CN115474226B - 异常检测方法、装置以及车辆 - Google Patents
异常检测方法、装置以及车辆 Download PDFInfo
- Publication number
- CN115474226B CN115474226B CN202210964178.2A CN202210964178A CN115474226B CN 115474226 B CN115474226 B CN 115474226B CN 202210964178 A CN202210964178 A CN 202210964178A CN 115474226 B CN115474226 B CN 115474226B
- Authority
- CN
- China
- Prior art keywords
- network
- node
- vehicle
- sub
- network sub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 title claims abstract description 38
- 238000012423 maintenance Methods 0.000 claims abstract description 133
- 230000002159 abnormal effect Effects 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000006870 function Effects 0.000 claims description 35
- 230000005059 dormancy Effects 0.000 claims description 21
- 230000004044 response Effects 0.000 claims description 4
- 230000007958 sleep Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 101000667209 Homo sapiens Vacuolar protein sorting-associated protein 72 homolog Proteins 0.000 description 1
- 101150102320 SWC3 gene Proteins 0.000 description 1
- 101100478997 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) SWC3 gene Proteins 0.000 description 1
- 102100039098 Vacuolar protein sorting-associated protein 72 homolog Human genes 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
Abstract
本申请实施例公开了一种异常检测方法、装置以及车辆。所述方法包括:在车辆处于未被使用状态的情况下,获取车辆的多个网络子节点各自对应的网络维持变量;基于多个网络子节点各自对应的网络维持变量,得到目标网络子节点;基于目标网络子节点的网络维持变量对车辆进行异常处理。通过上述方式使得,在车辆处于未被使用状态的情况下,可以获取车辆的多个网络子节点各自对应的网络维持变量,并基于多个网络子节点各自对应的网络维持变量得到目标网络子节点,也就是存在异常的节点,从而可以实现对存在异常的网络子节点的精确定位,进而可以提高异常检测的准确性,便于车辆可以快速对存在异常的网络子节点进行异常处理。
Description
技术领域
本申请涉及汽车技术领域,更具体地,涉及一种异常检测方法、装置以及车辆。
背景技术
随着科技的发展,车辆的网络节点越来越多,车辆由于网络异常而引发的各类问题也日益频繁,针对车辆的网络节点进行异常检测开始成为研究热点。车辆一般采用标准的AUTOSAR(Automotive Open Systems Architecture,汽车开放系统架构)网络管理,在相关方式中,可以采集标准的网络管理报文检测网络节点是否异常。但相关方式还存在检测准确率较低的问题,例如,针对偶发的或者瞬时的故障数据采集存在一定的困难、采集的数据精度较低等。
发明内容
鉴于上述问题,本申请提出了一种异常检测方法、装置以及车辆,以实现改善上述问题。
第一方面,本申请提供了一种异常检测方法,所述方法包括:在车辆处于未被使用状态的情况下,获取所述车辆的多个网络子节点各自对应的网络维持变量,所述网络维持变量表征对应的网络子节点是否处于休眠状态;基于所述多个网络子节点各自对应的网络维持变量,得到目标网络子节点,所述目标网络子节点为异常不休眠的网络子节点;基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理。
第二方面,本申请提供了一种异常检测装置,所述装置包括:网络维持变量获取单元,用于在车辆处于未被使用状态的情况下,获取所述车辆的多个网络子节点各自对应的网络维持变量,所述网络维持变量表征对应的网络子节点是否处于休眠状态;目标网络子节点获取单元,用于基于所述多个网络子节点各自对应的网络维持变量,得到目标网络子节点,所述目标网络子节点为异常不休眠的网络子节点;异常处理单元,用于基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理。
第三方面,本申请提供了一种车辆,包括多个网络节点;一个或多个程序被存储在所述多个网络节点中的任一网络节点中,所述一个或多个程序配置用于执行权利要求上述的方法。
第四方面,本申请提供了一种车辆,包括处理器以及存储器;一个或多个程序被存储在所述存储器中并被配置为由所述处理器执行,所述一个或多个程序配置用于执行上述的方法。
第五方面,本申请提供的一种计算机可读存储介质,所述计算机可读存储介质中存储有程序代码,其中,在所述程序代码运行时执行上述的方法。
本申请提供的一种异常检测方法、装置、车辆以及存储介质,在车辆处于未被使用状态的情况下,获取所述车辆的多个网络子节点各自对应的表征对应的网络子节点是否处于休眠状态的网络维持变量,基于所述多个网络子节点各自对应的网络维持变量,得到异常不休眠的目标网络子节点,基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理。通过上述方式使得,在车辆处于未被使用状态的情况下,可以获取车辆的多个网络子节点各自对应的网络维持变量,并基于多个网络子节点各自对应的网络维持变量得到目标网络子节点,也就是存在异常的节点,从而可以实现对存在异常的网络子节点的精确定位,进而可以提高异常检测的准确性,便于车辆可以快速对存在异常的网络子节点进行异常处理。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请提出的一种车辆的网络结构的示意图;
图2示出了本申请提出的一种车辆的网络子节点结构的示意图;
图3示出了本申请实施例提出的一种异常检测方法的流程图;
图4示出了本申请提出的一种网络子节点获取网络维持变量的示意图;
图5示出了本申请另一实施例提出的一种异常检测方法的流程图;
图6示出了本申请提出的一种网络子节点中数据和指令传输的示意图;
图7示出了本申请提出的一种优选的实施方案的流程图;
图8示出了本申请实施例提出的一种异常检测装置的结构框图;
图9示出了本申请提出的一种车辆的结构框图;
图10示出了本申请提出的另一种车辆的结构框图;
图11是本申请实施例的用于保存或者携带实现根据本申请实施例的异常检测方法的程序代码的存储单元。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请实施例中,发明人提出了一种异常检测方法、装置以及车辆,在车辆处于未被使用状态的情况下,获取所述车辆的多个网络子节点各自对应的表征对应的网络子节点是否处于休眠状态的网络维持变量,基于所述多个网络子节点各自对应的网络维持变量,得到异常不休眠的目标网络子节点,基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理。通过上述方式使得,在车辆处于未被使用状态的情况下,可以获取车辆的多个网络子节点各自对应的网络维持变量,并基于多个网络子节点各自对应的网络维持变量得到目标网络子节点,也就是存在异常的节点,从而可以实现对存在异常的网络子节点的精确定位,进而可以提高异常检测的准确性,便于车辆可以快速对存在异常的网络子节点进行异常处理。
为了更好地理解本申请实施例的方案,下面先对本申请实施例所使用的技术名词解释。
AUTOSAR网络管理:可以指AUTOSAR软件架构默认的一种网络管理策略。AUTOSAR网络管理可以是一种分布式直接网络管理,每个节点可以根据网络管理帧的状态独立的控制自己的网络状态。
休眠状态(Standby):可以指在发动机熄火一段时间后,整车自动进入一种用电量非常小的状态,因而也称为“低能耗模式”。
为了更好地理解本申请实施例的方案,下面先对本申请车辆的网络结构进行介绍。
请参阅图1,在车辆的网络结构中可以包括线路和多个网络节点,多个网络节点可以包括一个网络主节点和多个网络子节点,每个网络节点可以是一个ECU(ElectronicControl Unit,电子控制单元)网络节点。
其中,网络主节点可以有一个数据采集主模块,该数据采集主模块可以用于采集其他网络子节点的数据。
如图2所示,网络子节点可以包含多个功能模块、网络异常数据采集模块和网络管理模块。其中,每个功能模块可以实现特定的功能,并且可以将多个功能模块按照是否需要网络分为与网络相关的功能模块和与网络无关的功能模块。
网络异常数据采集模块可以用于采集网络子节点中所有与网络相关的功能模块的数据,并分析判断所采集到的数据是否为异常数据。网络异常数据采集模块还可以基于采集到的数据生成对应的指令,该指令可以用于确认允许哪些与网络相关的功能模块获取网络。
网络管理模块可以用于获取网络子节点中所有与网络相关的功能模块的数据和获取网络异常数据采集模块的指令,并基于所获取到的数据和指令对网络子节点的网络进行控制。
需要说明的是,图1中所示的节点的数量只是示例性的,车辆的网络中所包括节点的数量可以更多也可以更少。图2中所示的功能模块的数量只是示例性的,网络子节点中所包括功能模块的数量可以更多也可以更少。
再者,需要说明的是,为了使表述简洁,本申请实施例所涉及的功能模块指的是与网络相关的功能模块。
下面将结合附图对本申请的实施例进行介绍。
请参阅图3,本申请提供的一种异常检测方法,所述方法包括:
S110:在车辆处于未被使用状态的情况下,获取所述车辆的多个网络子节点各自对应的网络维持变量,所述网络维持变量表征对应的网络子节点是否处于休眠状态。
其中,每个网络子节点可以包含多个功能模块,网络维持变量可以指表征对应的网络子节点中功能模块的状态的变量,网络维持变量可以包括与多个功能模块一一对应的多个网络维持标志,多个网络维持标志可以表征各自对应的功能模块是否处于休眠状态。网络维持标志可以是一个布尔值,当网络维持标志为0时,可以表示对应的功能模块当前没有使用网络的需求,也就是说该功能模块处于休眠状态;当网络维持标志为1时,可以表示对应的功能模块当前有使用网络的需求,也就是说该功能模块未处于休眠状态。
示例性的,如表1所示,网络维持变量可以记为KeepAwakeFlag,KeepAwakeFlag可以有多个比特(Bit)位,一个比特位可以表示一个对应的功能模块的网络维持标志,网络维持标志可以记为SWCx_KeepAwakeFlag,其中,x为整数,可以标识功能模块。
表1
功能模块 | 功能模块网络维持标志 | KeepAwakeFlag |
SWC0 | SWC0_KeepAwakeFlag | Bit0 |
SWC1 | SWC1_KeepAwakeFlag | Bit1 |
SWC2 | SWC2_KeepAwakeFlag | Bit2 |
SWC3 | SWC3_KeepAwakeFlag | Bit3 |
... | ... | ... |
SWCn | SWCn_KeepAwakeFlag | Bitn |
作为一种方式,在车辆处于未被使用状态的情况下,如图4所示,每个网络子节点的多个功能模块可以向对应的网络子节点的网络异常数据采集模块发送各自对应的网络维持标志,使得每个网络子节点的网络异常数据采集模块可以得到对应的网络子节点的网络维持变量,从而得到车辆的多个网络子节点各自对应的网络维持变量。
可选的,在每个网络子节点获取到对应的网络维持变量后,还可以将网络维持变量发送给指定的网络节点,该网络节点可以是任意一个网络子节点还可以是网络主节点,从而得到车辆的多个网络子节点各自对应的网络维持变量。
作为另一种方式,在车辆处于未被使用状态的情况下,可以等待第二预设时间后,获取车辆的多个网络子节点各自对应的网络维持变量。
在本申请实施例中,车辆的未被使用状态可以指用户没有用车意图时车辆所处的状态。
可选的,可以获取车辆的运行状态、用户与车辆之间的距离;若车辆的运行状态为休眠(Standby)且用户离开车辆,确认车辆处于未被使用状态。
可选的,第二预设时间可以是基于多次试验得到的值。
在本申请实施例中,通过等待第二预设时间后,再获取车辆的多个网络子节点各自对应的网络维持变量,可以给予车辆中各个功能模块更多的切换状态的缓冲时间,从而提高了获取到的网络维持变量的准确性,进而提高了异常检测的准确性。
S120:基于所述多个网络子节点各自对应的网络维持变量,得到目标网络子节点,所述目标网络子节点为异常不休眠的网络子节点。
作为一种方式,可以基于每个网络子节点中多个功能模块各自对应的网络维持标志,得到未处于休眠状态的功能模块;基于未处于休眠状态的功能模块,得到目标网络子节点。
在本申请实施例中,可以有多种方式基于未处于休眠状态的功能模块,得到目标网络子节点。
其中,作为一种方式,可以将未处于休眠状态的功能模块对应的网络子节点作为目标网络子节点。
作为另一种方式,可以获取未处于休眠状态的功能模块的未休眠状态的持续时长;若持续时长超过预设时长,确认未处于休眠状态的功能模块为异常不休眠的功能模块,并将异常不休眠的功能模块对应的网络子节点作为目标网络子节点。
在第一种方式中可以直接将未处于休眠状态的功能模块对应的网络子节点作为目标网络子节点,该方式可以快速检测到车辆网络中异常不休眠的网络子节点。在第二种方式中,将未休眠状态的持续时长超过预设时长的功能模块对应的网络子节点作为目标网络子节点,可以提高检测的准确性。
因此,作为再一种方式,可以基于实际需求从上述方式中选择一种方式得到目标网络子节点。当车辆所处场景对于异常检测的实时性需求高于准确性时,可以选择第一种方式;当车辆所处场景对于异常检测的实时性需求低于准确性时,可以选择第二种方式。
S130:基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理。
作为一种方式,可以响应于车辆的网络主节点的强制休眠指令,控制目标网络子节点进入休眠状态。
可选的,在基于步骤S120得到目标网络子节点后,可以将目标网络子节点的网络维持变量发送至网络主节点,以使网络主节点向目标网络子节点发送强制休眠指令。
可选的,网络主节点在接收到目标网络子节点的网络维持变量后,还可以将目标网络子节点的网络维持变量发送至云端,以使云端可以基于目标网络子节点的网络维持变量对目标网络子节点进行定位,并分析目标网络子节点出现异常不休眠的原因,从而可以降低因网络子节点异常不休眠而导致的车辆亏电的风险。
本实施例提供的一种异常检测方法,在车辆处于未被使用状态的情况下,获取所述车辆的多个网络子节点各自对应的表征对应的网络子节点是否处于休眠状态的网络维持变量,基于所述多个网络子节点各自对应的网络维持变量,得到异常不休眠的目标网络子节点,基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理。通过上述方式使得,在车辆处于未被使用状态的情况下,可以获取车辆的多个网络子节点各自对应的网络维持变量,并基于多个网络子节点各自对应的网络维持变量得到目标网络子节点,也就是存在异常的节点,从而可以实现对存在异常的网络子节点的精确定位,进而可以提高异常检测的准确性,便于车辆可以快速对存在异常的网络子节点进行异常处理。
请参阅图5,本申请提供的一种异常检测方法,所述方法包括:
S210:在车辆处于未被使用状态的情况下,持续获取第一预设时间内所述车辆的多个网络子节点的网络维持变量。
作为一种方式,在车辆处于未被使用状态的情况下,可以持续获取第一预设时间内车辆的多个网络子节点的网络维持变量,从而可以监测车辆的多个网络子节点在第一预设时间内的休眠状态的变化情况。
可选的,第一预设时间可以是基于多次试验得到的值。
可选的,当在第一预设时间内车辆从休眠状态变为其他状态时,可以将第一预设时间对应的计时器清零,当车辆再次处于未被使用状态时,再重新持续获取第一预设时间内所述车辆的多个网络子节点的网络维持变量。
S220:基于每个所述网络子节点中多个功能模块各自对应的网络维持标志,得到未处于休眠状态的功能模块。
作为一种方式,可以先基于第一预设时间内车辆的多个网络子节点的网络维持变量,获取第一预设时间内每个所述网络子节点中多个功能模块各自对应的网络维持标志;再基于第一预设时间内的网络维持标志,得到在第一预设时间内未处于休眠状态的功能模块。
S230:获取所述未处于休眠状态的功能模块在所述第一预设时间内处于所述未休眠状态的持续时长。
作为一种方式,可以在经过第一预设时间后,基于未处于休眠状态的功能模块对应的网络维持标志的变化情况,得到未处于休眠状态的功能模块处于未休眠状态的持续时长。
作为另一种方式,可以在第一预设时间内,基于未处于休眠状态的功能模块对应的网络维持标志的变化情况,实时更新未处于休眠状态的功能模块处于未休眠状态的持续时长,以得到未处于休眠状态的功能模块在第一预设时间内处于未休眠状态的持续时长。
S240:若所述持续时长超过预设时长,确认所述未处于休眠状态的功能模块为异常不休眠的功能模块,并将所述异常不休眠的功能模块对应的网络子节点作为目标网络子节点。
作为一种方式,当持续时长超过预设时长,确认未处于休眠状态的功能模块为异常不休眠的功能模块,并将异常不休眠的功能模块对应的网络子节点作为目标网络子节点。
S250:基于所述目标网络子节点的网络维持变量,得到目标功能模块,所述目标功能模块为所述目标网络子节点中未休眠的功能模块。
作为一种方式,可以基于目标网络子节点的网络维持变量,得到目标网络子节点的多个功能模块对应的网络维持标志,基于网络维持标志得到目标功能模块。
S260:响应于所述网络主节点的强制休眠指令,控制所述目标功能模块进入休眠状态,以使所述目标网络子节点进入休眠状态。
作为一种方式,响应于网络主节点的强制休眠指令,目标网络子节点的网络管理模块可以基于目标网络子节点的网络维持变量,控制目标功能模块进入休眠状态,以使目标网络子节点进入休眠状态。
作为另一种方式,如图6所示,目标网络子节点的网络异常数据采集模块可以向目标网络子节点的网络管理模块发送网络控制指令,该网络控制指令可以表征允许了目标网络子节点中哪些功能模块处于未休眠状态,使得目标网络子节点的网络管理模块可以响应于网络主节点的强制休眠指令,基于网络维持变量、网络控制指令,控制目标功能模块进入休眠状态,以使目标网络子节点进入休眠状态。
本实施例提供的一种异常检测方法,通过上述方式使得,在车辆处于未被使用状态的情况下,可以获取车辆的多个网络子节点各自对应的网络维持变量,并基于多个网络子节点各自对应的网络维持变量得到目标网络子节点,也就是存在异常的节点,从而可以实现对存在异常的网络子节点的精确定位,进而可以提高异常检测的准确性,便于车辆可以快速对存在异常的网络子节点进行异常处理。并且,在本实施例中,可以通过持续获取第一预设时间内车辆的多个网络子节点的网络维持变量,得到每个网络子节点中多个功能模块各自对应的网络维持标志,进而得到异常不休眠的功能模块,从而更加精确地定位了出现异常不休眠的位置,减少了后期故障排查的时间,进而可以更快速地分析出故障原因并及时清除故障,以降低车辆亏电的风险。
为了更好地理解本申请实施例中的方案,下面对一种优选的实施方案的流程进行介绍。
请参阅图7,可以先基于步骤S1获取到车辆的运行状态、用户与车辆之间的距离;当基于步骤S2确认车辆处于未被使用状态时,可以执行步骤S3等待第二预设时间后在第一预设时间内持续获取车辆的多个网络子节点的网络维持变量和获取车辆的运行状态;当基于步骤S2确认车辆处于被使用状态时,可以继续执行步骤S1,直到基于步骤S2确认车辆处于未被使用状态。
在执行了步骤S3后,并基于步骤S4确定车辆在第一预设时间内始终处于休眠状态时,可以基于步骤S5得到未处于休眠状态的功能模块,并基于步骤S6得到未处于休眠状态的功能模块在第一预设时间内的持续时长;若基于步骤S7确认未处于休眠状态的功能模块的持续时长超过预设时长,可以依次执行步骤S8、S10;若基于步骤S7确认未处于休眠状态的功能模块的持续时长未超过预设时长,可以执行步骤S9。其中,若基于步骤S4确认车辆从休眠状态切换为其他状态,可以重新执行步骤S1,直到基于步骤S2确认车辆处于未被使用状态。
请参阅图8,本申请提供的一种异常检测装置600,所述装置600包括:
网络维持变量获取单元610,用于在车辆处于未被使用状态的情况下,获取所述车辆的多个网络子节点各自对应的网络维持变量,所述网络维持变量表征对应的网络子节点是否处于休眠状态。
目标网络子节点获取单元620,用于基于所述多个网络子节点各自对应的网络维持变量,得到目标网络子节点,所述目标网络子节点为异常不休眠的网络子节点。
异常处理单元630,用于基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理。
作为一种方式,网络维持变量获取单元610具体用于在车辆处于未被使用状态的情况下,等待第二预设时间后,获取所述车辆的多个网络子节点的网络维持变量。
作为一种方式,网络维持变量获取单元610具体用于获取所述车辆的运行状态、用户与所述车辆之间的距离;若所述运行状态为休眠且用户离开所述车辆,确认所述车辆处于未被使用状态。
作为一种方式,每个所述网络子节点包括多个功能模块,每个所述网络维持变量包括与所述多个功能模块一一对应的多个网络维持标志,所述多个网络维持标志表征各自对应的功能模块是否处于休眠状态,目标网络子节点获取单元620具体用于基于每个所述网络子节点中多个功能模块各自对应的网络维持标志,得到未处于休眠状态的功能模块;基于所述未处于休眠状态的功能模块,得到目标网络子节点。
其中,作为一种方式,目标网络子节点获取单元620具体用于获取所述未处于休眠状态的功能模块的未休眠状态的持续时长;若所述持续时长超过预设时长,确认所述未处于休眠状态的功能模块为异常不休眠的功能模块,并将所述异常不休眠的功能模块对应的网络子节点作为目标网络子节点。
可选的,网络维持变量获取单元610具体用于在车辆处于未被使用状态的情况下,持续获取第一预设时间内所述车辆的多个网络子节点的网络维持变量。目标网络子节点获取单元620具体用于获取所述未处于休眠状态的功能模块在所述第一预设时间内处于所述未休眠状态的持续时长。
作为另一种方式,目标网络子节点获取单元620具体用于将所述未处于休眠状态的功能模块对应的网络子节点作为目标网络子节点。
作为一种方式,异常处理单元630具体用于响应于所述车辆的网络主节点的强制休眠指令,控制所述目标网络子节点进入休眠状态。
其中,可选的,异常处理单元630具体用于基于所述目标网络子节点的网络维持变量,得到目标功能模块,所述目标功能模块为所述目标网络子节点中未休眠的功能模块;响应于所述网络主节点的强制休眠指令,控制所述目标功能模块进入休眠状态,以使所述目标网络子节点进入休眠状态。
下面将结合图9对本申请提供的一种车辆进行说明。
请参阅图9,基于上述的异常检测方法、装置,本申请实施例还提供的另一种可以执行前述异常检测方法的车辆100。车辆100包括多个网络节点,多个网络节点可以包括网络主节点102和网络子节点104,网络子节点104可以指多个网络子节点。多个网络节点中的任一网络节点中可以存储有执行前述实施例中内容的程序被存储在多个网络节点中的任一网络节点中。
下面将结合图10对本申请提供的一种车辆进行说明。
请参阅图10,基于上述的异常检测方法、装置,本申请实施例还提供的另一种可以执行前述异常检测方法的车辆200。车辆200包括相互耦合的一个或多个(图中仅示出一个)处理器202、存储器204。其中,该存储器204中存储有可以执行前述实施例中内容的程序,而处理器202可以执行该存储器204中存储的程序。
其中,处理器202可以包括一个或者多个处理核。处理器202利用各种接口和线路连接整个车辆200内的各个部分,通过运行或执行存储在存储器204内的指令、程序、代码集或指令集,以及调用存储在存储器204内的数据,执行电子设备100的各种功能和处理数据。可选地,处理器202可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(ProgrammableLogic Array,PLA)中的至少一种硬件形式来实现。处理器202可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器202中,单独通过一块通信芯片进行实现。
存储器204可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器204可用于存储指令、程序、代码、代码集或指令集。存储器204可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储终端200在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
请参考图11,其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读存储介质800中存储有程序代码,所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质800可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地,计算机可读存储介质800包括非易失性计算机可读存储介质(non-transitory computer-readable storage medium)。计算机可读存储介质800具有执行上述方法中的任何方法步骤的程序代码810的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码810可以例如以适当形式进行压缩。
综上所述,本申请提供的一种异常检测方法、装置以及车辆,在车辆处于未被使用状态的情况下,获取所述车辆的多个网络子节点各自对应的表征对应的网络子节点是否处于休眠状态的网络维持变量,基于所述多个网络子节点各自对应的网络维持变量,得到异常不休眠的目标网络子节点,基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理。通过上述方式使得,在车辆处于未被使用状态的情况下,可以获取车辆的多个网络子节点各自对应的网络维持变量,并基于多个网络子节点各自对应的网络维持变量得到目标网络子节点,也就是存在异常的节点,从而可以实现对存在异常的网络子节点的精确定位,进而可以提高异常检测的准确性,便于车辆可以快速对存在异常的网络子节点进行异常处理。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (13)
1.一种异常检测方法,其特征在于,所述方法包括:
在车辆处于未被使用状态的情况下,获取所述车辆的多个网络子节点各自对应的网络维持变量,所述网络维持变量表征对应的网络子节点是否处于休眠状态,其中,每一网络子节点包括网络异常数据采集模块、网络管理模块以及多个功能模块,每一网络子节点对应的网络维持变量是通过所述网络子节点包括的网络异常数据采集模块接收多个功能模块各自对应的网络维持标志确定的;
基于所述多个网络子节点各自对应的网络维持变量,得到目标网络子节点,所述目标网络子节点为异常不休眠的网络子节点;
基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理;
所述基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理,包括:
响应于强制休眠指令,通过所述目标网络子节点包括的网络管理模块基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理,所述强制休眠指令为网络主节点接收到所述目标网络子节点发送的网络维持变量后发出的指令。
2.根据权利要求1所述的方法,其特征在于,每个所述网络子节点包括多个功能模块,每个所述网络维持变量包括与所述多个功能模块一一对应的多个网络维持标志,所述多个网络维持标志表征各自对应的功能模块是否处于休眠状态,所述基于所述多个网络子节点各自对应的网络维持变量,得到目标网络子节点包括:
基于每个所述网络子节点中多个功能模块各自对应的网络维持标志,得到未处于休眠状态的功能模块;
基于所述未处于休眠状态的功能模块,得到目标网络子节点。
3.根据权利要求2所述的方法,其特征在于,所述基于所述未处于休眠状态的功能模块,得到目标网络子节点,包括:
获取所述未处于休眠状态的功能模块的未休眠状态的持续时长;
若所述持续时长超过预设时长,确认所述未处于休眠状态的功能模块为异常不休眠的功能模块,并将所述异常不休眠的功能模块对应的网络子节点作为目标网络子节点。
4.根据权利要求3所述的方法,其特征在于,所述在车辆处于未被使用状态的情况下,获取所述车辆的多个网络子节点各自对应的网络维持变量包括:
在车辆处于未被使用状态的情况下,持续获取第一预设时间内所述车辆的多个网络子节点的网络维持变量;
所述获取所述未处于休眠状态的功能模块的未休眠状态的持续时长,包括:
获取所述未处于休眠状态的功能模块在所述第一预设时间内处于所述未休眠状态的持续时长。
5.根据权利要求2所述的方法,其特征在于,所述基于所述未处于休眠状态的功能模块,得到目标网络子节点包括:
将所述未处于休眠状态的功能模块对应的网络子节点作为目标网络子节点。
6.根据权利要求1所述的方法,其特征在于,所述在车辆处于未被使用状态的情况下,获取所述车辆的多个网络子节点的网络维持变量包括:
在车辆处于未被使用状态的情况下,等待第二预设时间后,获取所述车辆的多个网络子节点的网络维持变量。
7.根据权利要求1所述的方法,其特征在于,所述基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理包括:
响应于所述车辆的网络主节点的强制休眠指令,控制所述目标网络子节点进入休眠状态。
8.根据权利要求7所述的方法,其特征在于,每个所述网络子节点包括多个功能模块,每个所述网络维持变量包括与所述多个功能模块一一对应的多个网络维持标志,所述多个网络维持标志表征各自对应的功能模块是否处于休眠状态,所述响应于所述网络主节点的强制休眠指令,控制所述目标网络子节点进入休眠状态包括:
基于所述目标网络子节点的网络维持变量,得到目标功能模块,所述目标功能模块为所述目标网络子节点中未休眠的功能模块;
响应于所述网络主节点的强制休眠指令,控制所述目标功能模块进入休眠状态,以使所述目标网络子节点进入休眠状态。
9.根据权利要求1至8任一项所述的方法,其特征在于,所述在车辆处于未被使用状态的情况下,获取所述车辆的多个网络子节点的网络维持变量之前,还包括:
获取所述车辆的运行状态、用户与所述车辆之间的距离;
若所述运行状态为休眠且用户离开所述车辆,确认所述车辆处于未被使用状态。
10.一种异常检测装置,其特征在于,所述装置包括:
网络维持变量获取单元,用于在车辆处于未被使用状态的情况下,获取所述车辆的多个网络子节点各自对应的网络维持变量,所述网络维持变量表征对应的网络子节点是否处于休眠状态,其中,每一网络子节点包括网络异常数据采集模块、网络管理模块以及多个功能模块,每一网络子节点对应的网络维持变量是通过所述网络子节点包括的网络异常数据采集模块接收多个功能模块各自对应的网络维持标志确定的;
目标网络子节点获取单元,用于基于所述多个网络子节点各自对应的网络维持变量,得到目标网络子节点,所述目标网络子节点为异常不休眠的网络子节点;
异常处理单元,用于基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理;所述基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理,包括:响应于强制休眠指令,通过所述目标网络子节点包括的网络管理模块基于所述目标网络子节点的网络维持变量对所述车辆进行异常处理,所述强制休眠指令为网络主节点接收到所述目标网络子节点发送的网络维持变量后发出的指令。
11.一种车辆,其特征在于,包括多个网络节点;
一个或多个程序被存储在所述多个网络节点中的任一网络节点中,所述一个或多个程序配置用于执行权利要求1-9任一所述的方法。
12.一种车辆,其特征在于,包括处理器以及存储器;
一个或多个程序被存储在所述存储器中并被配置为由所述处理器执行,所述一个或多个程序配置用于执行权利要求1-9任一所述的方法。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序代码,其中,在所述程序代码运行时执行权利要求1-9任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210964178.2A CN115474226B (zh) | 2022-08-11 | 2022-08-11 | 异常检测方法、装置以及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210964178.2A CN115474226B (zh) | 2022-08-11 | 2022-08-11 | 异常检测方法、装置以及车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115474226A CN115474226A (zh) | 2022-12-13 |
CN115474226B true CN115474226B (zh) | 2024-04-09 |
Family
ID=84366247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210964178.2A Active CN115474226B (zh) | 2022-08-11 | 2022-08-11 | 异常检测方法、装置以及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115474226B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101515546B1 (ko) * | 2014-05-23 | 2015-04-30 | 한국산업기술대학교산학협력단 | 에너지 효율을 향상시킨 차량용 전자 제어 장치 및 차량 네트워크 |
CN111660956A (zh) * | 2019-03-08 | 2020-09-15 | 北京新能源汽车股份有限公司 | 一种网络管理状态监控方法、装置及汽车 |
CN112269371A (zh) * | 2020-10-23 | 2021-01-26 | 安徽江淮汽车集团股份有限公司 | 一种车辆网络休眠异常事件监测方法 |
CN112291194A (zh) * | 2020-09-27 | 2021-01-29 | 上海赫千电子科技有限公司 | 一种基于车载网络中ecu的状态管理方法、装置及智能汽车 |
CN112380045A (zh) * | 2020-12-03 | 2021-02-19 | 安徽江淮汽车集团股份有限公司 | 车辆异常检测方法、装置、设备及存储介质 |
CN113467962A (zh) * | 2020-03-31 | 2021-10-01 | 华为技术有限公司 | 汽车开放系统架构、状态管理方法和装置 |
CN114024864A (zh) * | 2021-11-17 | 2022-02-08 | 中国科学院合肥物质科学研究院 | 一种基于autosar网络管理的休眠异常检测方法 |
CN114706371A (zh) * | 2022-04-13 | 2022-07-05 | 中国第一汽车股份有限公司 | 整车网络不休眠诊断方法、装置、电子设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102645542B1 (ko) * | 2019-11-06 | 2024-03-11 | 한국전자통신연구원 | 차량 내부 네트워크 장치 및 방법 |
-
2022
- 2022-08-11 CN CN202210964178.2A patent/CN115474226B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101515546B1 (ko) * | 2014-05-23 | 2015-04-30 | 한국산업기술대학교산학협력단 | 에너지 효율을 향상시킨 차량용 전자 제어 장치 및 차량 네트워크 |
CN111660956A (zh) * | 2019-03-08 | 2020-09-15 | 北京新能源汽车股份有限公司 | 一种网络管理状态监控方法、装置及汽车 |
CN113467962A (zh) * | 2020-03-31 | 2021-10-01 | 华为技术有限公司 | 汽车开放系统架构、状态管理方法和装置 |
CN112291194A (zh) * | 2020-09-27 | 2021-01-29 | 上海赫千电子科技有限公司 | 一种基于车载网络中ecu的状态管理方法、装置及智能汽车 |
CN112269371A (zh) * | 2020-10-23 | 2021-01-26 | 安徽江淮汽车集团股份有限公司 | 一种车辆网络休眠异常事件监测方法 |
CN112380045A (zh) * | 2020-12-03 | 2021-02-19 | 安徽江淮汽车集团股份有限公司 | 车辆异常检测方法、装置、设备及存储介质 |
CN114024864A (zh) * | 2021-11-17 | 2022-02-08 | 中国科学院合肥物质科学研究院 | 一种基于autosar网络管理的休眠异常检测方法 |
CN114706371A (zh) * | 2022-04-13 | 2022-07-05 | 中国第一汽车股份有限公司 | 整车网络不休眠诊断方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
基于AUTOSAR的汽车电子诊断系统的开发;罗端等;汽车工程;34(2);第179-183页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115474226A (zh) | 2022-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106102141B (zh) | 一种基于数据包的处理方法及装置 | |
CN112241164B (zh) | 汽车网络休眠测试方法、装置、设备及存储介质 | |
CN111091813B (zh) | 语音唤醒模型更新及唤醒方法、系统、装置、设备及介质 | |
CN112269371B (zh) | 一种车辆网络休眠异常事件监测方法 | |
CN112445147A (zh) | 智能设备的唤醒方法、系统、装置、电子设备及存储介质 | |
CN112702220B (zh) | 网络测试方法和网络测试装置 | |
CN104063316B (zh) | 一种应用的测试方法及装置 | |
CN115474226B (zh) | 异常检测方法、装置以及车辆 | |
CN113326191A (zh) | 耗流测试方法、装置及存储介质 | |
CN115474227B (zh) | 异常检测方法、装置以及车辆 | |
CN112907911A (zh) | 一种基于设备工艺数据的智能异常识别与报警算法 | |
CN113808727B (zh) | 设备监控方法、装置、计算机设备和可读存储介质 | |
CN114706371A (zh) | 整车网络不休眠诊断方法、装置、电子设备及存储介质 | |
CN113055984B (zh) | 终端控制方法、装置、移动终端及存储介质 | |
CN110609861A (zh) | 车辆识别方法、装置、电子设备及存储介质 | |
CN109379449B (zh) | 数据连接方法、装置、终端及存储介质 | |
CN112765212A (zh) | 中转设备数据处理方法及装置 | |
CN117376053A (zh) | 车辆网段唤醒方法、装置、设备、介质和程序产品 | |
CN113923695A (zh) | 唤醒故障检测方法及装置和报文发送方法及装置 | |
CN117609881B (zh) | 一种基于人工智能的金属重叠检测方法及系统 | |
CN116126608B (zh) | 一种多串口监控主机的测试工装系统和方法 | |
CN113129464B (zh) | 办公设备自动控制方法、装置、服务器以及存储介质 | |
CN110825443A (zh) | 一种智能音箱的信息交互方法及终端设备 | |
CN115755859A (zh) | 一种基于局部网络的网络故障诊断方法、装置及介质 | |
CN114884724B (zh) | 一种云服务器交互方法、装置、可读存储介质及终端设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |