型的准确性。本发明的优点:兼顾攻击检测的高准确度和低延迟的检测效率,适用于低计算能力的车载网络。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
