ترجمه فارسی مقاله بررسی تشخیص ناهنجاری در شبکه های درون وسیله نقلیه

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی A Survey of Anomaly Detection in In-Vehicle Networks
عنوان مقاله به فارسی بررسی تشخیص ناهنجاری در شبکه های درون وسیله نقلیه
نویسندگان Övgü Özdemir, M. Tuğberk İşyapar, Pınar Karagöz, Klaus Werner Schmidt, Demet Demir, N. Alpay Karagöz
فرمت مقاله انگلیسی PDF
تعداد صفحات 14
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,Artificial Intelligence,Signal Processing,یادگیری ماشین , هوش مصنوعی , پردازش سیگنال ,
توضیحات Submitted 11 September, 2024; originally announced September 2024.
توضیحات به فارسی ارسال شده در 11 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Modern vehicles are equipped with Electronic Control Units (ECU) that are used for controlling important vehicle functions including safety-critical operations. ECUs exchange information via in-vehicle communication buses, of which the Controller Area Network (CAN bus) is by far the most widespread representative. Problems that may occur in the vehicle's physical parts or malicious attacks may cause anomalies in the CAN traffic, impairing the correct vehicle operation. Therefore, the detection of such anomalies is vital for vehicle safety. This paper reviews the research on anomaly detection for in-vehicle networks, more specifically for the CAN bus. Our main focus is the evaluation of methods used for CAN bus anomaly detection together with the datasets used in such analysis. To provide the reader with a more comprehensive understanding of the subject, we first give a brief review of related studies on time series-based anomaly detection. Then, we conduct an extensive survey of recent deep learning-based techniques as well as conventional techniques for CAN bus anomaly detection. Our comprehensive analysis delves into anomaly detection algorithms employed in in-vehicle networks, specifically focusing on their learning paradigms, inherent strengths, and weaknesses, as well as their efficacy when applied to CAN bus datasets. Lastly, we highlight challenges and open research problems in CAN bus anomaly detection.

چکیده به فارسی (ترجمه ماشینی)

وسایل نقلیه مدرن مجهز به واحدهای کنترل الکترونیکی (ECU) هستند که برای کنترل عملکردهای مهم وسایل نقلیه از جمله عملیات مهم ایمنی استفاده می شوند.اطلاعات تبادل ECU از طریق اتوبوس های ارتباطی داخل وسیله نقلیه ، که شبکه کنترل کننده (CAN BUS) از آن گسترده ترین نماینده است.مشکلاتی که ممکن است در قسمتهای فیزیکی وسیله نقلیه یا حملات مخرب رخ دهد ممکن است باعث ناهنجاری در ترافیک قوطی شود و باعث اختلال در عملکرد صحیح وسیله نقلیه شود.بنابراین ، تشخیص چنین ناهنجاری ها برای ایمنی وسایل نقلیه بسیار مهم است.در این مقاله ، تحقیق در مورد تشخیص ناهنجاری برای شبکه های درون وسیله نقلیه ، به طور خاص برای اتوبوس CAN بررسی شده است.تمرکز اصلی ما ارزیابی روشهای مورد استفاده برای تشخیص ناهنجاری اتوبوس به همراه مجموعه داده های مورد استفاده در چنین تجزیه و تحلیل است.برای ارائه درک جامع تر از این موضوع به خواننده ، ابتدا یک بررسی مختصر از مطالعات مرتبط در مورد تشخیص ناهنجاری مبتنی بر سری زمان ارائه می دهیم.سپس ، ما یک بررسی گسترده از تکنیک های اخیر مبتنی بر یادگیری و همچنین تکنیک های معمولی برای تشخیص ناهنجاری اتوبوس CAN انجام می دهیم.تجزیه و تحلیل جامع ما در الگوریتم های تشخیص ناهنجاری به کار رفته در شبکه های داخل وسایل نقلیه ، به طور خاص با تمرکز بر پارادایم های یادگیری ، نقاط قوت ذاتی و ضعف و همچنین اثربخشی آنها در هنگام استفاده در مجموعه داده های اتوبوس ، انجام می شود.سرانجام ، ما چالش ها و مشکلات تحقیقاتی باز را در تشخیص ناهنجاری اتوبوس ها برجسته می کنیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.