买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院);北京航空航天大学申请的专利基于时间序列和车辆动力学的智能网联汽车入侵检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120185932B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510654182.2，技术领域涉及：H04L9/40；该发明授权基于时间序列和车辆动力学的智能网联汽车入侵检测方法是由曹耀光;刘振豪;光浩然;杨世春;林海英;任秉韬;闫啸宇;徐健一;陈适阳设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本基于时间序列和车辆动力学的智能网联汽车入侵检测方法在说明书摘要公布了：本发明提供了一种基于时间序列和车辆动力学的智能网联汽车入侵检测方法，属于智能网联汽车信息安全技术领域，该方法融合了深度学习时间序列预测模型、车辆动力学模型与专家经验。通过深度学习模型预测自动驾驶系统的高层次车辆状态，结合车辆动力学和专家经验估算物理状态，形成综合状态估计。利用扩展卡尔曼滤波融合实时测量值，得到最优状态估计。通过计算最优估计与实时测量值的残差，构建历史残差数据集，采用聚类方法学习正常残差分布，定义超球体边界包络正常样本，实现精准入侵检测。本发明显著提高了车辆状态估计的精度、异常行为的检测准确性和系统安全性，为智能网联汽车的安全防护提供了技术支撑。

本发明授权基于时间序列和车辆动力学的智能网联汽车入侵检测方法在权利要求书中公布了：1.一种基于时间序列和车辆动力学的智能网联汽车入侵检测方法，其特征在于，包括以下步骤： S1、基于深度学习模型对车辆的车载网络报文进行时间序列预测，获取不可直接计算的车辆预测状态； S2、基于车辆动力学估计模型与专家经验计算可直接求解的车辆物理状态； S3、将所述不可直接计算的车辆预测状态与所述可直接求解的车辆物理状态结合形成车辆的综合状态估计值，基于从车载网络报文提取的车辆实时状态测量值，通过扩展卡尔曼滤波算法将所述车辆实时状态测量值与车辆的综合状态估计值融合，得到车辆的最优状态估计值； S4、计算车辆的最优状态估计值与车载网络实时测量值的残差，并结合历史残差数据构建数据集，得到系统历史残差特征值，并基于聚类方法对残差数据进行学习，识别正常残差分布模式，并定义超球体边界包络正常样本，以检测车辆的入侵攻击；其中包括：对残差数据进行聚类，学习正常历史时刻的残差分布模式，并使用超球体边界定义正常状态的分布空间，将正常的样本包含在此空间内，异常样本则远离此空间，来检测车辆的入侵攻击； 车辆的入侵攻击检测包括两个阶段： 训练校准阶段：在智能网联汽车未受到攻击的情况下，利用正常数据对攻击检测器进行训练，以获得攻击检测模型，其中检测模型将正常检测点包络于特征空间中的范围内，若相关特征超出超球体边界，即，则认为受到入侵攻击； 检测阶段：将车辆的滑动窗口数据输入到攻击检测模型中，计算每个数据点与超球体边界的距离，得到异常分数，若异常分数不为0，则认为车辆受到相关攻击。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州市北京航空航天大学国际创新研究院(北京航空航天大学国际创新学院);北京航空航天大学，其通讯地址为：310000 浙江省杭州市余杭区瓶窑镇双红桥街166号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。