基于BEGAN的汽車CAN網(wǎng)絡入侵檢測數(shù)據(jù)增強方法研究

摘要： 針對目前汽車CAN網(wǎng)絡入侵檢測算法因攻擊樣本缺少而導致數(shù)據(jù)不平衡問題，提出一種基于BEGAN的CAN入侵檢測數(shù)據(jù)增強方法，引入one-hot編碼將CAN報文特征圖像化，結合構建的生成對抗網(wǎng)絡，生成與真實攻擊格式一致且內容差異的有效樣本。通過采集實車數(shù)據(jù)作為真實樣本進行訓練，從特征圖、t-SNE可視化、統(tǒng)計學分析和分類器驗證角度驗證了所生成的增強數(shù)據(jù)集的實用性，可提高入侵檢測分類...