1 |
1
복수의 CAN(Controller Area Network) 메시지들 각각으로부터 CAN ID를 추출하고, 추출된 CAN ID를 전처리하여 학습 데이터를 생성하는 데이터 전처리부; 및상기 학습 데이터를 입력 데이터로 이용하여 오토인코더(autoencoder) 모델을 학습시켜 CAN 트래픽 모델을 생성하는 모델 학습부를 포함하는 CAN 트래픽 모델링 장치
|
2 |
2
제1항에 있어서,상기 데이터 전처리부는 상기 CAN ID를 비트 스트림으로 변환하여 상기 학습 데이터를 생성하는,CAN 트래픽 모델링 장치
|
3 |
3
제2항에 있어서,상기 데이터 전처리부는 3자리의 16진수로 표현되는 상기 CAN ID를 길이가 11인 비트 스트림(bit stream)으로 변환하는,CAN 트래픽 모델링 장치
|
4 |
4
제1항에 있어서,상기 모델 학습부는,복수 개의 전처리된 CAN ID를 상기 오토인코더 모델의 입력으로 이용하고,상기 오토인코더 모델의 손실 함수의 출력값인 손실(loss)이 감소하는 방향으로 상기 오토인코더 모델의 가중치들을 갱신하는 동작을 반복적으로 수행하는,CAN 트래픽 모델링 장치
|
5 |
5
제4항에 있어서,상기 손실 함수는 유클리디안 거리(Euclidean distance)인,CAN 트래픽 모델링 장치
|
6 |
6
적어도 프로세서를 포함하는 CAN 트래픽 모델링 장치에 의해 수행되는 CAN 트래픽 모델링 방법에 있어서,복수의 CAN 메시지들 각각으로부터 CAN ID를 추출하는 단계;상기 CAN ID를 미리 정해진 크기를 갖는 비트 스트림으로 변환하는 단계; 및상기 비트 스트림으로 구성된 학습 데이터를 이용하여 오토인코더 모델을 학습시키켜 CAN 트래픽 모델을 생성하는 단계를 포함하는 CAN 트래픽 모델링 방법
|
7 |
7
CAN 버스 상에서 브로드캐스트되는 복수의 CAN 메시지들 각각으로부터 CAN ID를 추출하고, 상기 CAN ID를 비트 스트림으로 변환하는 데이터 전처리부; 및복수의 CAN ID로부터 생성된 비트 스트림을 제6항에 기재된 방법에 의해 생성된 CAN 트래픽 모델에 입력하고 상기 CAN 트래픽 모델의 손실에 기초하여 차량의 이상징후 유무를 판단하는 이상징후 판단부를 포함하는 이상징후 탐지 장치
|
8 |
8
제7항에 있어서,상기 데이터 전처리부는 3자리의 16진수로 표현되는 상기 CAN ID를 길이가 11인 비트 스트림으로 변환하는,이상징후 탐지 장치
|
9 |
9
제7항에 있어서,상기 이상징후 탐지 장치는 상기 차량에 설치된 ECU(Electronic Control Unit)인,이상징후 탐지 장치
|
10 |
10
제6항에 기재된 방법에 의하여 생성된 CAN 트래픽 모델이 설치된 이상징후 탐지 장치에 의해 수행되는 이상징후 탐지 방법에 있어서,CAN 버스 상에서 브로드캐스트되는 복수의 CAN 메시지들 각각으로부터 CAN ID를 추출하는 단계;상기 CAN ID를 비트 스트림으로 변환하는 단계;복수의 CAN ID로부터 생성된 비트 스트림을 상기 CAN 트래픽 모델에 입력하고 상기 CAN 트래픽 모델의 손실을 계산하는 단계; 및상기 손실에 기초하여 차량의 이상징후 유무를 판단하는 단계를 포함하는 이상징후 탐지 방법
|
11 |
11
제10항에 있어서,상기 이상징후 유무를 판단하는 단계는 상기 손실이 미리 정해진 임계값보다 큰 경우 상기 차량에 이상징후가 있는 것으로 판단하는,이상징후 탐지 방법
|
12 |
12
복수의 CAN(Controller Area Network) 메시지들 각각으로부터 CAN ID를 추출하고, 추출된 CAN ID를 전처리하여 학습 데이터를 생성하는 데이터 전처리부; 및상기 학습 데이터를 입력 데이터로 이용하여 오토인코더 모델을 학습시켜 CAN 트래픽 모델을 생성하는 모델 학습부를 포함하고,상기 오토인코더 모델은 컨벌루션널 오토인코더(Convolutional Autoencoder, CAE)와 오토인코더의 결합으로 구성되는,CAN 트래픽 모델링 장치
|