1、作品名称
基于机器学习的车联网安全监控系统
2、作品分类
数据可视化
3、作品描述
“家家有汽车，车车更智能”是现在社会、科技发展的趋势，智能网联车给人们带来便捷，但也存在着安全隐患。汽车内部的数据通过CAN总线（控制器局域网络总线）进行传输，一旦黑客入侵汽车的电子控制单元，CAN总线中的指令就有被伪造、监听的风险，黑客可以实现对汽车的控制，造成严重后果。因此我们开发了一款基于机器学习的车辆网安全监控系统。本系统的主要特色有： 1. 从车联网信息通讯角度出发，分析CAN总线的帧结构，以及安全隐患和可能带来的问题。 2. 在客户端，设计行驶信息可视模块，将从CAN总线转化而来的车门状态、车速、发动机转速等信息，生动地展示在前端界面，方便汽车管理员实时查看，可以借此判断汽车是否发生异常；通过环境指数查询接口，获得汽车行驶时的环境因素，管理员可以了解车主的大致行程，并提供行驶建议，提升用户体验。 3. 在服务器端，将机器学习算法应用于该系统的重要功能模块，对CAN总线数据集进行整理，并模拟注入攻击制作了负样本集，实现对指定ID的CAN总线报文，进行恶意报文检测。 4. 通过多次比较，选择将逻辑回归算法作为系统的识别算法，其准确率超过为93.66%，运行时间短，较其他算法有显著优势。 5. 系统具有良好的交互性，界面友好。前端选择使用elementUI等框架及FullCalendar组件进行设计，系统除具有行驶信息查看、模拟攻击、攻击取证等功能外，特别设计日程规划等其他实用性较强的功能。 6. 系统采取多因素分析的方式，将汽车状况、环境情况、车主行程集合考虑，使系统功能完备，性能提高，进而提升安全监测水平。
4、创意来源
随着4G的普及与5G研究的不断推进，网络逐渐改变了人们的生活，关于物联网的新应用应运而生，网联车就是典型的代表，一辆辆行驶的汽车组成了一张移动的网，在城市的建筑中延展。如果像电影《速度与激情》一样，网联车被黑客入侵，轻松实现对汽车设备的操作，控制汽车移动，不仅危害驾驶员人身和财产安全，还会波及到其他行驶的汽车，给社会带来严重危害。攻击者首先利用OTA空中软件升级、车载T-BOX、V2X车路通信等设备和技术的安全漏洞对其攻击，接着入侵车内网络的网关。可见，发展智能网联车的同时要抓紧对其安全的研究，因此我们决定设计一款车联网安全监控系统，进而解决汽车的安全问题，真正服务于千家万户。
5、运行环境（所需操作系统、硬件、软件等）
操作系统：Windows10 专业版 主机内存：8GB 主机硬盘：930GB 软件：NotePad++/Pycharm 开发语言：Python/Html/CSS/JavaScript
