CN115565227B - 智能网联汽车数据合规评估方法及装置 - Google Patents

智能网联汽车数据合规评估方法及装置 Download PDF

Info

Publication number
CN115565227B
CN115565227B CN202211223539.4A CN202211223539A CN115565227B CN 115565227 B CN115565227 B CN 115565227B CN 202211223539 A CN202211223539 A CN 202211223539A CN 115565227 B CN115565227 B CN 115565227B
Authority
CN
China
Prior art keywords
information
data
model
automobile
compliance
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
Application number
CN202211223539.4A
Other languages
English (en)
Other versions
CN115565227A (zh
Inventor
李政
马松松
黄磊
冀浩然
李承泽
范乐君
陈燕呢
吴昊
赵怀瑾
申任远
曹艺洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Tsinghua Yaxun Electronic Information Research Institute
National Computer Network and Information Security Management Center
Original Assignee
Beijing Tsinghua Yaxun Electronic Information Research Institute
National Computer Network and Information Security Management Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Tsinghua Yaxun Electronic Information Research Institute, National Computer Network and Information Security Management Center filed Critical Beijing Tsinghua Yaxun Electronic Information Research Institute
Priority to CN202211223539.4A priority Critical patent/CN115565227B/zh
Publication of CN115565227A publication Critical patent/CN115565227A/zh
Application granted granted Critical
Publication of CN115565227B publication Critical patent/CN115565227B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/45—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/30—Network architectures or network communication protocols for network security for supporting lawful interception, monitoring or retaining of communications or communication related information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
    • H04L2209/84—Vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Technology Law (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Artificial Intelligence (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Environmental & Geological Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种智能网联汽车数据合规评估方法及装置，该智能网联汽车数据合规评估方法包括：获取汽车向云端服务器发送的汽车数据；基于中间人代理技术对汽车数据进行解密，得到解密数据；将解密数据输入至第一模型，得到目标识别结果；基于目标识别结果，得到汽车数据对应的评估报告。本发明所述方法实现了对汽车数据安全评估的自动化处理，提高了评估的效率。

Description

智能网联汽车数据合规评估方法及装置
技术领域
本发明涉及智能网联汽车数据处理技术领域，尤其涉及一种智能网联汽车数据合规评估方法及装置。
背景技术
随着自动驾驶技术在国内的蓬勃发展，对汽车数据的进行安全监管具有重要的价值。
相关技术中，对汽车数据是否符合汽车数据安全管理规定的评估依赖于人工手动抽检，抽检任务繁重，且容易在人工抽检时因人为疏忽而导致人工抽检的准确率低。
发明内容
本发明提供一种智能网联汽车数据合规评估方法及装置，用以解决现有技术中采用人工抽检的方式评估汽车数据是否符合安全管理规定导致抽检效率低且存在人为疏忽的缺陷，提高了对汽车数据进行安全评估的效率和准确率。
本发明提供一种智能网联汽车数据合规评估方法，包括：
获取汽车向云端服务器发送的汽车数据；
基于中间人代理技术对所述汽车数据进行解密，得到解密数据；
将所述解密数据输入至第一模型，得到目标识别结果，所述第一模型用于检测所述解密数据中人脸信息和车牌信息；
基于所述目标识别结果，得到所述汽车数据对应的评估报告，所述评估报告用于记录所述汽车数据的合规信息和/或违规信息。
根据本发明提供的一种智能网联汽车数据合规评估方法，所述解密数据包含多个子文件，在所述基于中间人代理技术对所述汽车数据进行解密之后，且在所述得到解密数据之前，所述方法还包括：
将多个所述子文件的格式信息输入至第二模型进行识别，得到目标格式信息，所述第二模型用于识别所述格式信息中的图像格式和视频格式；
从多个所述子文件中，剔除不与所述目标格式信息对应的子文件，得到更新后的解密数据。
根据本发明提供的一种智能网联汽车数据合规评估方法，所述第一模型包括人脸识别模型和文本识别模型，所述将所述解密数据输入至第一模型，所述解密数据包括图像文件和/或视频文件，所述将所述解密数据输入至第一模型，得到目标识别结果，包括：
基于所述人脸识别模型对所述解密数据进行识别，得到人脸识别信息，并基于所述文本识别模型对所述解密数据进行识别，得到车牌识别信息；
基于所述人脸识别信息和所述车牌识别信息果，得到所述目标识别结果。
根据本发明提供的一种智能网联汽车数据合规评估方法，所述将多个所述子文件的格式信息输入至第二模型进行识别，得到目标格式信息，具体包括：
获取多个所述子文件的二进制头信息；
基于所述第二模型对所述二进制头信息进行识别，得到所述目标格式信息。
根据本发明提供的一种智能网联汽车数据合规评估方法，所述基于所述目标识别结果，得到所述汽车数据对应的评估报告，具体包括：
在所述目标识别结果中不包含人脸信息和车牌信息情况下，确定所述汽车数据合规，并得到合规信息；
在所述目标识别结果中包含人脸信息或车牌信息的情况下，确定所述汽车数据的违规信息，并得到违规信息；
基于所述合规信息和违规信息，得到所述评估报告。
本发明提供一种智能网联汽车数据合规评估装置，包括：
获取模块，用于获取汽车向云端服务器发送的汽车数据；
解密模块，用于基于中间人代理技术对所述汽车数据进行解密，得到解密数据；
第一识别模块，用于将所述解密数据输入至第一模型，得到目标识别结果，所述第一模型用于检测所述解密数据中人脸信息和车牌信息；
统计模块，用于基于所述目标识别结果，得到所述汽车数据对应的评估报告，所述评估报告用于记录所述汽车数据的合规信息和/或违规信息。
根据本发明提供的一种智能网联汽车数据合规评估装置，所述装置还包括：
第二识别单元，用于在所述基于中间人代理技术对所述汽车数据进行解密之后，且在所述得到解密数据之前，将多个所述子文件的格式信息输入至第二模型进行识别，得到目标格式信息，所述第二模型用于识别所述格式信息中的图像格式和视频格式；
处理单元，用于从多个所述子文件中，剔除不与所述目标格式信息对应的子文件，得到更新后的解密数据。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述智能网联汽车数据合规评估方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述智能网联汽车数据合规评估方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述智能网联汽车数据合规评估方法。
本发明提供的智能网联汽车数据合规评估方法及装置，通过中间人代理技术对车企的云端服务器发送的汽车数据进行解密，并对解密数据中的人脸信息和车牌信息进行智能识别，最后根据识别结果得到汽车数据的评估报告，实现了对汽车数据安全评估的自动化处理，提高了评估的效率。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，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是本发明提供的智能网联汽车数据合规评估方法的流程示意图之一；
图2是本发明提供的智能网联汽车数据合规评估方法的流程示意图之二；
图3是本发明提供的智能网联汽车数据合规评估装置的结构示意图；
图4是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
下面结合图1-图3描述本发明的智能网联汽车数据合规评估方法及装置。
图1是本发明提供的智能网联汽车数据合规评估方法的流程示意图，如图1所示，该智能网联汽车数据合规评估方法包括：步骤110、步骤120、步骤130和步骤140。
步骤110、获取汽车向云端服务器发送的汽车数据。
在该步骤中，汽车向云端服务器发送汽车数据为智能网联汽车产生的汽车数据，该汽车数据可以是包括汽车设计、生产、销售、使用、运维等过程中的涉及个人信息数据和重要数据。
在该实施例中，智能网联汽车产生的原始汽车数据上传至云端服务器时，需对原始汽车数据进行加密处理，以提高汽车数据在云端服务器存储或传输时的安全性。
在一些实施例中，云端服务器发送的汽车数据为加密后的数据。
在该实施例中，对原始汽车数据进行加密的方式可根据实际需求自定义设置，例如，可以使用对称加密算法对原汽车数据进行加密，也可以使用非对称加密算法对原汽车数据进行加密。
步骤120、基于中间人代理技术对汽车数据进行解密，得到解密数据。
需要说明的是，中间人代理技术是现代密码学中攻击非对称加密算法的一种攻击手段，一般用于将设备C插入设备AB会话中，分别对AB双方伪装成BA设备，以绕过非对称加密的校验，从而还原契合与车企服务器之间的通信内容；在得到车企的云端服务器传输的汽车数据后，为了进一步对数据进行访问或识别，需要对加密后的汽车数据进行解密。
在该步骤中，对汽车数据进行解密的方式可根据实际需求自定义设置，例如，可以在使用对称加密算法对汽车数据进行加密时，通过对应的对称解密算法进行解密，得到解密数据；也可以在使用非对称加密算法对汽车数据进行加密时，通过对应的非对称解密算法进行解密，得到解密数据。
在该步骤中，可以利用中间人代理技术获取与汽车数据对应的加密密钥，并通过密钥对汽车数据进行解密，得到原始汽车数据对应的明文信息。
在该实施例中，中间人代理模块建立在云端服务器和数据接收端之间，可以分别接收云端服务器和数据接收端发送的请求或响应，中间人代理模块获取汽车数据接收到数据接收端发送的汽车数据解密的请求后，根据汽车数据对应的加密密钥对汽车数据进行解密，得到解密数据。
步骤130、将解密数据输入至第一模型，得到目标识别结果，第一模型用于检测解密数据中人脸信息和车牌信息。
在该步骤中，利用中间人代理技术将汽车数据进行解密后，能够得到可用于直接访问或处理的汽车数据，即解密数据。
在该步骤中，第一模型用于对解密数据进行识别或分类。
在该实施例中，第一模型可以是深度学习模型，例如，卷积神经网络、深度神经网络或Region-CNN(RCNN)等用于图像或视频识别的算法；第一模型也可以是机器学习模型，例如，随机森林、支撑向量机等。
在该步骤中，目标识别结果可以是汽车数据中多个特征对应的识别结果，例如，这些特征信息可以是汽车数据中包含的人脸信息、车牌号、车辆运行数据或车辆的其他参数。
在该实施例中，将解密数据输入至第一模型进行分类后，可以得到用于表示人脸信息的特征和表示车牌信息的特征在数据中的分布情况。
步骤140、基于目标识别结果，得到汽车数据对应的评估报告，评估报告用于记录汽车数据的合规信息和/或违规信息。
需要说明的是，由智能网联汽车对应的汽车数据中的重要信息包括人脸信息、车牌信息等的车外视频、图像数据。
在该步骤中，根据目标识别结果中人脸信息和车牌信息的分布情况，可以自动生成用于评估汽车数据安全性的评估报告；目标识别结果是针对汽车数据中人脸和车牌进行识别后的识别结果。
在一些实施例中，目标识别结果中人脸信息和车牌信息的分布情况可以是，目标识别结果只包含人脸或车牌，也可以是同时包含人脸和车牌，还可以是同时不包含人脸和车牌。
在该实施例中，根据目标识别结果中人脸和车牌等特征的识别情况，自动生成对汽车数据中包含的重要信息进行安全评估的评估报告。
在该实施例中，评估报告可以将汽车数据的安全性进行分级，例如，将同时包含人脸和车牌的目标识别结果设为“安全等级低”，将包含人脸或车牌的目标识别结果设为“安全等级中”，将同时不包含人脸和车牌的目标识别结果设为“安全等级高”。
本发明提供的智能网联汽车数据合规评估方法，通过中间人代理技术对车企的云端服务器发送的汽车数据进行解密，并对解密数据中的人脸信息和车牌信息进行智能识别，最后根据识别结果得到汽车数据的评估报告，实现了对汽车数据安全评估的自动化处理，提高了评估的效率。
在一些实施例中，解密数据包含多个子文件，在基于中间人代理技术对汽车数据进行解密之后，且在得到解密数据之前，方法还包括：将多个子文件的格式信息输入至第二模型进行识别，得到目标格式信息，第二模型用于识别格式信息中的图像格式和视频格式；从多个子文件中，剔除不与目标格式信息对应的子文件，得到更新后的解密数据。
需要说明的是，解密数据中包括多种格式的子文件，而用于评估汽车数据安全性能所需的特征需从图像或视频中提取。
在该实施例中，可以利用第二模型先将图像格式的子文件和视频格式的子文件从解密数据中筛选出来。
在该实施例中，第二模型可以是深度学习模型，例如，卷积神经网络或人工神经网络等用于文件格式信息分类的算法或模型；第二模型也可以是机器学习模型。
在该实施例中，将解密数据中包含的格式信息输入至第二模型进分类后，筛选出图像格式或视频格式，再将非图像格式对应的子文件和非视频格式对应子文件从解密数据中删除，仅保留图片和视频。
图2是本发明提供的智能网联汽车数据合规评估方法的流程示意图之二，在图2所示的实施例中，先获取汽车数据，并基于中间人代理技术对汽车数据进行解密，得到解密数据，然后利用第二模型筛选出图像格式信息和视频格式信息，并在解密数据中仅保留图像子文件和视频子文件，再基于第一模型识别图像子文件和视频子文件中的人脸信息和车牌信息，最后对识别的到人脸信息和车牌信息进行评估，并自动生成评估文件。
本发明提供的智能网联汽车数据合规评估方法，通过第二模型对解密数据中的图片和视频进行筛选，剔除其他格式的子文件，得到仅包含图像格式的子文件和视频格式的子文件，减少了数据的处理量，提高了后续过程基于解密数据得的识别效率。
在一些实施例中，第一模型包括人脸识别模型和文本识别模型，将解密数据输入至第一模型，解密数据包括图像文件和/或视频文件，将解密数据输入至第一模型，得到目标识别结果，包括：基于人脸识别模型对解密数据进行识别，得到人脸识别信息，并基于文本识别模型对解密数据进行识别，得到车牌识别信息；基于人脸识别信息和车牌识别信息，得到目标识别结果。
在该实施例中，多个子文件中包含人脸和车牌等特征的可以是图像格式的子文件，也可以视频格式的子文件。
在该实施例中，文本识别模型用于识别车牌号等信息。在该实施例中，可以通过人脸识别模型和文本识别模型分别从解密数据中提取人脸信息和车牌信息。
在该实施例中，对于解密数据中的图片，可直接将图片分别输入至脸识别模型和文本识别模型，得到由脸识别模型输出的对解密数据的人脸信息的识别结果，并得到由文本识别模型输出的对解密数据的车牌信息的识别结果。
在一些实施例中，训练第一模型时，可以利用人的面部特征和人体外形特征作为样本特征对网络模型进行训练，得到可人脸识别模型，并且，可以采用OCR(OpticalCharacter Recognition，光学文字识别)技术获取文本识别模型。
在一些实施例中，也可以用一个识别模型从解密数据中提取人脸信息和车牌信息。
在该实施例中，可以用一个基于迁移学习训练的卷积神经网络模型作为第一模型，能够提高对多个特征信息的识别准确率和识别效率。
在一些实施例中，对于解密数据中的视频，可以先提取视频的帧图像，然后将帧图像分别输入至脸识别模型和文本识别模型，得到由人脸识别模型输出的对解密数据的人脸信息的识别结果，并得到由文本识别模型输出的对解密数据的车牌信息的识别结果。
在该实施例中，可以从提取视频的多个帧图像中抽取部分帧图像进行检测，例如，一段视频的帧数为30，说明该视频在一秒内显示30张图片，可以只从中抽取10帧输入至人脸识别模型进行识别。
本发明提供的智能网联汽车数据合规评估方法，通过脸识别模型和文本识别模型分别对解密数据中的图像或视频进行识别，得到目标识别结果，能够单一模型的识别精度，进而提高由识别模型输出的识别结果的准确率。
在一些实施例中，将多个子文件的格式信息输入至第二模型进行识别，得到目标格式信息，具体包括：获取多个子文件的二进制头信息；基于第二模型对二进制头信进行识别，得到目标格式信息。
在该实施例中，解密数据中包含多种格式的子文件，这些子文件可以表示不同的汽车数据内容。
在该实施例中，各子文件的文件头信息一般用二进制表示，头信息包含了文件类型信息。
在一些实施例中，第二模型也可以是文本检测模型。
在该实施例中，将各子文件对应的二进制头信息输入至文本检测模型中，对各文件类型进行分类，从而得到图像格式的子文件和视频格式的子文件。
本发明提供的智能网联汽车数据合规评估方法，通过将各子文件对应的二进制头信息输入第二模型进行识别，筛选出图像格式或视频格式，提高了第二模型的筛选准确率和筛选效率。
在一些实施例中，基于目标识别结果，得到汽车数据对应的评估报告，具体包括：在目标识别结果中不包含人脸信息和车牌信息情况下，确定汽车数据合规，并得到合规信息；在目标识别结果中包含人脸信息或车牌信息的情况下，确定汽车数据的违规信息，并得到违规信息；基于合规信息和违规信息，得到评估报告。
在该实施例中，目标识别结果中人脸信息和车牌信息的分布情况可以是，目标识别结果只包含人脸或车牌，也可以是同时包含人脸和车牌。
在该实施例中，当目标识别结果中不包含人脸信息和车牌号时，可认为汽车数据中车外视频和图像数据时符合安全管理规定的，由此判定汽车数据合规；当目标识别结果中包含人脸信息或车牌号时，可认为汽车数据的车外视频和图像数据中至少有一项是不符合安全管理规定的，由此判定汽车数据违规，并做出警示。
在一些实施例中，违规信息和合规信息可以用汽车数据安全等级表示，例如，汽车数据合规时，合规信息可表示为“该汽车数据的安全等级高”，汽车数据违规时，违规信息可表示为“该汽车数据的安全等级低”，并由合规信息和违规信息共同组成一份或一批汽车数据对应的评估报告。
在该实施例中，合规信息或违规信息的表示方式可以用文字、标识符或图形表示，用于直观展示对应汽车数据的安全性程度，对汽车数据进行安全性评价的评估报告，有助于车企测试人员和审查机构查看。
本发明提供的智能网联汽车数据合规评估方法，通过对目标识别结果进行分析确定汽车数据对应的评估报告，实现了对汽车数据安全性的评估，有助于车企测试人员和审查机构根据评估报告提供评估建议。
下面对本发明提供的智能网联汽车数据合规评估装置进行描述，下文描述的智能网联汽车数据合规评估装置与上文描述的智能网联汽车数据合规评估方法可相互对应参照。
图3是本发明提供的智能网联汽车数据合规评估装置的结构示意图，如图3所示，该智能网联汽车数据合规评估装置包括：获取模块310、解密模块320、第一识别模块330和统计模块340。
获取模块310，用于获取汽车向云端服务器发送的汽车数据；
解密模块320，用于基于中间人代理技术对汽车数据进行解密，得到解密数据；
第一识别模块330，用于将解密数据输入至第一模型，得到目标识别结果，第一模型用于检测解密数据中人脸信息和车牌信息；
统计模块340，用于基于目标识别结果，得到汽车数据对应的评估报告，评估报告用于记录汽车数据的合规信息和/或违规信息。
本发明提供的智能网联汽车数据合规评估装置，通过中间人代理技术对车企的云端服务器发送的汽车数据进行解密，并对解密数据中的人脸信息和车牌信息进行智能识别，最后根据识别结果得到汽车数据的评估报告，实现了对汽车数据安全评估的自动化处理，提高了评估的效率。
在一些实施例中，该智能网联汽车数据合规评估装置，还包括：
第二识别模块，用于在基于中间人代理技术对汽车数据进行解密之后，且在得到解密数据之前，将多个子文件的格式信息输入至第二模型进行识别，得到目标格式信息，第二模型用于识别格式信息中的图像格式和视频格式；
处理模块，用于从多个子文件中，剔除不与目标格式信息对应的子文件，得到更新后的解密数据。
本发明提供的智能网联汽车数据合规评估装置，通过第二模型对解密数据中的图片和视频进行筛选，剔除其他格式的子文件，得到仅包含图像格式的子文件和视频格式的子文件，减少了数据的处理量，提高了后续过程基于解密数据得的识别效率。
在一些实施例中，该智能网联汽车数据合规评估装置，还包括管理界面，该管理界面用于查看汽车数据对应的评估报告，还用于添加新的汽车数据评估任务，还用于提供多个用户账号管理、多个用户权限管理和日志审计等功能。
本发明提供的智能网联汽车数据合规评估装置，通过设置管理界面方便添加新的项目，也便于对评估报告进行查阅以及对多个用户账号进行统一管理，提高了该智能网联汽车数据合规评估装置的综合管理效率。
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行智能网联汽车数据合规评估方法，该方法包括：获取汽车向云端服务器发送的汽车数据；基于中间人代理技术对汽车数据进行解密，得到解密数据；将解密数据输入至第一模型，得到目标识别结果，第一模型用于检测解密数据中人脸信息和车牌信息；基于目标识别结果，得到汽车数据对应的评估报告，评估报告用于记录汽车数据的合规信息和/或违规信息。
此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的智能网联汽车数据合规评估方法，该方法包括：获取汽车向云端服务器发送的汽车数据；基于中间人代理技术对汽车数据进行解密，得到解密数据；将解密数据输入至第一模型，得到目标识别结果，第一模型用于检测解密数据中人脸信息和车牌信息；基于目标识别结果，得到汽车数据对应的评估报告，评估报告用于记录汽车数据的合规信息和/或违规信息。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的智能网联汽车数据合规评估方法，该方法包括：获取汽车向云端服务器发送的汽车数据；基于中间人代理技术对汽车数据进行解密，得到解密数据；将解密数据输入至第一模型，得到目标识别结果，第一模型用于检测解密数据中人脸信息和车牌信息；基于目标识别结果，得到汽车数据对应的评估报告，评估报告用于记录汽车数据的合规信息和/或违规信息。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种智能网联汽车数据合规评估方法，其特征在于，包括：
获取汽车向云端服务器发送的汽车数据，所述汽车数据包括汽车设计、生产、销售、使用、运维过程中的涉及个人信息数据和重要数据；
基于中间人代理技术对所述汽车数据进行解密，得到解密数据；
将所述解密数据输入至第一模型，得到目标识别结果，所述第一模型用于检测所述解密数据中人脸信息和车牌信息，所述目标识别结果包括人脸信息、车牌号、车辆运行数据或车辆的其他参数对应的识别结果；
基于所述目标识别结果，得到所述汽车数据对应的评估报告，所述评估报告用于记录所述汽车数据的合规信息和/或违规信息；
在所述目标识别结果中不包含人脸信息和车牌信息情况下，确定所述汽车数据合规，并得到合规信息；
在所述目标识别结果中包含人脸信息或车牌信息的情况下，确定所述汽车数据的违规信息，并得到违规信息；
基于所述合规信息和违规信息，得到所述评估报告。
2.根据权利要求1所述的智能网联汽车数据合规评估方法，其特征在于，所述解密数据包含多个子文件，在所述基于中间人代理技术对所述汽车数据进行解密之后，且在所述得到解密数据之前，所述方法还包括：
将多个所述子文件的格式信息输入至第二模型进行识别，得到目标格式信息，所述第二模型用于识别所述格式信息中的图像格式和视频格式；
从多个所述子文件中，剔除不与所述目标格式信息对应的子文件，得到更新后的解密数据。
3.根据权利要求1所述的智能网联汽车数据合规评估方法，其特征在于，所述第一模型包括人脸识别模型和文本识别模型，所述将所述解密数据输入至第一模型，所述解密数据包括图像文件和/或视频文件，所述将所述解密数据输入至第一模型，得到目标识别结果，包括：
基于所述人脸识别模型对所述解密数据进行识别，得到人脸识别信息，并基于所述文本识别模型对所述解密数据进行识别，得到车牌识别信息；
基于所述人脸识别信息和所述车牌识别信息结果，得到所述目标识别结果。
4.根据权利要求2所述的智能网联汽车数据合规评估方法，其特征在于，所述将多个所述子文件的格式信息输入至第二模型进行识别，得到目标格式信息，具体包括：
获取多个所述子文件的二进制头信息；
基于所述第二模型对所述二进制头信息进行识别，得到所述目标格式信息。
5.一种智能网联汽车数据合规评估装置，其特征在于，包括：
获取模块，用于获取汽车向云端服务器发送的汽车数据，所述汽车数据包括汽车设计、生产、销售、使用、运维过程中的涉及个人信息数据和重要数据；
解密模块，用于基于中间人代理技术对所述汽车数据进行解密，得到解密数据；
第一识别模块，用于将所述解密数据输入至第一模型，得到目标识别结果，所述第一模型用于检测所述解密数据中人脸信息和车牌信息，所述目标识别结果包括人脸信息、车牌号、车辆运行数据或车辆的其他参数对应的识别结果；
统计模块，用于基于所述目标识别结果，得到所述汽车数据对应的评估报告，所述评估报告用于记录所述汽车数据的合规信息和/或违规信息；
所述统计模块，具体用于：
在所述目标识别结果中不包含人脸信息和车牌信息情况下，确定所述汽车数据合规，并得到合规信息；
在所述目标识别结果中包含人脸信息或车牌信息的情况下，确定所述汽车数据的违规信息，并得到违规信息；
基于所述合规信息和违规信息，得到所述评估报告。
6.根据权利要求5所述的智能网联汽车数据合规评估装置，其特征在于，所述装置还包括：
第二识别单元，用于在所述基于中间人代理技术对所述汽车数据进行解密之后，且在所述得到解密数据之前，将多个子文件的格式信息输入至第二模型进行识别，得到目标格式信息，所述第二模型用于识别所述格式信息中的图像格式和视频格式；
处理单元，用于从多个所述子文件中，剔除不与所述目标格式信息对应的子文件，得到更新后的解密数据。
7.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述智能网联汽车数据合规评估方法。
8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述智能网联汽车数据合规评估方法。
CN202211223539.4A 2022-10-08 2022-10-08 智能网联汽车数据合规评估方法及装置 Active CN115565227B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211223539.4A CN115565227B (zh) 2022-10-08 2022-10-08 智能网联汽车数据合规评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211223539.4A CN115565227B (zh) 2022-10-08 2022-10-08 智能网联汽车数据合规评估方法及装置

Publications (2)

Publication Number Publication Date
CN115565227A CN115565227A (zh) 2023-01-03
CN115565227B true CN115565227B (zh) 2023-07-04

Family

ID=84744759

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211223539.4A Active CN115565227B (zh) 2022-10-08 2022-10-08 智能网联汽车数据合规评估方法及装置

Country Status (1)

Country Link
CN (1) CN115565227B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112418234A (zh) * 2020-11-19 2021-02-26 北京软通智慧城市科技有限公司 识别车牌号的方法、装置、电子设备及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110377799A (zh) * 2019-06-26 2019-10-25 深圳市轱辘汽车维修技术有限公司 一种车辆评估数据检验方法及装置
CN112434545A (zh) * 2019-08-25 2021-03-02 上海枫荷景观工程有限公司 一种智能场所管理方法及系统
CN113706877A (zh) * 2020-05-20 2021-11-26 烟台职业学院 车辆进出安全精确检测方法以及系统
CN112418119A (zh) * 2020-11-27 2021-02-26 马鞍山昌亚智能科技有限公司 基于图像识别的非机动车违停监控系统及方法
CN113591620A (zh) * 2021-07-15 2021-11-02 北京广亿兴业科技发展有限公司 一种基于一体式移动采集设备的预警方法、装置及系统
CN114741731A (zh) * 2022-04-27 2022-07-12 重庆长安汽车股份有限公司 一种基于关键信息匿名化的智能网联汽车数据训练方法、电子设备及计算机可读存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112418234A (zh) * 2020-11-19 2021-02-26 北京软通智慧城市科技有限公司 识别车牌号的方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN115565227A (zh) 2023-01-03

Similar Documents

Publication Publication Date Title
CN109255499B (zh) 投诉、投诉案件处理方法、装置及设备
DE102016100494A1 (de) Sichere Identitätsauthentifizierung in einer elektronischen Transaktion
US20170236058A1 (en) Generating a training model based on feedback
CN111031071A (zh) 恶意流量的识别方法、装置、计算机设备及存储介质
US10346746B2 (en) Generating a training model based on feedback
CN111415336B (zh) 一种图像篡改识别方法、装置、服务器及存储介质
CN114553523A (zh) 基于攻击检测模型的攻击检测方法及装置、介质、设备
CN113887432A (zh) 一种视频审核方法及系统
CN110032912A (zh) 人脸验证方法和装置及计算机存储介质
CN109547466B (zh) 基于机器学习提高风险感知能力的方法及装置、计算机设备和存储介质
CN116432237A (zh) 图像脱敏自动化测试方法、测试装置、设备及介质
CN115565227B (zh) 智能网联汽车数据合规评估方法及装置
DE102011082028A1 (de) Vorrichtung zur Dokumentenerkennung
CN113992419A (zh) 一种用户异常行为检测和处理系统及其方法
CN113938314B (zh) 一种加密流量的检测方法及装置、存储介质
CN112688897A (zh) 一种流量识别的方法、装置、存储介质及电子设备
CN111666785A (zh) 行为识别方法、系统、装置、计算设备和介质
CN114417397A (zh) 行为画像的构建方法、装置、存储介质及计算机设备
CN112118366A (zh) 一种人脸图片数据的传输方法及装置
CN112347990A (zh) 基于多模态智能审稿系统及方法
CN118313794B (zh) 一种银行员工出入境异常行为分析监督的方法及系统
CN110738122A (zh) 一种数据核查方法及装置
CN113034337B (zh) 图像检测方法及相关装置
CN117118765B (zh) 一种ipv6身份安全认证方法及系统
CN113052609B (zh) 用于自动取款机的安全防控方法、装置、电子设备和介质

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