汽车入侵检测与防御系统的AI化：利用机器学习实时检测CAN总线与以太网的异常流量.docx

PAGE2

汽车入侵检测与防御系统的AI化：利用机器学习实时检测CAN总线与以太网的异常流量

摘要

本报告聚焦汽车网络安全领域，以2025—2030年为预测周期，系统研判汽车入侵检测与防御系统（IDS/IPS）的AI化趋势，特别是基于时序异常检测的机器学习方法如何重塑CAN总线与车载以太网的实时威胁发现能力，并分析其与云端安全态势感知的联动演进。

核心判断是：到2028年，具备时序异常检测能力的AI化IDS将在全球新上市智能网联汽车中渗透率超过65%，基于Transformer与图神经网络的检测模型将成为主流，云端协同的车辆安全态势感知平台将覆盖超过70%的联网车辆。关键预测数据包括：全