CN116628077A - 一种数据检测方法、装置、电子设备及存储介质 - Google Patents
一种数据检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116628077A CN116628077A CN202310628630.2A CN202310628630A CN116628077A CN 116628077 A CN116628077 A CN 116628077A CN 202310628630 A CN202310628630 A CN 202310628630A CN 116628077 A CN116628077 A CN 116628077A
- Authority
- CN
- China
- Prior art keywords
- state description
- description data
- data
- real
- dimensional
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 248
- 230000002159 abnormal effect Effects 0.000 claims abstract description 48
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 18
- 238000003745 diagnosis Methods 0.000 claims description 18
- 238000007405 data analysis Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 abstract description 19
- 238000004891 communication Methods 0.000 description 8
- 238000002405 diagnostic procedure Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000006855 networking Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了一种数据检测方法、装置、电子设备及存储介质。通过在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据；将实时车辆状态描述数据在多个描述维度上进行拆分，得到多个实时单维度状态描述数据；按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的黑白名单进行匹配；如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则进行反馈。解决了对新的车辆异常数据不能及时分析而导致车辆检测功能异常的问题，提高了对新的车辆异常数据处理的灵活性，简化了对车辆数据的分析的流程，提高了数据检测分析的准确度。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种数据检测方法、装置、电子设备及存储介质。
背景技术
随着汽车的智能化和网联化的发展，越来越多的电子控制单元部署在汽车上。例如：车载信息娱乐系统、汽车联网模块、以及高级驾驶辅助系统等等。同时，随着网联化的发展，车辆对外的接口也越来越多，比如说：WIFI、4G和OBD(On-Board Diagnostics，车载自诊断系统)等。
发明人在实现本发明的过程中，发现现有技术存在如下缺陷：目前，在中央网关控制器中部署入侵检测组件，通过分析车辆CAN(Controller Area Network，控制器局域网)总线安全相关的数据，对于车辆异常的数据和行为进行有效的态势感知与检测和记录日志，并通过联网通道上传至云端平台，云端平台能够分析和提取真正的信息安全攻击与风险，最终通过更新规则集，不断优化车辆态势感知与入侵检测策略。然而，对于规则集的更新需在后台过数据统计、分类、分析和识别安全风险，并制定新的规则集文件。在生成新的网关升级包文件之后，再进行远程或线下升级的方式进行更新，并且对于一些初次出现的异常数据，若没有及时对其分析后的规则进行更新处理，则会导致车端连续记录到大量相同报文，并导致检测功能发生异常。
发明内容
本发明提供了一种数据检测方法、装置、电子设备及存储介质，以提高对新的车辆异常数据处理的灵活性，简化了对车辆数据的分析的流程。
根据本发明的一方面，提供了一种数据检测方法，其中，包括：
在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据；
将所述实时车辆状态描述数据在多个描述维度上进行拆分，得到多个实时单维度状态描述数据；
按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的黑白名单进行匹配，其中，不同单维度检测模块用于匹配不同描述维度下的实时单维度状态描述数据；
如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则将目标实时单维度状态描述数据进行反馈。
根据本发明的另一方面，提供了一种数据检测装置，其中，包括：
实时车辆状态描述数据获取模块，用于在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据，
实时单维度状态描述数据确定模块，用于将所述实时车辆状态描述数据在多个描述维度上进行拆分，得到多个实时单维度状态描述数据；
黑白名单匹配模块，用于按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的黑白名单进行匹配，其中，不同单维度检测模块用于匹配不同描述维度下的实时单维度状态描述数据；
目标实时单维度状态描述数据反馈模块，用于如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则将目标实时单维度状态描述数据进行反馈。
根据本发明的另一方面，提供了一种电子设备，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，其特征在于，所述处理器执行所述计算机程序时实现本发明任一实施例所述的数据检测方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的数据检测方法。
本发明实施例的技术方案，通过在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据；将实时车辆状态描述数据在多个描述维度上进行拆分，得到多个实时单维度状态描述数据；按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的黑白名单进行匹配；如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则进行反馈。解决了对新的车辆异常数据不能及时分析而导致车辆检测功能异常的问题，提高了对新的车辆异常数据处理的灵活性，简化了对车辆数据的分析的流程，提高了数据检测分析的准确度。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明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是根据本发明实施例一提供的一种数据检测方法的流程图；
图2是根据本发明实施例二提供的另一种数据检测方法的流程图；
图3是根据本发明实施例三提供的一种数据检测装置的结构示意图；
图4是根据本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“目标”、“当前”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种数据检测方法的流程图，本实施例可适用于在对实时获取的车辆状态描述数据进行检测分析的情况，该方法可以由数据检测装置来执行，该数据检测装置可以采用硬件和/或软件的形式实现。
相应的，如图1所示，该方法包括：
S110、在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据。
其中，实时车辆状态描述数据可以是描述车辆安全状况的数据，是从CAN总线上采集到的CAN数据。
S120、将所述实时车辆状态描述数据在多个描述维度上进行拆分，得到多个实时单维度状态描述数据。
其中，实时单维度状态描述数据可以是将实时车辆状态描述数据从多个描述维度进行分析处理，得到的状态描述数据。
在本实施例中，描述维度可以包括总体检测维度、消息检查维度、信号检测维度和诊断检测维度，能够对实时单维度状态描述数据进行多维度的拆分，从而得到不同维度上对应的实时单维度状态描述数据。
进一步的，通过不同描述维度的拆分得到的实时单维度状态描述数据能够与不同维度的单维度检测模块进行匹配。
S130、按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的黑白名单进行匹配。
其中，不同单维度检测模块用于匹配不同描述维度下的实时单维度状态描述数据。
其中，匹配顺序可以是预先设置的实时单维度状态描述数据的模块匹配顺序。黑白名单数据库可以是能够存储不同单维度检测模块的数据库。单维度检测模块可以是存储于黑白名单数据库中的检测模块。
具体的，单维度检测模块可以包括：总体检测模块、消息检测模块、信号检测模块和诊断检测模块。
进一步的，在总体检测模块中，存储着总体检测黑名单和总体检测白名单。在消息检测模块中，存储着消息检测黑名单和消息检测白名单。在信号检测模块中，存储着信号检测黑名单和信号检测白名单。在诊断检测模块中，存储着诊断检测黑名单和诊断检测白名单。
可选的，所述按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的检测黑白名单进行匹配，包括：依次获取一条目标实时单维度状态描述数据；将所述目标实时单维度状态描述数据输入至所述总体检测模块对应的总体检测黑白名单进行检测；如果所述目标实时单维度状态描述数据在所述总体检测黑白名单中的总体检测白名单中，则将所述目标实时单维度状态描述数据输入至消息检测模块对应的消息检测黑白名单进行检测；如果所述目标实时单维度状态描述数据在所述消息检测黑白名单中的消息检测白名单中，则将所述目标实时单维度状态描述数据输入至信号检测模块对应的信号检测黑白名单进行检测；如果所述目标实时单维度状态描述数据在所述信号检测黑白名单中的信号检测白名单中，则将所述目标实时单维度状态描述数据输入至诊断检测模块对应的诊断检测黑白名单进行检测；如果所述目标实时单维度状态描述数据在所述诊断检测黑白名单中的诊断检测白名单中，则确定所述目标实时单维度状态描述数据为正常数据。
其中，总体检测模块可以是能对实时单维度状态描述数据在总体检测维度上分析的检测模块。消息检测模块可以是能对实时单维度状态描述数据在消息检测维度上分析的检测模块。信号检测模块可以是能对实时单维度状态描述数据在信号检测维度上分析的检测模块。诊断检测模块可以是能对实时单维度状态描述数据在诊断检测维度上分析的检测模块。总体检测黑白名单可以包括总体检测黑名单和总体检测白名单。消息检测黑白名单可以包括消息检测黑名单和消息检测白名单。信号检测黑白名单可以包括信号检测黑名单和信号检测白名单。诊断检测黑白名单可以包括诊断检测黑名单和诊断检测白名单。
在本实施例中，预设的匹配顺序可以是总体检测模块、消息检测模块、信号检测模块和诊断检测模块。
具体的，需要首先将实时单维度状态描述数据与总体检测模块对应的总体检测黑白名单进行匹配，如果在总体检测白名单中存在，再接着顺序分别与消息检测模块、信号检测模块和诊断检测模块对应的检测黑白名单进行匹配，如果均存在于每个检测模块对应的白名单中，则实时单维度状态描述数据无需上报，为正常数据。
可选的，在所述按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的检测黑白名单进行匹配之后，还包括：如果所述目标实时单维度状态描述数据命中任意一个单维度检测模块对应的黑名单中，则确定所述目标实时单维度状态描述数据为匹配异常数据。
其中，匹配异常数据可以是实时单维度状态描述数据与检测模块对应的黑名单匹配的数据。
续前例的，假设将实时单维度状态描述数据与总体检测模块对应的总体检测黑白名单进行匹配，如果在总体检测黑名单中存在，则确定实时单维度状态描述数据为匹配异常数据，并将实时单维度状态描述数据进行标记并上报。
另外的，当确定实时单维度状态描述数据命中总体检测黑名单之后，也即确定目标实时单维度状态描述数据为匹配异常数据，则不需要再对消息检测模块、信号检测模块和诊断检测模块进行匹配处理。
可选的，在所述如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据之后，还包括：将所述目标实时单维度状态描述数据确定为不匹配异常数据。
其中，不匹配异常数据可以是实时单维度状态描述数据与检测模块对应的黑白名单均不匹配的数据。
对目标实时单维度状态描述数据进行分析检查，可以确定目标实时单维度状态描述数据为正常数据、匹配异常数据和不匹配异常数据。
可选的，在所述如果所述目标实时单维度状态描述数据命中任意一个单维度检测模块对应的黑名单中，则确定所述目标实时单维度状态描述数据为匹配异常数据之后，还包括：将所述匹配异常数据对应的所述目标实时单维度状态描述数据进行标记，并实时进行预警操作。
在本实施例中，当确定目标实时单维度状态描述数据为匹配异常数据之后，将目标实时单维度状态描述数据进行标记处理，并及时提示用户并进行预警，提高车辆驾驶的安全性，也提高用户的体验感。
S140、如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则将目标实时单维度状态描述数据进行反馈。
在本实施例中，在确定目标实时单维度状态描述数据为不匹配异常数据之后，需要将目标实时单维度状态描述数据向用户进行反馈处理，用户根据接收到的目标实时单维度状态描述数据进行分析处理，得到相应的数据分析结果。
可选的，在所述如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则将目标实时单维度状态描述数据进行反馈之后，还包括：获取所述目标实时单维度状态描述数据对应的数据解析结果；如果所述数据解析结果为正常解析数据，则将所述目标实时单维度状态描述数据加入至所述黑白名单数据库中的各单维度检测模块对应的白名单中；如果所述数据解析结果为异常解析数据，则将所述目标实时单维度状态描述数据加入至所述黑白名单数据库中的各单维度检测模块对应的黑名单中。
其中，数据解析结果可以是对目标实时单维度状态描述数据解析得到的结果。数据解析结果包括正常解析数据和异常解析数据。
具体的，正常解析结果可以描述该目标实时单维度状态描述数据为正常数据，当确定其为正常数据之后，将其分别加入各个检测模块对应的白名单中。异常解析结果可以描述该目标实时单维度状态描述数据为异常数据，当确定其为异常数据之后，将其分别加入各个检测模块对应的黑名单中。
本发明实施例的技术方案，通过在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据；将实时车辆状态描述数据在多个描述维度上进行拆分，得到多个实时单维度状态描述数据；按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的黑白名单进行匹配；如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则进行反馈。解决了对新的车辆异常数据不能及时分析而导致车辆检测功能异常的问题，提高了对新的车辆异常数据处理的灵活性，简化了对车辆数据的分析的流程，提高了数据检测分析的准确度。
实施例二
图2为本发明实施例二提供的另一种数据检测方法的流程图，本实施例以上述各实施例为基础进行优化，在本实施例中，在所述在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据之前，还包括对黑白名单数据库的构建的具体操作过程。
相应的，如图2所示，该方法包括：
S210、获取历史车辆状态描述数据集。
其中，历史车辆状态描述数据集可以是从CAN总线上采集到的CAN数据，用来描述历史的车辆安全状况的数据。
S220、分别对每条历史车辆状态描述数据通过各描述维度进行拆分，得到多个历史单维度状态描述数据。
其中，历史单维度状态描述数据可以是在历史车辆状态描述数据集中存储的多条历史车辆状态描述数据。
S230、分别对各历史单维度状态描述数据进行分析，确定出每个历史单维度状态描述数据分别在不同单维度检测模块匹配的白名单或者黑名单。
S240、根据各所述历史车辆状态描述数据和与各所述历史车辆状态描述数据分别在不同单维度检测模块的黑白名单匹配结果，构建完成黑白名单数据库。
在本实施例中，获取历史车辆状态描述数据集，分别对每个历史车辆状态描述数据进行不同描述维度的拆分处理，得到不同描述维度分别对应的各历史单维度状态描述数据。
进一步的，对各历史单维度状态描述数据进行分析，分别确定每个历史单维度状态描述数据分别对应的不同单维度检测模块匹配的白名单或者黑名单，从而将其联合存储，构建黑白名单数据库。
S250、在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据。
S260、将所述实时车辆状态描述数据在多个描述维度上进行拆分，得到多个实时单维度状态描述数据。
S270、按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的黑白名单进行匹配。
其中，不同单维度检测模块用于匹配不同描述维度下的实时单维度状态描述数据。
S280、如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则将目标实时单维度状态描述数据进行反馈。
本发明实施例的技术方案，通过获取历史车辆状态描述数据集；分别对每条历史车辆状态描述数据通过各描述维度进行拆分，得到多个历史单维度状态描述数据；分别对各历史单维度状态描述数据进行分析，确定出每个历史单维度状态描述数据分别在不同单维度检测模块匹配的白名单或者黑名单；根据各所述历史车辆状态描述数据和与各所述历史车辆状态描述数据分别在不同单维度检测模块的黑白名单匹配结果，构建完成黑白名单数据库；在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据；将实时车辆状态描述数据在多个描述维度上进行拆分，得到多个实时单维度状态描述数据；按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的黑白名单进行匹配；如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则进行反馈。通过获取历史车辆状态描述数据集，并对历史车辆状态描述数据进行分析检测，从而构建好黑白名单数据库，更好地对获取到的实时车辆状态描述数据进行处理，提高了对新的车辆异常数据处理的灵活性，简化了对车辆数据的分析的流程，提高了数据检测分析的准确度。
实施例三
图3为本发明实施例三提供的一种数据检测装置的结构示意图。本实施例所提供的一种数据检测装置可以通过软件和/或硬件来实现，可配置于终端设备或者服务器中来实现本发明实施例中的一种数据检测方法。如图3所示，该装置包括：实时车辆状态描述数据获取模块310、实时单维度状态描述数据确定模块320、黑白名单匹配模块330和目标实时单维度状态描述数据反馈模块340。
其中，实时车辆状态描述数据获取模块310，用于在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据，
实时单维度状态描述数据确定模块320，用于将所述实时车辆状态描述数据在多个描述维度上进行拆分，得到多个实时单维度状态描述数据；
黑白名单匹配模块330，用于按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的黑白名单进行匹配，其中，不同单维度检测模块用于匹配不同描述维度下的实时单维度状态描述数据；
目标实时单维度状态描述数据反馈模块340，用于如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则将目标实时单维度状态描述数据进行反馈。
本发明实施例的技术方案，通过在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据；将实时车辆状态描述数据在多个描述维度上进行拆分，得到多个实时单维度状态描述数据；按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的黑白名单进行匹配；如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则进行反馈。解决了对新的车辆异常数据不能及时分析而导致车辆检测功能异常的问题，提高了对新的车辆异常数据处理的灵活性，简化了对车辆数据的分析的流程，提高了数据检测分析的准确度。
可选的，还包括，数据解析结果获取模块，可以具体用于：在所述如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则将目标实时单维度状态描述数据进行反馈之后，获取所述目标实时单维度状态描述数据对应的数据解析结果；如果所述数据解析结果为正常解析数据，则将所述目标实时单维度状态描述数据加入至所述黑白名单数据库中的各单维度检测模块对应的白名单中；如果所述数据解析结果为异常解析数据，则将所述目标实时单维度状态描述数据加入至所述黑白名单数据库中的各单维度检测模块对应的黑名单中。
可选的，所述单维度检测模块包括：总体检测模块、消息检测模块、信号检测模块和诊断检测模块。
可选的，所述黑白名单匹配模块330，可以具体用于：依次获取一条目标实时单维度状态描述数据；将所述目标实时单维度状态描述数据输入至所述总体检测模块对应的总体检测黑白名单进行检测；如果所述目标实时单维度状态描述数据在所述总体检测黑白名单中的总体检测白名单中，则将所述目标实时单维度状态描述数据输入至消息检测模块对应的消息检测黑白名单进行检测；如果所述目标实时单维度状态描述数据在所述消息检测黑白名单中的消息检测白名单中，则将所述目标实时单维度状态描述数据输入至信号检测模块对应的信号检测黑白名单进行检测；如果所述目标实时单维度状态描述数据在所述信号检测黑白名单中的信号检测白名单中，则将所述目标实时单维度状态描述数据输入至诊断检测模块对应的诊断检测黑白名单进行检测；如果所述目标实时单维度状态描述数据在所述诊断检测黑白名单中的诊断检测白名单中，则确定所述目标实时单维度状态描述数据为正常数据。
可选的，还包括，匹配异常数据确定模块，可以具体用于：在所述按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的检测黑白名单进行匹配之后，如果所述目标实时单维度状态描述数据命中任意一个单维度检测模块对应的黑名单中，则确定所述目标实时单维度状态描述数据为匹配异常数据。
可选的，还包括，不匹配异常数据确定模块，可以具体用于：在所述如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据之后，将所述目标实时单维度状态描述数据确定为不匹配异常数据。
可选的，还包括，匹配异常数据标记模块，可以具体用于：在所述如果所述目标实时单维度状态描述数据命中任意一个单维度检测模块对应的黑名单中，则确定所述目标实时单维度状态描述数据为匹配异常数据之后，将所述匹配异常数据对应的所述目标实时单维度状态描述数据进行标记，并实时进行预警操作。
可选的，还包括，黑白名单数据库构建模块，可以具体用于：在所述在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据之前，获取历史车辆状态描述数据集；分别对每条历史车辆状态描述数据通过各描述维度进行拆分，得到多个历史单维度状态描述数据；分别对各历史单维度状态描述数据进行分析，确定出每个历史单维度状态描述数据分别在不同单维度检测模块匹配的白名单或者黑名单；根据各所述历史车辆状态描述数据和与各所述历史车辆状态描述数据分别在不同单维度检测模块的黑白名单匹配结果，构建完成黑白名单数据库。
本发明实施例所提供的数据检测装置可执行本发明任意实施例所提供的数据检测方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例四的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如数据检测方法。
在一些实施例中，数据检测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的数据检测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行数据检测方法。
该方法包括：在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据；将所述实时车辆状态描述数据在多个描述维度上进行拆分，得到多个实时单维度状态描述数据；按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的黑白名单进行匹配；如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则将目标实时单维度状态描述数据进行反馈。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
实施例五
本发明实施例五还提供一种包含计算机可读存储介质，所述计算机可读指令在由计算机处理器执行时用于执行一种数据检测方法，该方法包括：在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据；将所述实时车辆状态描述数据在多个描述维度上进行拆分，得到多个实时单维度状态描述数据；按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的黑白名单进行匹配；如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则将目标实时单维度状态描述数据进行反馈。
当然，本发明实施例所提供的一种包含计算机可读存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的数据检测方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。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，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，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)执行本发明各个实施例所述的方法。
值得注意的是，上述数据检测装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种数据检测方法，其特征在于，包括：
在目标车辆对应的控制器局域网CAN总线上，获取待检测的实时车辆状态描述数据；
将所述实时车辆状态描述数据在多个描述维度上进行拆分，得到多个实时单维度状态描述数据；
按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的黑白名单进行匹配，其中，不同单维度检测模块用于匹配不同描述维度下的实时单维度状态描述数据；
如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则将目标实时单维度状态描述数据进行反馈。
2.根据权利要求1所述的方法，其特征在于，在所述如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则将目标实时单维度状态描述数据进行反馈之后，还包括：
获取所述目标实时单维度状态描述数据对应的数据解析结果；
如果所述数据解析结果为正常解析数据，则将所述目标实时单维度状态描述数据加入至所述黑白名单数据库中的各单维度检测模块对应的白名单中；
如果所述数据解析结果为异常解析数据，则将所述目标实时单维度状态描述数据加入至所述黑白名单数据库中的各单维度检测模块对应的黑名单中。
3.根据权利要求2所述的方法，其特征在于，所述单维度检测模块包括：总体检测模块、消息检测模块、信号检测模块和诊断检测模块；
所述按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的检测黑白名单进行匹配，包括：
依次获取一条目标实时单维度状态描述数据；
将所述目标实时单维度状态描述数据输入至所述总体检测模块对应的总体检测黑白名单进行检测；
如果所述目标实时单维度状态描述数据在所述总体检测黑白名单中的总体检测白名单中，则将所述目标实时单维度状态描述数据输入至消息检测模块对应的消息检测黑白名单进行检测；
如果所述目标实时单维度状态描述数据在所述消息检测黑白名单中的消息检测白名单中，则将所述目标实时单维度状态描述数据输入至信号检测模块对应的信号检测黑白名单进行检测；
如果所述目标实时单维度状态描述数据在所述信号检测黑白名单中的信号检测白名单中，则将所述目标实时单维度状态描述数据输入至诊断检测模块对应的诊断检测黑白名单进行检测；
如果所述目标实时单维度状态描述数据在所述诊断检测黑白名单中的诊断检测白名单中，则确定所述目标实时单维度状态描述数据为正常数据。
4.根据权利要求3所述的方法，其特征在于，在所述按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的检测黑白名单进行匹配之后，还包括：
如果所述目标实时单维度状态描述数据命中任意一个单维度检测模块对应的黑名单中，则确定所述目标实时单维度状态描述数据为匹配异常数据。
5.根据权利要求4所述的方法，其特征在于，在所述如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据之后，还包括：
将所述目标实时单维度状态描述数据确定为不匹配异常数据。
6.根据权利要求5所述的方法，其特征在于，在所述如果所述目标实时单维度状态描述数据命中任意一个单维度检测模块对应的黑名单中，则确定所述目标实时单维度状态描述数据为匹配异常数据之后，还包括：
将所述匹配异常数据对应的所述目标实时单维度状态描述数据进行标记，并实时进行预警操作。
7.根据权利要求6所述的方法，其特征在于，在所述在目标车辆对应的CAN总线上，获取待检测的实时车辆状态描述数据之前，还包括：
获取历史车辆状态描述数据集；
分别对每条历史车辆状态描述数据通过各描述维度进行拆分，得到多个历史单维度状态描述数据；
分别对各历史单维度状态描述数据进行分析，确定出每个历史单维度状态描述数据分别在不同单维度检测模块匹配的白名单或者黑名单；
根据各所述历史车辆状态描述数据和与各所述历史车辆状态描述数据分别在不同单维度检测模块的黑白名单匹配结果，构建完成黑白名单数据库。
8.一种数据检测装置，其特征在于，包括：
实时车辆状态描述数据获取模块，用于在目标车辆对应的控制器局域网CAN总线上，获取待检测的实时车辆状态描述数据，
实时单维度状态描述数据确定模块，用于将所述实时车辆状态描述数据在多个描述维度上进行拆分，得到多个实时单维度状态描述数据；
黑白名单匹配模块，用于按照预设的匹配顺序，将各实时单维度状态描述数据，分别与预先构建的黑白名单数据库对应的多个单维度检测模块中存储的黑白名单进行匹配，其中，不同单维度检测模块用于匹配不同描述维度下的实时单维度状态描述数据；
目标实时单维度状态描述数据反馈模块，用于如果在当前匹配的目标单维度检测模块的黑白名单中，未匹配上关联的目标实时单维度状态描述数据，则将目标实时单维度状态描述数据进行反馈。
9.一种电子设备，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，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的数据检测方法。
10.一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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的数据检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310628630.2A CN116628077A (zh) | 2023-05-30 | 2023-05-30 | 一种数据检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310628630.2A CN116628077A (zh) | 2023-05-30 | 2023-05-30 | 一种数据检测方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116628077A true CN116628077A (zh) | 2023-08-22 |
Family
ID=87616799
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310628630.2A Pending CN116628077A (zh) | 2023-05-30 | 2023-05-30 | 一种数据检测方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116628077A (zh) |
-
2023
- 2023-05-30 CN CN202310628630.2A patent/CN116628077A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108090567B (zh) | 电力通信系统故障诊断方法及装置 | |
| CN116010220A (zh) | 一种告警诊断方法、装置、设备及存储介质 | |
| CN114548280A (zh) | 故障诊断模型的训练、故障诊断方法及电子设备 | |
| CN116074183B (zh) | 一种基于规则引擎的c3超时分析方法、装置及设备 | |
| CN113378161A (zh) | 一种安全检测方法、装置、设备及存储介质 | |
| CN112769595A (zh) | 异常检测方法、装置、电子设备及可读存储介质 | |
| CN110704614B (zh) | 对应用中的用户群类型进行预测的信息处理方法及装置 | |
| CN115687406B (zh) | 一种调用链数据的采样方法、装置、设备及存储介质 | |
| CN115277165B (zh) | 一种车辆网络风险确定方法、装置、设备及存储介质 | |
| CN116975081A (zh) | 一种日志诊断集更新方法、装置、设备及存储介质 | |
| CN115086384B (zh) | 远程控制测试方法、装置、设备和存储介质 | |
| CN116645082A (zh) | 一种系统巡检方法、装置、设备以及存储介质 | |
| CN116628077A (zh) | 一种数据检测方法、装置、电子设备及存储介质 | |
| CN114513334B (zh) | 风险管理方法和风险管理装置 | |
| CN113795039B (zh) | 运营商网络切换方法、装置、设备和计算机可读存储介质 | |
| CN113452700B (zh) | 处理安全信息的方法、装置、设备以及存储介质 | |
| CN114861321A (zh) | 交通流仿真的问题场景提取方法、装置、设备及介质 | |
| CN114881112A (zh) | 一种系统异常检测方法、装置、设备及介质 | |
| CN112687030A (zh) | 车况信息处理方法和装置 | |
| CN116049836B (zh) | 车辆漏洞优先级确定方法、装置、设备及存储介质 | |
| CN113572768B (zh) | 一种僵尸网络家族传播源数量变化异常的分析方法 | |
| CN117009111A (zh) | 一种数据处理方法、装置、设备及介质 | |
| CN116185765B (zh) | 一种告警处理方法、装置、电子设备及存储介质 | |
| CN116001705B (zh) | 一种车辆数据监控方法、装置、设备及存储介质 | |
| CN115327497B (zh) | 雷达检测范围确定方法、装置、电子设备及可读介质 |
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 |