本發(fā)明涉及網(wǎng)絡安全，尤其涉及一種內生安全網(wǎng)絡彈性測評裁決方法、系統(tǒng)、設備及存儲介質。

背景技術：

1、隨著汽車智能化產業(yè)的發(fā)展，智能駕駛系統(tǒng)已經(jīng)成為車載系統(tǒng)的關鍵組成部分。智能駕駛的安全問題也得到越來越多的關注。然而，現(xiàn)有的單一產品無法應對“未知的未知”安全威脅，因此利用多種異構測試部件產品進行網(wǎng)絡彈性測評成為一種重要手段，其中裁決模塊在測評中負責針對不同產品的輸出結果進行統(tǒng)一的處理和判斷，是測評中的核心模塊。

2、目前，針對智能駕駛汽車，已有相關的內生安全裁決方法研究?，F(xiàn)有方法重點做了系統(tǒng)框架層面的設計，涵蓋多個異構感知決策單元和裁決模塊，通過對感知區(qū)域劃分，計算不同感知決策單元中的感知信息關聯(lián)關系，進而判斷是否存在輸出異?！，F(xiàn)有方法中的裁決模塊是通過基于規(guī)則的方式進行設計，存在以下問題：1）規(guī)則的方法通常和場景強相關。當場景發(fā)生變化時，需要重新設計規(guī)則，缺乏泛化性；2）涉及多個超參數(shù)，由于不同感知決策單元的能力水平不一，難以客觀地給出參數(shù)值。

技術實現(xiàn)思路

1、為了解決現(xiàn)有裁決模塊存在的不足，充分發(fā)揮數(shù)據(jù)驅動的優(yōu)勢，本發(fā)明提出了一種內生安全網(wǎng)絡彈性測評裁決方法、系統(tǒng)、設備及存儲介質。

2、第一方面，本發(fā)明提供一種內生安全網(wǎng)絡彈性測評裁決方法，包括：

3、步驟1：獲取預先部署的用于感知環(huán)境信息的多個異構感知決策測試部件的環(huán)境感知結果；所述環(huán)境感知結果包括當前時刻感知的障礙物信息和車道線信息；

4、步驟2：對多個所述環(huán)境感知結果進行預處理；

5、步驟3：基于自注意力機制對預處理后的多個所述環(huán)境感知結果分別進行特征提取，得到每個所述異構感知決策測試部件對應的感知特征；

6、步驟4：基于交叉注意力機制對多個所述感知特征進行交叉注意力計算，得到不同感知特征之間的注意力得分；

7、步驟5：根據(jù)不同感知特征之間的注意力得分計算不同環(huán)境感知結果的匹配度，根據(jù)匹配度得到裁決結果。

8、進一步地，所述預處理包括數(shù)據(jù)解析和接口統(tǒng)一、時間戳統(tǒng)一和坐標歸一化；其中，數(shù)據(jù)解析和接口統(tǒng)一是指對每個異構感知決策測試部件的環(huán)境感知結果進行獨立解析后，將解析結果收口到統(tǒng)一的格式；時間戳統(tǒng)一是指將多個異構感知決策測試部件的環(huán)境感知結果進行時間戳對齊，統(tǒng)一到同一時間戳下；坐標歸一化是指將多個異構感知決策測試部件的環(huán)境感知結果統(tǒng)一到同一坐標系下。

9、進一步地，步驟3具體包括：

10、對每個環(huán)境感知結果中當前時刻感知的障礙物信息進行特征提取過程，具體包括：提取每幀數(shù)據(jù)的初始障礙物特征，所述初始障礙物特征包括障礙物位置、大小、朝向、速度和類型；將所有初始障礙物特征按照障礙物與本車的距離進行排序，得到障礙物信息矩陣；基于所述障礙物信息矩陣，利用自注意力機制計算得到障礙物之間的注意力得分，基于所述注意力得分對所述初始障礙物特征進行加權得到最終的障礙物特征；

11、對每個環(huán)境感知結果中當前時刻感知的車道線信息進行特征提取過程，具體包括：將車道線按固定間隔分割成多段，每個分段使用起點和終點的位置進行表示；將車道線的所有分段按照自身與本車的距離進行排序，得到車道線信息矩陣；基于所述車道線信息矩陣，利用自注意力機制計算得到車道線不同分段之間的注意力得分，基于所述注意力得分對車道線的所有分段進行加權得到車道線特征。

12、進一步地，步驟4中，具體包括：

13、針對任意兩個異構感知決策測試部件，根據(jù)其中一個異構感知決策測試部件對應的障礙物特征或者車道線特征，計算得到鍵矩陣和值矩陣，根據(jù)另一個異構感知決策測試部件對應的障礙物特征或者車道線特征，計算得到查詢矩陣；將計算得到的鍵矩陣、值矩陣和查詢矩陣代入交叉注意力計算公式，得到障礙物特征或者車道線特征的注意力得分；將障礙物特征和車道線特征的注意力得分進行拼接得到任意兩個異構感知決策測試部件的感知特征之間的注意力得分。

14、進一步地，步驟5中，采用余弦相似度計算函數(shù)來計算不同環(huán)境感知結果的匹配度。

15、第二方面，本發(fā)明提供一種內生安全網(wǎng)絡彈性測評裁決系統(tǒng)，包括：

16、感知信息獲取模塊，用于獲取預先部署的用于感知環(huán)境信息的多個異構感知決策測試部件的環(huán)境感知結果；所述環(huán)境感知結果包括當前時刻感知的障礙物信息和車道線信息；

17、預處理模塊，用于對多個所述環(huán)境感知結果進行預處理；

18、特征提取模塊，用于基于自注意力機制對預處理后的多個所述環(huán)境感知結果分別進行特征提取，得到每個所述異構感知決策測試部件對應的感知特征；以及用于基于交叉注意力機制對多個所述感知特征進行交叉注意力計算，得到不同感知特征之間的注意力得分；

19、裁決模塊，用于根據(jù)不同感知特征之間的注意力得分計算不同環(huán)境感知結果的匹配度，根據(jù)匹配度得到裁決結果。

20、第三方面，本發(fā)明提供一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)如第一方面所述的方法。

21、第四方面，本發(fā)明提供一種非暫態(tài)計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如第一方面所述的方法。

22、本發(fā)明的有益效果：

23、（1）本發(fā)明基于注意力機制的方法通過采集大量的訓練數(shù)據(jù)，可以學習不同感知決策部件在不同場景下的能力基線水平，無需人工設定匹配規(guī)則，從而解決泛化性難的問題。

24、（2）本發(fā)明利用基于注意力機制的方法，可以自動學習不同感知決策部件的輸出結果之間的關聯(lián)關系，無需人為指定需要匹配的區(qū)域等信息，從而解決現(xiàn)有方法中存在的需要人工設定超參問題。

技術特征：

1.一種內生安全網(wǎng)絡彈性測評裁決方法，其特征在于，包括：

2.根據(jù)權利要求1所述的一種內生安全網(wǎng)絡彈性測評裁決方法，其特征在于，所述預處理包括數(shù)據(jù)解析和接口統(tǒng)一、時間戳統(tǒng)一和坐標歸一化；其中，數(shù)據(jù)解析和接口統(tǒng)一是指對每個異構感知決策測試部件的環(huán)境感知結果進行獨立解析后，將解析結果收口到統(tǒng)一的格式；時間戳統(tǒng)一是指將多個異構感知決策測試部件的環(huán)境感知結果進行時間戳對齊，統(tǒng)一到同一時間戳下；坐標歸一化是指將多個異構感知決策測試部件的環(huán)境感知結果統(tǒng)一到同一坐標系下。

3.根據(jù)權利要求1所述的一種內生安全網(wǎng)絡彈性測評裁決方法，其特征在于，步驟3具體包括：

4.根據(jù)權利要求3所述的一種內生安全網(wǎng)絡彈性測評裁決方法，其特征在于，步驟4中，具體包括：

5.根據(jù)權利要求1所述的一種內生安全網(wǎng)絡彈性測評裁決方法，其特征在于，步驟5中，采用余弦相似度計算函數(shù)來計算不同環(huán)境感知結果的匹配度。

6.一種內生安全網(wǎng)絡彈性測評裁決系統(tǒng)，其特征在于，包括：

7.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權利要求1至5任一項所述的方法。

8.一種非暫態(tài)計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權利要求1至5任一項所述的方法。

技術總結
本發(fā)明涉及網(wǎng)絡安全技術領域，提供一種內生安全網(wǎng)絡彈性測評裁決方法、系統(tǒng)、設備及存儲介質。該方法包括：步驟1：獲取預先部署的用于感知環(huán)境信息的多個異構感知決策測試部件的環(huán)境感知結果；所述環(huán)境感知結果包括當前時刻感知的障礙物信息和車道線信息；步驟2：對多個所述環(huán)境感知結果進行預處理；步驟3：基于自注意力機制對預處理后的多個所述環(huán)境感知結果分別進行特征提取，得到每個所述異構感知決策測試部件對應的感知特征；步驟4：基于交叉注意力機制對多個所述感知特征進行交叉注意力計算，得到不同感知特征之間的注意力得分；步驟5：根據(jù)不同感知特征之間的注意力得分計算不同環(huán)境感知結果的匹配度，根據(jù)匹配度得到裁決結果。

技術研發(fā)人員：丁曙光,張大龍,韓剛濤,唐志青,申慶瑜,陳禹睿,申罡
受保護的技術使用者：河南嵩山實驗室產業(yè)研究院有限公司洛陽分公司
技術研發(fā)日：
技術公布日：2025/1/6