摘要
本发明提供一种智能网联汽车的安全防护方法及装置,其中方法包括:基于车辆控制行为特征化模型和异常行为分类学习模型,检测目标车辆与云端通信过程中的车辆控制异常指令;以及,基于恶意流量识别模型,识别目标车辆与云端通信过程中的隐蔽恶性流量;通过深度强化学习的对抗防御方式,根据车辆控制异常指令和隐蔽恶性流量,训练决策控制模型,用于对智能网联汽车进行安全防护,从而实现对智能网联汽车车‑云协同场景下对车辆控制指令篡改攻击、强隐蔽恶意流量等攻击的高精度、高可靠检测,有效提升攻击的隐蔽性以及攻击效率,增强了模型的鲁棒性和泛化性,提高智能网联汽车生态系统的通信安全、数据安全和驾驶安全。