type
Page
status
Invisible
date
Nov 30, 2025
slug
summary
第3篇精读论文
tags
车联网
机器学习
category
icon
password
Deep Multimodal Learning for Real-Time DDoS Attacks Detection in Internet of Vehicles 原文链接：https://ieeexplore.ieee.org/document/11160909

文章总结

一、论文基本信息

  1. 会议与发表：2025 年 IEEE 国际通信会议（ICC）下一代网络与互联网专题研讨会论文
  1. 作者团队：来自阿尔及利亚、法国多所高校及实验室的 Mohamed Ababsa 等人
  1. 核心主题：提出基于深度多模态学习（DML）的车联网（IoV）实时分布式拒绝服务（DDoS）攻击检测方法，强化智能交通系统网络安全

二、研究背景与问题提出

  1. 行业现状
      • 世界卫生组织报告显示，全球每年约 119 万人死于道路交通事故，智能交通系统（ITS）和车联网（IoV）成为提升道路安全与通行效率的关键技术。
      • 车联网的开放式连接使其面临严重网络安全威胁，其中 DDoS 攻击危害极大，可能导致交通混乱、通信中断甚至交通事故。
  1. 现有研究局限
      • 传统检测方法在攻击者密度动态变化时性能大幅下降，难以适配实时检测需求。
      • 现有数据集存在类别不平衡问题，且仅覆盖少数 DDoS 攻击类型，限制模型泛化能力。
      • 单一机器学习或深度学习模型存在短板，如 LSTM 响应时间长、GRU 检测精度不足等。

三、核心贡献

  1. 提出一种新型深度多模态学习模型，融合 LSTM、GRU（结合注意力与门控机制）和 MLP 分支，专门适配车联网 DDoS 实时检测场景。
  1. 在 F2MD 实时仿真平台部署该架构，通过自定义数据集验证，性能优于传统机器学习方法和现有主流技术，并提供开源实现。
  1. 解决了 VeReMi 数据集的局限性，生成类别均衡的数据集，涵盖 5 种 DDoS 攻击类型，适配不同攻击者密度场景。

四、系统模型与核心方法

（一）车联网与攻击模型

  1. IoV 网络架构：采用边缘 - 云混合架构，车辆通过 V2V（车对车）和 V2I（车对基础设施）通信，路侧单元（RSU）边缘服务器本地处理基础安全消息（BSMs），云端服务器负责模型训练与更新。
  1. 攻击类型：聚焦 5 种基于 VeReMi 扩展数据集的 DDoS 攻击，包括 DoS（超标准频率发包）、DoS Random（随机字段消息）、DoS Disruptive（重放邻居数据）、DoS Random Sybil（随机伪身份签名）、DoS Disruptive Sybil（冒用邻居身份签名）。
  1. 仿真平台：基于 F2MD 框架（VEINS 扩展），采用卢森堡迷你场景（LuSTMini）生成贴近真实场景的训练与验证数据集。

（二）数据集预处理

  1. 数据内容：包含 BSMs 时序数据（车速、加速度、位置等 14 个特征）和合理性检查数据（36 个特征）。
  1. 预处理操作：通过 BSM 转换器解析 JSON 格式数据，采用窗口大小为 20、步长为 1 的滑动窗口构建时序序列；平衡数据集类别分布，使各类别占比约 13%-17%；划分训练集与验证集，避免模型过拟合。

（三）DML 模型架构

模型包含两个核心分支，通过多模态中间融合整合特征，具体结构如下：
  1. LSTM - GRU 注意力分支：处理 BSMs 时序数据
    1. 输入层接收 20 步长、14 特征的时序序列。
    2. 经深度自适应输入归一化（DAIN）层处理非平稳数据，提升模型鲁棒性。
    3. 双向 LSTM 捕捉双向时序依赖，结合自注意力机制计算序列重要性得分，生成上下文向量。
    4. 门控机制融合原始 LSTM 输出与上下文向量，通过批归一化稳定训练，后续经全连接层与 GRU 层优化性能。
  1. MLP 分支：处理合理性检查的 36 个额外特征，经全连接层与批归一化处理，提取静态特征。
  1. 多模态融合：拼接两个分支输出，通过全连接层、ReLU 激活函数和批归一化处理，最终经 Softmax 输出层得到 6 类（5 种攻击 + 正常状态）的分类概率。

五、实验设置与结果

（一）实验配置

  1. 环境参数：基于 OMNET++ v5.6.2 和 SUMO 1.2.0 仿真，采用 NVIDIA Tesla P40 显卡训练；通信协议为 ITS - G5（IEEE 802.11p）。
  1. 训练参数：优化器为 Adam，学习率 0.001，损失函数为类别交叉熵，初始训练轮次 20 轮，自训练迭代 5 次，置信阈值 0.9，早停策略监测验证损失，耐心值 3 轮。
  1. 评估指标：采用召回率、精确率、F1 分数和准确率，对比传统模型（AdaBoost、决策树、KNN 等）在 10%、30%、50% 三种攻击者密度下的性能。

（二）核心实验结果

  1. 性能优势：DML 模型在所有密度场景下均表现最优，平均准确率达 96.63%。10% 密度时准确率 97.13%、精确率 99.92%；50% 高密度场景下仍保持 96.30% 的准确率，远超传统模型（如 AdaBoost 仅 79.21%）。
  1. 计算效率：DML 模型平均预测时间为 449.57ms，虽高于传统机器学习模型，但完全满足车联网实时检测需求，精度提升的收益远超计算成本增加。
  1. 对比相关工作：相较于现有主流方法，该模型的精确率（99.92%）和 F1 分数（98.51%）达到最优，且在高攻击者密度场景下的稳定性优势显著。

六、结论与未来方向

  1. 结论：提出的深度多模态学习模型通过融合 LSTM、GRU 与 MLP，结合注意力和门控机制，有效解决了车联网 DDoS 攻击实时检测的核心难题，在检测精度和环境适应性上优于现有方法。
  1. 未来计划
      • 优化模型计算效率，适配资源受限的边缘设备。
      • 在混合边缘 - 云系统、大规模城市网络等多元场景中测试部署，适配 5G - V2X 协议。
      • 增强 F2MD 框架功能，支持新型 DDoS 攻击检测，助力车联网安全研究。

代码复现

notion image
DML
mohababsa • Updated Dec 5, 2025
作者给的相关链接里只有train.csv和val.csv，是原始数据经过DataPreprocessing.ipynb 中的代码处理之后得到的，原始数据没有给出。此外，该作者的代码是用cpu版本的tensorflow版本运行的，直接使用gpu版本运行会卡死，需要修改才能正确运行

环境准备

使用conda创建新环境

数据集

File folder on MEGA
File folder on MEGA
https://mega.nz/folder/QfVxWaCK#cShZeamAUvdzMV2PoFmtnQ
File folder on MEGA
一个train.csv和一个val.csv ，比例是8:2，train.csv有800000条数据
数据集由两大类特征组成：
  1. BSM
  1. Plausibility Checks 合理性校验特征（MLP 分支，36 维）
  1. 标签
 
BSM
字段名
中文
解释说明
CreationTime
消息生成时间
车辆生成 BSM 的仿真时间戳
ArrivalTime
消息到达时间
BSM 被 RSU / 接收节点接收的时间
RealId
车辆真实 ID
仿真中的车辆唯一真实身份
Pseudonym
发送方伪身份
用于隐私保护（也是 Sybil 攻击关键字段）
receiverId
接收方真实 ID
接收该 BSM 的车辆或 RSU
receiverPseudo
接收方伪身份
接收节点的匿名身份
Accel_x
X 轴加速度
车辆纵向/横向加速度分量
Accel_y
Y 轴加速度
同上
Heading_x
航向向量 X 分量
车辆行驶方向
Heading_y
航向向量 Y 分量
同上
Pos_x
X 坐标位置
车辆空间位置
Pos_y
Y 坐标位置
同上
Speed_x
X 轴速度
车辆速度分量
Speed_y
Y 轴速度
同上
Plausibility Checks 合理性校验特征
字段名
中文解释
解释说明
data_0 ~ data_35
合理性校验特征
车辆行为是否符合物理/交通规则
代码给了两个基线模型，用于与论文中提出的模型DML进行对比：
  • LSTM-Dense-GRU with only BSMs sequences as input (without adding the plausibility checks data)——仅以 BSM 序列作为输入的 LSTM–Dense–GRU 架构（不包含可信性检查数据）

    Deep Adaptive Input Normalization (DAIN) Layer

    作用：对时间序列输入做“可学习的、自适应的归一化”
    其包含以下三个步骤：
    • Adaptive Average（自适应平移/去均值）
    • Adaptive Scale（自适应缩放/标准化）
    • Gating（门控调节强度）
     

    BiLSTM（Bidirectional LSTM）

    该网络属于循环神经网络（recurrent neural network，RNN）中的一种。RNN可以更好地处理序列信息。循环神经网络通过引入状态变量存储过去的信息和当前的输入，从而可以确定当前的输出。

    RNN（循环神经网络）

    8.4. 循环神经网络 — 动手学深度学习 2.0.0 documentation
    回想一下，我们在 4节中 讨论过的具有隐藏单元的隐藏层。 值得注意的是，隐藏层和隐状态指的是两个截然不同的概念。 如上所述，隐藏层是在从输入到输出的路径上（以观测角度来理解）的隐藏的层， 而隐状态则是在给定步骤所做的任何事情（以技术角度来定义）的输入， 并且这些状态只能通过先前时间步的数据来计算。
    8.4. 循环神经网络 — 动手学深度学习 2.0.0 documentation
    https://zh.d2l.ai/chapter_recurrent-neural-networks/rnn.html#subsec-rnn-w-hidden-states
    notion image

    LSTM（长短期记忆网络）

    9.2. 长短期记忆网络（LSTM） — 动手学深度学习 2.0.0 documentation
    可以说，长短期记忆网络的设计灵感来自于计算机的逻辑门。 长短期记忆网络引入了记忆元（memory cell），或简称为单元（cell）。 有些文献认为记忆元是隐状态的一种特殊类型， 它们与隐状态具有相同的形状，其设计目的是用于记录附加的信息。 为了控制记忆元，我们需要许多门。 其中一个门用来从单元中输出条目，我们将其称为输出门（output gate）。 另外一个门用来决定何时将数据读入单元，我们将其称为输入门（input gate）。 我们还需要一种机制来重置单元的内容，由遗忘门（forget gate）来管理， 这种设计的动机与门控循环单元相同， 能够通过专用机制决定什么时候记忆或忽略隐状态中的输入。 让我们看看这在实践中是如何运作的。
    9.2. 长短期记忆网络（LSTM） — 动手学深度学习 2.0.0 documentation
    https://zh.d2l.ai/chapter_recurrent-modern/lstm.html
    notion image

    BiLSTM（双向循环神经网络）

    9.4. 双向循环神经网络 — 动手学深度学习 2.0.0 documentation
    在序列学习中，我们以往假设的目标是： 在给定观测的情况下 （例如，在时间序列的上下文中或在语言模型的上下文中）， 对下一个输出进行建模。 虽然这是一个典型情景，但不是唯一的。 还可能发生什么其它的情况呢？ 我们考虑以下三个在文本序列中填空的任务。
    9.4. 双向循环神经网络 — 动手学深度学习 2.0.0 documentation
    https://zh.d2l.ai/chapter_recurrent-modern/bi-rnn.html
    notion image
    尽管双向 LSTM 在预测未来时间步的任务中可能引入不可得的未来信息，但在该论文所研究的离线序列分类场景中，模型在预测阶段可以访问完整的时间序列。因此，BiLSTM 作为序列编码器用于提取双向上下文特征是合理的，有助于提升对攻击行为整体模式的建模能力。

    self-attention（自注意力）

    10.6. 自注意力和位置编码 — 动手学深度学习 2.0.0 documentation
    总而言之，卷积神经网络和自注意力都拥有并行计算的优势， 而且自注意力的最大路径长度最短。 但是因为其计算复杂度是关于序列长度的二次方，所以在很长的序列中计算会非常慢。
    10.6. 自注意力和位置编码 — 动手学深度学习 2.0.0 documentation
    https://zh.d2l.ai/chapter_attention-mechanisms/self-attention-and-positional-encoding.html#subsec-cnn-rnn-self-attention

    GRU（门控循环单元）

    notion image

    MLP（多层感知机）

    4.1. 多层感知机 — 动手学深度学习 2.0.0 documentation
    在 3节中， 我们介绍了softmax回归（ 3.4节）， 然后我们从零开始实现了softmax回归（ 3.6节）， 接着使用高级API实现了算法（ 3.7节）， 并训练分类器从低分辨率图像中识别10类服装。 在这个过程中，我们学习了如何处理数据，如何将输出转换为有效的概率分布， 并应用适当的损失函数，根据模型参数最小化损失。 我们已经在简单的线性模型背景下掌握了这些知识， 现在我们可以开始对深度神经网络的探索，这也是本书主要涉及的一类模型。
    4.1. 多层感知机 — 动手学深度学习 2.0.0 documentation
    https://zh.d2l.ai/chapter_multilayer-perceptrons/mlp.html
    notion image

    batch normalization（批量规范化）

    7.5. 批量规范化 — 动手学深度学习 2.0.0 documentation
    首先，数据预处理的方式通常会对最终结果产生巨大影响。 回想一下我们应用多层感知机来预测房价的例子（ 4.10节）。 使用真实数据时，我们的第一步是标准化输入特征，使其平均值为0，方差为1。 直观地说，这种标准化可以很好地与我们的优化器配合使用，因为它可以将参数的量级进行统一。
    7.5. 批量规范化 — 动手学深度学习 2.0.0 documentation
    https://zh.d2l.ai/chapter_convolutional-modern/batch-norm.html

    代码运行结果

    Yuyuzheng_ProposedDML.html
    510.6 KiB
    notion image
    notion image

    优化方案

    问题1：

    Pseudonym 是车辆在一段时间内使用的“临时身份标识”，用于在不暴露真实身份的情况下，维持通信连续性，是一个会周期性更换的匿名 ID。
    • 原方案首先是数据预处理部分有问题。原方案直接按大小为20的窗口进行滑窗，没有考虑不同车辆混合，这样会把不同车辆的数据放到一个时序窗口里。
    • 改进：按 Pseudonym 分组滑窗。make_windows_by_pseudonym() 里先 df.groupby("Pseudonym")，再组内 CreationTime 排序，然后只在组内滑窗。

    问题2：

    • 原方案使用验证集中的数据进行自训练，这相当于让模型看过考试答案再去考试，显然不合理。
    • 改进：拆分原先的训练集，从中取一部分用于自训练，不参与前期的训练

    伪标签筛选的双阈值机制（降低噪声引入）

    伪标签样本需同时满足以下两个条件：
    • 最大预测概率不低于阈值
    • 最大预测概率与第二大概率的差值不小于margin阈值
    这是因为仅基于最大概率筛选容易引入模型高度犹豫的边界样本（如两个类别概率接近），这类样本往往具有较高噪声风险。
    通过引入 margin 约束，仅保留模型具有明确判别信心的样本，有效降低伪标签噪声，提高自训练的稳定性。

    类别级伪标签数量上限（缓解类别不平衡）

    在每一轮自训练中，对每个类别设置伪标签数量上限（per-class cap），并按置信度排序选取前若干个样本。
    这是因为伪标签往往大量集中于多数类，若不加控制，自训练会进一步放大类别不平衡问题，导致少数攻击类的识别能力下降。
    该策略在引入伪标签的同时维持了较为平衡的类别分布，有助于提升模型在少数攻击类上的表现。

    增量式自训练与轻量微调（防止噪声放大）

    自训练采用增量累加策略：每轮将新选出的伪标签样本加入已有 labeled 训练集，并仅进行1个epoch的微调，而非重新训练模型。
    若在单轮中对大量伪标签进行多轮训练，伪标签噪声可能被过度放大，导致模型性能不稳定。
    小步长、渐进式的参数更新方式使模型逐步吸收高置信样本信息，降低噪声伪标签对模型的负面影响，提高整体训练稳定性。

    使用过的 unlabeled 样本即时移除（避免重复污染）

    在每一轮自训练结束后，将已被选为伪标签的样本从 unlabeled pool 中移除，确保每个unlabeled样本最多只被使用一次。
    重复使用同一批伪标签样本会导致训练集冗余，并可能放大噪声影响。
    该机制保证了数据规模演化的清晰性，使自训练过程更加可控且统计意义明确。

    改进后的代码

    newmodel.py
    13.3 KiB

    运行结果

    Loading...
    目录
    0%
    Yuyuzheng2499
    Yuyuzheng2499
    Yuyuzheng2499
    统计
    文章数:
    12
    公告
    个人自用博客，学习记录
    仍在测试中
     
     
    目录
    0%