基于对比自监督学习的车载CAN总线入侵检测系统及方法

本发明提供了一种基于对比自监督学习的车载CAN总线入侵检测系统及方法。其中，系统包括：数据预处理模块，用于实时接收CAN总线数据流，对CAN总线数据流中每条CAN报文进行特征提取以生成多维特征向量，并采用滑动窗口法将连续W条报文的特征向量堆叠构建为二维时序样本；入侵检测模型，用于对所述二维时序样本进行推理，输出分类标签；所述入侵检测模型通过多任务联合训练方法进行训练，所述训练方法融合了无监督重建任务、有监督分类任务和自监督对比学习任务；决策模块，用于根据所述入侵检测模型输出的分类标签，判断是否存在CAN总线入侵行为。达到高效、模型轻量化且能够精确识别多类攻击的目的。