基于深度学习的智能交通系统通信网络脆弱性检测
叶欣茹
伍益明
徐明
郑宁
杭州电子科技大学网络空间安全学院,浙江杭州310018
摘要：智能交通系统是集群智能技术的典型应用之一.为解决现有智能交通通信网络脆弱性检测方法复杂度高、实时性差的问题,提出引入深度学习技术对网络脆弱性检测方法进行设计.先利用多智能体网络协同和消息传输机制与智能交通系统车辆间协作通信网络的共通性,将智能交通系统通信图脆弱性检测问题建模为对多智能体网络r-鲁棒值的求解问题.再针对随网络节点数目增多r-鲁棒值求解成NP难问题,设计给出一种融入残差网络的深度学习算法,将鲁棒值求解问题转化为深度学习图分类问题.所提算法可有效应对动态多变的智能交通通信网络并对其实现快速精准的脆弱性检测.最后通过一组典型交通场景的仿真实验验证本文所提方法的有效性.
关键词：智能交通系统网络安全脆弱性检测深度学习
资助基金：国家自然科学基金(61803135)国家自然科学基金(62073109)浙江省公益技术应用研究项目(LGF21F020011)
论文发表日期：2022-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 1872-1880 )
英文信息