基于车联网的安全检测方法及系统与流程

本发明涉及人工智能，具体涉及基于车联网的安全检测方法及系统。

背景技术：

1、随着车联网技术的迅速发展，车辆之间的通信变得越来越普遍，为驾驶者提供了更便捷的交通环境。然而，随着车辆数量的增加和道路状况的复杂化，车辆安全问题也日益突出，对车辆安全检测提出了更高的要求。传统的车辆安全检测方法往往依赖于人工检查和定期维护，存在着检测效率低、实时性差、精度不高等问题，难以满足现代车辆安全检测的需求。

技术实现思路

1、本申请提供了基于车联网的安全检测方法及系统，用于针对解决现有技术中效率低、实时性差、精度低的技术问题。

2、鉴于上述问题，本申请提供了基于车联网的安全检测方法及系统。

3、本申请的第一个方面，提供了基于车联网的安全检测方法，所述方法包括：

4、读取车联网的基础数据，构建网络拓扑结构，其中，所述网络拓扑结构具有时效更新性；检索预定时区内的行车日志，进行风控分析挖掘风险点，生成专有漏洞库；拟合所述专有漏洞库与所述网络拓扑结构，监督训练风控检测模型，所述风控检测模型包括并行的风控预测分支与风控检测分支；读取待检测的网络传输信号，传输至所述风控检测模型中进行风险等级评估，确定网络安全系数，所述网络安全系数标记有风控源；判定所述网络安全系数是否满足阈值标准，生成基于风控源的风控预警信息；判定所述网络安全系数是否满足阈值标准，生成基于风控源的风控预警信息；将所述防御能效传输至所述风控检测模型，进行防护等级评估。

5、本申请的第二个方面，提供了基于车联网的安全检测系统，所述系统包括：

6、网络拓扑结构构建模块，读取车联网的基础数据，构建网络拓扑结构，其中，所述网络拓扑结构具有时效更新性；专有漏洞库生成模块，检索预定时区内的行车日志，进行风控分析挖掘风险点，生成专有漏洞库；风控检测模型训练模块，拟合所述专有漏洞库与所述网络拓扑结构，监督训练风控检测模型，所述风控检测模型包括并行的风控预测分支与风控检测分支；风险等级评估模块，读取待检测的网络传输信号，传输至所述风控检测模型中进行风险等级评估，确定网络安全系数，所述网络安全系数标记有风控源；风控预警信息生成模块，判定所述网络安全系数是否满足阈值标准，生成基于风控源的风控预警信息；主被动防御模块，基于所述风控预警信息，触发防护系统针对所述风控源进行主被动防御，并反馈防御能效；防护等级评估模块，将所述防御能效传输至所述风控检测模型，进行防护等级评估。

7、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

8、本申请通过读取车联网的基础数据，构建网络拓扑结构；检索预定时区内的行车日志，进行风控分析挖掘风险点，生成专有漏洞库；拟合专有漏洞库与网络拓扑结构，监督训练风控检测模型；读取待检测的网络传输信号，传输至风控检测模型中进行风险等级评估，确定网络安全系数；判定网络安全系数是否满足阈值标准，生成基于风控源的风控预警信息；将防御能效传输至风控检测模型，进行防护等级评估。解决了现有技术中检测效率低、实时性差、精度低等技术问题，通过基于车联网的安全检测，达到提高检测效率和实时性以及高精度的技术效果。

技术特征：

1.基于车联网的安全检测方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，读取车联网的基础数据，构建网络拓扑结构，该方法包括：

3.如权利要求1所述的方法，其特征在于，进行风控分析挖掘风险点，生成专有漏洞库，该方法包括：

4.如权利要求3所述的方法，其特征在于，基于所述多组风控序列，搭建所述专有漏洞库，该方法包括：

5.如权利要求1所述的方法，其特征在于，所述确定网络安全系数，该方法包括：

6.如权利要求5所述的方法，其特征在于，输至所述风控检测模型中进行风险等级评估，该方法包括；

7.如权利要求6所述的方法，其特征在于，触发防护系统针对所述风控源进行主被动防御，该方法包括：

8.基于车联网的安全检测系统，其特征在于，所述系统包括：

技术总结
本发明公开了基于车联网的安全检测方法及系统，涉及人工智能技术领域，该方法包括：读取车联网的基础数据，构建网络拓扑结构；检索预定时区内的行车日志，进行风控分析挖掘风险点，生成专有漏洞库；拟合专有漏洞库与网络拓扑结构，监督训练风控检测模型；读取待检测的网络传输信号，传输至风控检测模型中进行风险等级评估，确定网络安全系数；判定网络安全系数是否满足阈值标准，生成基于风控源的风控预警信息；将防御能效传输至风控检测模型，进行防护等级评估。本发明解决了现有技术中检测效率低、实时性差、精度低等技术问题，通过基于车联网的安全检测，达到提高检测效率和实时性以及高精度的技术效果。

技术研发人员：闫军,霍建杰
受保护的技术使用者：超级视线科技有限公司
技术研发日：
技术公布日：2024/4/17