TY -非盟的公园,Seunghyun AU -崔Jin-Young PY - 2020 DA - 2020/01/17 TI -恶意软件检测在无人驾驶车辆使用机器学习算法SP - 3035741汽车六世- 2020 AB -最近的趋势被连接到指定设备,车辆和基础设施增加潜在的外部威胁网络安全。因此,入侵检测是一个关键的网络安全功能与开放连接车辆,如无人驾驶和汽车连接。具体来说,当车辆连接到外部设备通过一个智能手机内的车辆或车辆与外部通信基础设施、安全技术要求保护软件网络内部的车辆。现有技术使用此函数包括车辆网关和入侵检测系统。然而,很难阻止恶意代码基于应用程序的行为。在这项研究中,我们提出了一个基于机器学习数据分析方法准确地检测异常行为由于恶意软件在大规模网络流量实时。首先,我们定义了一个检测体系结构,这是所需的入侵检测模块来检测和阻止恶意软件试图影响车辆通过智能手机。然后,我们提出一个有效的算法来检测恶意行为在网络环境中,进行实验来验证算法的准确性和成本通过与其他算法的比较。SN - 0197 - 6729你2020/3035741 / 10.1155——https://doi.org/10.1155/2020/3035741——摩根富林明-杂志的先进运输PB - Hindawi KW - ER