面向车联网DoS攻击的混合入侵检测系统.pdfVIP

计算机系统应用

ISSN

1003-3254,

CODEN

CSAOBNE-mail:

csa@

2025,34(3):85−93

[doi:

10.15888/ki.csa.009821]

[CSTR:

32024.14.csa.009821]

©中国科学院软件研究所版权所有.Tel:

+86-10

面向车联网DoS攻击的混合入侵检测系统①

1122

郭健忠,

王灿,

谢斌,

闵锐

1(武汉科技大学

汽车与交通工程学院,

武汉

430065)

2(武汉保华显示科技有限公司,

武汉

430082)

通信作者:

王灿,

E-mail:

2424626449@

摘要:

针对车联网中拒绝服务

(denial

of

service,

DoS)攻击难以防范且现有监督学习方法无法有效检测零日攻击

的问题,

提出了一种混合DoS攻击入侵检测系统.

首先,

对数据集进行预处理,

提高数据的质量;

其次,

利用特征选

择滤除冗余特征,

旨在获得代表性更强的特征;

再次,

采用集成学习方法将5种基于树结构的监督分类器堆叠集成

用于检测已知DoS攻击;

最后,

提出了一种无监督异常检测方法,

将卷积去噪自动编码器与注意力机制相结合来建

立正常行为模型,

用于检测堆叠集成模型漏报的未知DoS攻击.

实验结果表明,

对于已知DoS攻击检测,

所提系统

在Car-Hacking数据集和CICIDS2017数据集上的检测准确率分别为100%和99.967%;

对于未知DoS攻击检测,

所提系统在上述两个数据集上的检测准确率分别为100%和83.953%,

并且在两个数据集上的平均测试时间分别

为0.072

ms和0.157

ms,

验证了所提系统的有效性和可行性.

关键词:

车联网;

入侵检测;

DoS攻击;

堆叠集成;

自动编码器

引用格式:

郭健忠,王灿,谢斌,闵锐.面向车联网DoS攻击的混合入侵检测系统.计算机系统应用,2025,34(3):85–93.

/1003-

3254/9821.html

HybridIntrusionDetectionSystemforDoSAttacksinInternetofVehicles

1122

GUO

Jian-Zhong,

WANG

Can,

XIE

Bin,

MIN

Rui

1(School

of

Automotive

and

Traffic

Engineering,

Wuhan

University

of

Science

and

Technology,

Wuhan

430065,

China)

2(Wuhan

Baohua

LCD

Display

Technology

Co.

Ltd.,

Wuhan

430082,

China)

Abstract:

To

solve

the

problems

that

denial

of

service

(DoS)

attacks

in

the

Internet

of

Vehicles

are

difficult

to

prevent

and

the

existing

supervised

learning

methods

cannot

effectively

detect

zero-day

attacks,

this

study

proposes

a

hybrid

DoS

attack

intrusion

detection

system.

Firstly,

the

dataset

is

preprocessed

to

improve

data

quality.

Secondly,

feature

selection

is

used

to

filter

out

redundant

features,

which

aims

to

obtai