基于知识蒸馏的轻量级车载网络入侵检测方法OA
车联网控制器局域网总线(CAN)由于缺乏认证加密,存在注入、重放、欺骗等主动攻击.现有深度入侵检测方法难以解决在高速大流量、类别不平衡和车载资源有限等严重问题下推理时延较长、部署难度大的问题.为了解决车载CAN通信在实时防护中存在的问题,文中提出了一种基于液体时间常数网络进行时间序列自适应建模的教师模型,并引入了课程温度知识蒸馏机制,通过自适应温度调度和多层级特征对齐实现知识迁移,成功实现了一种实时防护的轻量化知识蒸馏入侵检测方法.由CIC-IDS-2017和Car-Hacking数据集实验结果可知,该方法使学生模型参数量减少至教师模型的1.79%,性能损失仅为0.12%,优化了模型的复杂度和推理时延,在参数量效率、推理速度和检测性能上均优于现有方法,适合部署于有限资源车载环境.
董佳飞;杨焱青;王瀚磊;张琳琳;赵楷
新疆大学 计算机科学与技术学院,新疆 乌鲁木齐 830046新疆大学 计算机科学与技术学院,新疆 乌鲁木齐 830046新疆大学 计算机科学与技术学院,新疆 乌鲁木齐 830046新疆大学 计算机科学与技术学院,新疆 乌鲁木齐 830046新疆大学 计算机科学与技术学院,新疆 乌鲁木齐 830046
信息技术与安全科学
CAN总线入侵检测轻量级模型知识蒸馏液体时间常数网络课程温度嵌入式安全
《物联网技术》 2026 (16)
16-20,5
新疆自然科学基金面上项目:大型盆地油气数据要素隐私风险评估与防护技术研究(2025D01C49)国家自然科学基金项目:面向新疆棉花全产业链的数据要素权属确定关键技术研究(62366052)四川省联合基金项目:高效区块链溯源与复杂查询技术研究(25QYCX0103)
评论