一种基于CAN总线的异常检测方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明涉及一种基于CAN总线的异常检测方法，属于汽车CAN总线数据信息安全领域。包括离线阶段，提取出BID和记录每个报文之间的先后关系并计算相关阈值；在线检测阶段，进行实时异常检测；优化阶段，对阈值进行更新，提高检测效率。有益效果是：提出了对于周期性报文和非周期性报文的不同的处理方法并运用在改进的LevenshteinDistance中，提高了异常检测的正确性。本发明采用了遗传算法对阈值进行进一步优化，提高了检测的查准率、查全率和准确率；对不同的攻击都有较高的准确性和极高的查准率，可应用于车载网络这一资源受限的网络中进行异常检测；相较于基于机器学习的方法，有较低的资源占用和较少的检测时间，更适合部署于车载网络中。

《一种基于CAN总线的异常检测方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2023106122942，当前法律状态为已下证，由吉林大学提出申请，发明人为宋佳儒;秦贵和;孙铭会;梁艳花;杨立峰;李志豪;王赢庆;刘婉宁;叶硼东，申请日期为2023-05-27，公开（公告）日期为2025-08-15，国际专利分类号（IPC）为 H04L 9/40 (2022.01)，高新资质：未报高企。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CAN总线的异常检测方法，属于汽车CAN总线数据信息安全领域。包括离线阶段，提取出BID和记录每个报文之间的先后关系并计算相关阈值；在线检测阶段，进行实时异常检测；优化阶段，对阈值进行更新，提高检测效率。有益效果是：提出了对于周期性报文和非周期性报文的不同的处理方法并运用在改进的LevenshteinDistance中，提高了异常检测的正确性。本发明采用了遗传算法对阈值进行进一步优化，提高了检测的查准率、查全率和准确率；对不同的攻击都有较高的准确性和极高的查准率，可应用于车载网络这一资源受限的网络中进行异常检测；相较于基于机器学习的方法，有较低的资源占用和较少的检测时间，更适合部署于车载网络中。

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！