本发明涉及汽车用户数据防护评估领域，具体为一种智能网联汽车网络用户数据安全防护评估方法。
背景技术：
1、网联汽车网络用户数据安全防护评估是指对智能网联汽车系统中涉及的用户数据进行安全性的评估和审查，以确保这些数据在收集、传输、存储和处理等各个环节的安全性，这种评估旨在保护用户的隐私和数据安全，防止数据泄露、滥用或被未授权访问，网联汽车网络用户数据安全防护评估是一个复杂的过程，涉及多个方面，包括数据收集、传输、存储和处理等环节的安全性评估，随着数据安全问题的日益突出，政府和行业组织将制定更加严格的法规和标准，要求汽车制造商和相关企业加强用户数据的安全保护，除了传统的安全技术评估外，还需增加对用户数据管理、隐私保护、应急响应等方面的评估，以全面评估网联汽车网络用户数据的安全状况，建立持续监测机制，及时发现和解决用户数据安全问题，并不断改进安全防护措施，利用人工智能和大数据技术，对用户数据进行分析和预测，提前发现潜在的安全威胁，且需加强用户对数据安全的认识，提高用户的自我保护意识，共同维护网联汽车网络用户数据的安全；
2、网联汽车网络用户数据安全防护评估虽然已经取得了一定的进展，但仍然存在一些缺点和挑战，目前在进行安全防护评估时，没有收集多个用户相同车型的数据信息，导致最终正常数据模型在建立时所应用到的基础数据不够庞大，涵盖的用于评估的基础性内容不够丰富多样，进而影响最终的评估结果，并且模型没有与时俱进，定期按照基本样本数据来优化模型，导致模型具有一定的局限性，且在前期收集车辆数据信息时，收集的车辆内部数据也比较单一，形式不够多样。
技术实现思路
1、本发明的目的在于提供一种智能网联汽车网络用户数据安全防护评估方法，以解决上述背景技术中提到的没有收集多个用户相同车型的数据信息，导致最终正常数据模型在建立时所应用到的基础数据不够庞大，涵盖的用于评估的基础性内容不够丰富多样，进而影响最终的评估结果，并且模型没有与时俱进，定期按照基本样本数据来优化模型，导致模型具有一定的局限性，且在前期收集车辆数据信息时，收集的车辆内部数据也比较单一，形式不够多样的问题。
2、为实现上述目的，本发明提供如下技术方案：一种智能网联汽车网络用户数据安全防护评估方法，该方法如下：
3、s01：收集车辆内部网络数据流量、安全数据流量、用户交互数据流量、能源管理数据流量、辅助驾驶数据流量和外部通信网络数据流量，车辆内部网络数据流量包括控制数据、传感器数据、诊断数据、娱乐系统数据、车载通信数据，安全数据流量包括加密通信数据、入侵检测数据，用户交互数据流量包括用户输入数据、反馈数据，能源管理数据流量包括电池管理系统数据、充电通信数据，辅助驾驶数据流量包括传感器融合数据、地图定位数据、决策规划数据，外部通信网络包括v2x通信数据、远程服务数据、互联网接入数据、ota更新数据、上传数据；
4、s02：清洗数据，去除无关或错误的数据；
5、s03：从数据中提取关键特征；
6、s04：分析正常数据流量的模式，建立基准模型；
7、s05：通过统计方法来检测与基准模型不符的数据；
8、s06：对检测到的异常行为进行深入分析，确定其性质；
9、s07：根据异常行为性质采取相应的措施；
10、s08：持续监控数据流量；
11、s09：优化分析模型和定期评估，利用优化分析模型进行定期防护评估。
12、进一步在于，所述建立基准模型的内容为：
13、对控制数据、传感器数据、诊断数据、娱乐系统数据、车载通信数据、加密通信数据、入侵检测数据、用户输入数据、反馈数据、电池管理系统数据、充电通信数据、传感器融合数据、地图定位数据、决策规划数据、v2x通信数据、远程服务数据、互联网接入数据、ota更新数据、上传数据进行基准模型建立，控制数据的基准模型建立是从车辆或系统的控制单元中收集数据，从控制数据中提取描述正常操作模式的特征，识别控制数据在正常操作条件下的行为模式，分析在不同驾驶条件下的控制数据模式，使用统计方法来描述控制数据的分布，使用历史数据或交叉验证技术来验证基准模型的准确性，在实际运行中持续监控控制数据，确保基准模型能够适应新的操作条件，定期更新基准模型，以反映系统或车辆的变化；
14、传感器数据、诊断数据、娱乐系统数据、车载通信数据、加密通信数据、入侵检测数据、用户输入数据、反馈数据、电池管理系统数据、充电通信数据、传感器融合数据、地图定位数据、决策规划数据、v2x通信数据、远程服务数据、互联网接入数据、ota更新数据、上传数据的基准模型建立方式与上述控制数据的基准模型建立过程相同。
15、进一步在于，所述优化分析模型的步骤为：
16、收集多车型多车辆的运行数据，包括车辆内部网络数据流量、安全数据流量、用户交互数据流量、能源管理数据流量、辅助驾驶数据流量和外部通信网络数据流量；
17、收集多车型多车辆的数据，将每个车辆的数据按车型进行分类，分类完成后，将分类后的车辆的运行数据保存在云台，从数据中提取关键特征，这些特征代表车辆的正常运行状态，使用机器学习算法对提取的特征进行训练，构建正常数据模型；
18、通过模型融合技术将来自不同用户的正常数据模型进行集成；
19、识别并去除模型中的重复性数据；
20、对拟合后的模型进行优化；
21、通过独立的数据集对最终模型进行验证，确保其能够准确反映车辆的正常运行状态。
22、进一步在于，所述定期评估的方式为：
23、收集实时数据；
24、去除噪声和异常值，进行数据标准化处理；
25、从云台调取与实时数据车辆车型相同的优化分析模型；
26、将实时数据与基准模型中的正常操作范围进行比较，以识别任何偏离，使用基准模型来检测实时数据中的异常情况；
27、根据异常的严重程度和潜在影响，评估安全风险等级；
28、根据风险评估的结果，制定相应的响应策略；
29、详细记录异常情况、风险评估结果和采取的响应措施。
30、通过定期评估，来确定不同时期用户数据的防护情况，从而及时掌握用户数据防护的水平。
31、进一步在于，所述控制数据包括引擎控制单元、刹车系统、悬挂系统、转向系统的控制信号，所述传感器数据包括车速传感器、温度传感器、压力传感器、加速度传感器，所述诊断数据包括车辆自检系统产生的诊断信息，所述娱乐系统数据包括音频、视频播放，以及导航系统的数据，所述车载通信数据包括车辆内部的蓝牙、wi-fi通信数据。
32、进一步在于，所述v2x通信数据包括车辆与基础设施、车辆与车辆、车辆与行人的通信数据，所述远程服务数据包括远程启动、远程诊断、车辆定位数据，互联网接入数据包括车辆通过移动网络接入互联网的数据，所述ota更新数据包括车辆通过无线网络接收的软件更新和固件升级数据，所述上传数据包括车辆将收集的数据上传到云平台的数据。
33、进一步在于，所述清洗数据的方式为删除含有缺失值的记录，根据业务逻辑修正异常值，删除重复的记录，保留一条，确保所有日期和时间数据格式一致，将多个数据集合并为一个，确保字段匹配和数据一致性。
34、进一步在于，所述云台用于数据的管理，数据的管理包括数据的存储、数据的归档、数据的检索、监控和审计，所述数据的存储为将上传的数据进行备份，根据数据的访问频率和重要性，将数据存储在不同的存储层级，所述数据的归档为根据设定对特定类型的历史数据进行归档，所述数据的检索为构建数据湖来存储大量结构化和非结构化数据，并提供索引功能，所述监控和审计为监控历史数据的访问模式，以检测异常行为，并记录所有数据操作的审计日志。
35、与现有技术相比，本发明的有益效果是：
36、1、本发明能够收集车辆内部网络数据流量、安全数据流量、用户交互数据流量、能源管理数据流量、辅助驾驶数据流量和外部通信网络数据流量，根据上述数据分析正常数据流量的模式，建立基准模型，对于车辆信息的获取面更广，从而建立最初的更为全面的基准模型。
37、2、本发明收集多车型多车辆的数据，将每个车辆的数据按车型进行分类，分类完成后，将分类后的车辆的运行数据保存在云台，从数据中提取关键特征，这些特征代表车辆的正常运行状态，使用机器学习算法对提取的特征进行训练，构建正常数据模型，通过模型融合技术将来自不同用户的正常数据模型进行集成，识别并去除模型中的重复性数据，对拟合后的模型进行优化，通过独立的数据集对最终模型进行验证，确保其能够准确反映车辆的正常运行状态，优化模型基于收集到的多个用户相同车型的数据信息，在优化模型时所应用到的基础数据足够庞大，涵盖的用于评估的基础性内容丰富多样，进而提升评估结果的质量，并且能够定期获取多个相同车型的数据反馈给优化模型，从而实现优化模型的定期优化，以确保优化模型能够根据实时数据不断优化。
38、3、本发明能够根据优化模型定期进行安全防护评估，收集实时数据，从云台调取与实时数据车辆车型相同的优化分析模型，将实时数据与基准模型中的正常操作范围进行比较，以识别任何偏离，使用基准模型来检测实时数据中的异常情况，根据异常的严重程度和潜在影响，评估安全风险等级。
1.一种智能网联汽车网络用户数据安全防护评估方法，其特征在于，该方法如下：
2.根据权利要求1所述的一种智能网联汽车网络用户数据安全防护评估方法，其特征在于：所述建立基准模型的内容为：
3.根据权利要求1所述的一种智能网联汽车网络用户数据安全防护评估方法，其特征在于：所述优化分析模型的步骤为：
4.根据权利要求1所述的一种智能网联汽车网络用户数据安全防护评估方法，其特征在于：所述定期评估的方式为：
5.根据权利要求1所述的一种智能网联汽车网络用户数据安全防护评估方法，其特征在于：所述控制数据包括引擎控制单元、刹车系统、悬挂系统、转向系统的控制信号，所述传感器数据包括车速传感器、温度传感器、压力传感器、加速度传感器，所述诊断数据包括车辆自检系统产生的诊断信息，所述娱乐系统数据包括音频、视频播放，以及导航系统的数据，所述车载通信数据包括车辆内部的蓝牙、wi-fi通信数据。
6.根据权利要求1所述的一种智能网联汽车网络用户数据安全防护评估方法，其特征在于：所述v2x通信数据包括车辆与基础设施、车辆与车辆、车辆与行人的通信数据，所述远程服务数据包括远程启动、远程诊断、车辆定位数据，互联网接入数据包括车辆通过移动网络接入互联网的数据，所述ota更新数据包括车辆通过无线网络接收的软件更新和固件升级数据，所述上传数据包括车辆将收集的数据上传到云平台的数据。
7.根据权利要求1所述的一种智能网联汽车网络用户数据安全防护评估方法，其特征在于：所述清洗数据的方式为删除含有缺失值的记录，根据业务逻辑修正异常值，删除重复的记录，保留一条，确保所有日期和时间数据格式一致，将多个数据集合并为一个，确保字段匹配和数据一致性。
8.根据权利要求4所述的一种智能网联汽车网络用户数据安全防护评估方法，其特征在于：所述云台用于数据的管理，数据的管理包括数据的存储、数据的归档、数据的检索、监控和审计，所述数据的存储为将上传的数据进行备份，根据数据的访问频率和重要性，将数据存储在不同的存储层级，所述数据的归档为根据设定对特定类型的历史数据进行归档，所述数据的检索为构建数据湖来存储大量结构化和非结构化数据，并提供索引功能，所述监控和审计为监控历史数据的访问模式，以检测异常行为，并记录所有数据操作的审计日志。
