车联网是目前最具潜力的产业之一,随着大数据计算的日益成熟,5G网络的开放普及,车联网会越来越展现出可靠和创新的一面。在车联网领域的探索,无论是从技术层面的提升还是车联网平台服务的新思路,都是具有价值的。车联网安全是车联网发展中的一个重要课题,它涵盖了车联网的网络信息安全和车辆安全两方面。通过对国内外各种车联网体系的研究发现,车联网运行过程中常常伴随着各类安全事件,从网络信息安全事件到用户行为所引发的安全事件。本文正是研究如何应对车联网环境中的各种事件,借助大数据计算优势实现对安全事件实时检测分析,并辅以预案处理,希望能从另一个层面提升车联网生态的整体安全性。车联网安全事件检测分析和主动赋能系统是针对车联网中出现的安全事件所提出的解决方案,其包括以下几个方面:1、安全事件分级算法。通过对现有与车辆安全相关的国际标准研究以及对各类车联网安全事件统计与分析,结合模糊数学的相关知识,提出对所有类型的安全事件的统一等级划分算法,并使结果符合ISO-26262的安全评级标准。安全事件的分级是系统后续各项功能运作的基础。2、安全事件的生命周期管理。采用Flink流式计算框架和Kafka消息中间件对车联网平台的安全事件进行检测与分析。系统会实时监控车联网中是否有安全事件产生,对于已经产生的事件调用分级算法做初步分级,并持续追踪事件的发展,视情况在一定时间后升高或降低安全等级,同时记录事件持续时间内的状态信息。当事件在结束后,所有数据将被持久化保存,为后续大数据分析做准备。3、基于预案的主动赋能。系统将检测到的安全事件分级后传达到主动赋能模块。该模块会启动预置方案以应对安全事件。系统在保持车联网平台各模块独立运作的前提下通过预案主动赋予相关单位解决安全事件的能力。4、大数据统计与分析。在安全事件的处理过程中产生的大量数据,可以当做大数据分析的数据集。对这些数据进行离线计算分析,如频发事件统计,用户大数据画像等,以获得更多有利于服务车联网的信息,进一步优化车联网的平台架构。