-
题名基于卷积神经网络的车载数字孪生持续认证方案
被引量：1
- 1
-
-
作者
赖成喆
张鑫伟
李冠颉
郑东
-
机构
西安邮电大学网络空间安全学院
西安电子科技大学网络与信息安全学院
-
出处
《通信学报》
EI
CSCD
北大核心
2023年第11期151-160,共10页
-
基金
国家自然科学基金资助项目(No.61872293,No.62072371)
陕西省重点研发计划基金资助项目(No.2021ZDLGY06-02)
陕西高校青年创新团队基金资助项目。
-
文摘
为了解决无人驾驶通信过程中存在的车辆身份合法性问题,提出了一种基于卷积神经网络(CNN)的车载数字孪生持续认证方案进行车辆身份合法性验证。具体来说,数字孪生获取车辆传感器收集的数据,用于训练部署在数字孪生上的CNN,然后执行主成分分析为分类器选择合适的典型特征。利用CNN提取的特征,在注册阶段训练一类支持向量机(OC-SVM)分类器,在认证阶段进行数据分类,进而将当前车辆验证为合法或者恶意车辆。仿真结果表明,所提方案在性能和准确率方面优势突出并优于现有方案。
-
关键词
无人驾驶
车载数字孪生
卷积神经网络
持续认证
分类器
-
Keywords
autonomous vehicle
vehicular digital twin
convolutional neural network
continuous authentication
classifier
-
分类号
TN92
[电子电信—通信与信息系统]
-
