【嵌牛导读】简要介绍车联网安全研究展望
【嵌牛鼻子】车联网
【嵌牛提问】车联网安全的发展前景如何？
【嵌牛正文】
在网络级安全的范围中，除了各种通信协议和认证协议的研究之外，网络入侵检测也是非常重要环节之一。
利用机器学习，深度学习等方法进行自动化的网络入侵检测，已经广泛和成熟的应用于传统网络环境中。但是由于车联网环境中随着车辆的高速移动，网络拓扑结构和车辆所处外部环境不断变化，未知的网络攻击将越来越频繁地出现。
传统网络中的检测方案主要基于大量的标记训练数据来建立检测模型，但是这在资源受限且高速移动的车联网环境中，很显然是无法适用。如果考虑到车联网的系统架构，车-车、车-云可以共享数据。因此，可以依靠车联网系统使得训练数据在不同的网络中实现共享。这样，当车辆进入陌生网络时，只需要向目标网络中的车辆或者云服务平台请求该网络中的数据集，并且依靠迁移学习技术高效的完成入侵检测模型在此网络下的更新过程。于此，能够从容地应对随车辆移动而不断变化的未知攻击。
