用于使用从多个传感器收集的信息来保护车辆免受恶意软件及攻击的方法及系统与流程

近年来，技术公司已开始研发及实施辅助驾驶员避免事故且使得汽车能够自动驾驶的技术。所谓“自动驾驶车辆”包含复杂的传感器及处理系统，所述处理系统基于从汽车的传感器、处理器及其它电子装置收集的信息结合从外部网络(例如，“云端”)接收的信息(例如，地图、交通报告等)而控制车辆。随着自动驾驶及驾驶员辅助技术在普及性及使用方面的增加，保护机动车辆免受故障、恶意软件及攻击的重要性也将增加。由于这些新兴的趋势，更好地识别、防止及响应现在车辆(例如自主车辆及自动驾驶汽车)上的错误信息、恶意软件及网络攻击的新的且经改进解决方案将对消费者有益。

技术实现要素：

各种实施例包含分析传感器信息以识别异常车辆行为的方法，包含：经由处理器监视紧密靠近所述车辆的多个传感器以收集传感器信息，分析所述所收集传感器信息以产生分析结果，及使用所产生分析结果来确定车辆的行为是否异常。一些实施例可包含：响应于确定所述车辆的所述行为异常而产生通信消息，并将所述所产生通信消息发送到外部实体。

在一些实施例中，分紧密靠近析所述所收集传感器信息以产生所述分析结果可包含：比较从移动装置传感器收集的传感器信息与从车辆传感器收集的传感器信息。在一些实施例中，分析所述所收集传感器信息以产生所述分析结果可包含：比较从紧密集成式车辆传感器、松散集成式车辆传感器及非车辆传感器中的两个或多于两个收集的传感器信息。在一些实施例中，分析所述所收集传感器信息以产生所述分析结果可包含：比较从第一类型的传感器收集的传感器信息与从第二类型的传感器收集的传感器信息。

在一些实施例中，分析所述所收集传感器信息以产生所述分析结果可包含：基于所述所收集传感器信息而产生行为向量，及将所述所产生行为向量应用于机器学习分类器模型以产生所述分析结果。

在一些实施例中，处理器可为移动装置中的移动装置处理器，其经配置以执行进一步包含以下各项的操作：由所述移动装置处理器确定所述移动装置是否在所述车辆内部，及响应于确定所述移动装置在所述车辆内部而启动监视及分析系统以收集并分析所述传感器信息。在一些实施例中，所述处理器可为所述车辆中的车辆处理器，其经配置以执行进一步包含以下各项的操作：通过所述车辆处理器确定移动装置是否在所述车辆内部，响应于确定所述移动装置在所述车辆内部而建立到所述移动装置的通信链路，及经由所述通信链路接收移动装置传感器信息。

又一些实施例包含一种计算装置，其包含经配置有用以执行上文概述的方法的操作的处理器可执行指令的处理器。又一些实施例包含非暂时性计算机可读存储媒体，其上存储有经配置以致使计算装置处理器执行操作的处理器可执行软件指令。又一些实施例包含一种计算装置，其具有用于执行上文概述的方法的功能的装置。

附图说明

并入本文中且构成本说明书的部分的随附图式说明权利要求书的示范性实施例，并与上文所给出的大体描述及下文所给出的详细描述一起用以阐释权利要求书的特征。

图1为说明适于实施各种实施例的基于车辆的实例系统中的网络组件的通信系统框图。

图2为说明适于实施各种实施例的车辆控制系统的逻辑组件的组件框图。

图3为说明根据各种实施例的可包含在实施例计算装置中且经配置以收集并分析传感器信息的实例系统芯片的组件的框图。

图4为说明根据各种实施例的经配置以使用基于行为且机械学习技术来监视并分析传感器信息的移动装置中的实例逻辑组件及信息流的框图。

图5为说明根据实施例的分析传感器信息以识别异常车辆行为的方法的处理流程图。

图6为说明根据另一实施例的分析传感器信息以识别异常车辆行为的方法的处理流程图。

图7为适于在实施例中使用的移动装置的组件框图。

具体实施方式

将参考随附图式详细描述各种实施例。贯穿所述图式，将尽可能使用相同元件符号来指代相同或类似部分。对特定实例及实施方案的参考是出于说明性目的，且并不打算限制权利要求书的范围。

总的来说，各种实施例包含用于监视并分析车辆中的传感器信息以高效地识别、防止、校正或以其它方式响应车辆中/车辆的各种异常条件及行为(例如恶意软件、网络攻击、传感器故障、车辆故障、基于车辆的攻击(例如，里程表攻击、速度攻击、档位攻击、加速-制动器攻击、门攻击、短路点火攻击等等)及运营商欺诈)的方法，以及经配置以执行所述方法的计算系统。计算系统可经配置以监视在车辆中或附近的传感器以收集传感器信息，分析所述所收集传感器信息以产生分析结果，基于所述所产生分析结果而确定所述车辆的行为是否异常。所述计算系统可响应于确定所述车辆的所述行为异常而产生通信消息，并将所述所产生通信消息发送到外部实体以进行分析。

所述计算系统可为移动计算装置、车辆的控制系统或其组合，或可实施于移动计算装置、车辆的控制系统或其组合中。经监视的传感器可包含紧密集成式车辆传感器(例如，制动器传感器等)、松散集成式车辆传感器(例如，零件市场gps、仪表板安装摄像机等)及非车辆传感器(例如，乘客的移动装置中的加速度计等)的任何组合。

术语“移动计算装置”及“移动装置”在本文中可互换地用于指代以下中的任一个或全部：蜂窝式电话、智能手机、个人或移动多媒体播放器、个人数据助理(pda)、膝上型计算机、平板计算机、智能笔记型计算机、轻量级笔记型计算机、掌上型计算机、无线电子邮件接收器、具有多媒体因特网能力的蜂窝式电话、无线游戏控制器及类似个人电子装置(其包含存储器、性能重要的可编程处理器，且在电池供电下操作)。

术语“系统芯片(soc)”在本文中用于指含有集成于单个衬底上的多个资源及/或处理器的单个集成电路(ic)芯片。单个soc可含有用于数字、模拟、混合信号及射频功能的电路。单个soc还可包含任何数目个通用及/或专用处理器(数字信号处理器、调制解调器处理器、视频处理器等)，存储器块(例如，rom、ram、闪存等)及资源(例如，计时器、电压调节器、振荡器等)。soc还可包含用于控制集成资源及控制器以及用于控制外围装置的软件。

在过去数年中，现代汽车已从行推动机械车辆转变成强大且复杂的电磁系统，其包含控制车辆的功能、特征及操作中的许多的大量传感器、处理器及soc。现代车辆现在还配备有车辆控制系统，所述车辆控制系统可经配置以收集并使用来自车辆的各种系统及传感器的信息以使车辆的操作的全部或部分自动化。

举例来说，制造商现在为其汽车配备有自动化、调适或增强车辆的操作的高级驾驶员辅助系统(adas)。adas可使用从汽车的传感器(例如，加速度计、雷达、激光雷达、地理定位等)收集的信息来自动检测可能的道路危险并对车辆的操作(例如，制动器、转向等)的全部或部分采取控制以避免所检测到的危险。通常与adas相关联的特征及功能包含自适应巡航控制、自动车道检测、车道偏离警告、自动转向、自动制动器及自动事故避免。

在很多自主及半自主车辆中，恶意软件的指令或对控制算法的未经授权存取可能是灾难性的。为保护车辆免受恶意软件及攻击且作出更好或更精明的决策，车辆(或车辆中的移动装置)可经配置以监视并分析从各种独立或异构系统及传感器收集的信息以在进行控制决策或采取响应动作之前确保恰当或预期操作。

另外，目前存在多种已知针对汽车的攻击，包含基于里程表的攻击、基于速度的攻击、基于档位的攻击、加速-制动器攻击、基于门的攻击及短路点火攻击。里程表攻击改变汽车的传感器报告的距离(例如，针对出租车等)。速度攻击改变汽车的传感器报告的速度(例如，为了对保险公司实施诈骗)。档位攻击迫使汽车不恰当地改变档位。加速-制动器攻击可迫使汽车不恰当地应用制动器(例如，通过触发碰撞避免系统等)。门攻击可甚至在汽车正在行驶时在无用户同意的情况下解锁汽车的门。短路点火攻击导致汽车在无钥匙(或所有者不知情/不同意)的情况下发动。检测及防止这些及其它攻击将有益于汽车的所有者/用户。

在各种实施例中，车辆中的计算系统可经配置以监视广泛多种传感器(包含移动装置上的传感器)以收集传感器信息，比较所收集传感器信息与从其它传感器收集的信息(或数据/行为模型、机器学习分类器模型等)以产生比较/分析结果，及使用所产生结果来识别异常或可疑车辆行为(或根据其正常操作样式，确定车辆是否如预期操作等)。计算系统可选择并执行各种致动操作以报告、处置、纠正、隔离、修复或以其它方式响应所识别问题、异常及可疑车辆行为。举例来说，计算系统可产生通信消息(例如，电子邮件、sms等)并将其发送到车辆的所有者、软件制造商、车辆的制造商、政府机构(例如，国家高速公路交通安全管理局(nhtsa)、地方警局等)或其它外部实体以通知其可疑或异常条件或行为以使得其可采取响应动作。

在一些实施例中，计算系统可为移动装置，或可实施或包含在移动装置中。移动装置可经配置以将控制消息发送到车辆，所述控制消息包含适于致使选择传感器(或车辆控制系统)启动、收集传感器信息并将所收集信息发送到移动装置的信息。移动装置还可经配置以智能地确定其是否在车辆中，并响应于确定其在车辆中而将控制消息发送到车辆。

移动装置可基于从移动装置的传感器(例如，加速度计、麦克风等)及系统(例如，gps接收器、蜂窝式网络收发器等)收集的信息而确定其是否在车辆中。举例来说，移动装置可使用从通信电路收集的信息来确定可与车辆建立短程通信链路(例如，蓝牙链路等)，并在移动装置能够建立此短程通信链路时确定其在车辆内部。移动装置还可在加速度计及位置数据指示移动装置正以相对高速度(即，大于步行或跑步速度)在道路上或附近行进时基于从移动装置内的加速度计及gps接收器收集的信息而确定其在车辆内部。

响应于确定移动装置在车辆内部，移动装置可启动监视及分析系统(例如，监视及分析应用程序)来自车辆的传感器(例如，紧密集成式车辆传感器、松散集成式车辆传感器等)及/或从非车辆传感器(例如，移动装置中的传感器、可穿戴装置中的传感器、固定道路传感器等)收集传感器信息。移动装置可比较或分析所收集传感器信息以产生比较结果，且使用所述比较结果来识别并报告可疑或异常条件或行为。举例来说，移动装置可启动监视及分析系统来自车辆的里程表(紧密集成式车辆传感器)收集传感器信息，从移动装置中的加速度计(非车辆传感器)收集传感器信息，并比较/分析里程表及加速度计读数以确定车辆是否正以与由车辆的速度计指示的大约相同的速度行进。移动装置可将通信消息发送到出租车或“移动乘坐叫车服务(mobileridehail)”公司(例如uber或lyft)来通知其所检测到的不一致(例如，当由车辆速度计指示的速度显著脱离由移动装置的gps接收器测量的速度时)。此报告可使得公司能够确定车辆是否已被骇客入侵或正经历基于里程表的攻击。

在一些实施例中，计算系统可实施或包含在车辆的控制系统中。作为实例，车辆的控制系统可经配置以收集并比较来自车辆的车轮旋转传感器(紧密集成式车辆传感器)及车辆的零件市场地理定位系统(gps)系统(松散集成式车辆传感器)及乘客的移动装置中的加速度计(非车辆传感器)的传感器信息。如果从车辆的车轮旋转传感器收集的传感器信息指示车辆正以比从加速度计及零件市场gps系统收集的传感器信息高得多的速度行进，那么车辆的控制系统可确定车辆正经历加速-制动器攻击，向驾驶员显示警告消息，及撤销启动车辆的自动制动器及/或事故避免系统。

在各种实施例中，计算系统可经配置以使用机器学习技术来比较或分析从不同类型的传感器收集的传感器信息。举例来说，计算系统可经配置以基于从第一类型的传感器收集的传感器信息而产生第一行为向量，及基于从第二类型的传感器收集的传感器信息而产生第二行为向量。计算系统可将第一行为向量应用于第一分类器/行为模型以产生第一值，及将第二行为向量应用于第二分类器/行为器模型以产生第二值。基于此比较，计算装置可计算差值，所述差值识别或反映第一值与第二值之间的差，并比较差值与阈值以确定差值是否指示问题。计算系统可响应于确定第一值与第二值之间的差超过阈值而将传感器信息(或与所收集传感器信息相关联的行为)标记/旗标为可疑或异常。计算系统还可基于传感器信息(或车辆的行为)是否经标记为可疑/异常而确定是否执行响应动作。

在各种实施方案中，计算系统中的处理器可经由有线及/或无线链路耦合到车辆的传感器及系统的全部(或许多)，包含其乘客的移动装置。处理器可从大量离散及分散传感器/系统收集信息，并使用所实际信息的组合来确定传感器输出、系统输出、系统操作等是否存在异常。

举例来说，处理器可从加速度计及gps系统(车辆的gps、乘客的电话中的gps等)收集信息，并比较结果以确定由加速度计传感器报告的距离与所行进的距离(如由gps数据指示)是否一致。类似地，处理器可比较从汽车的加速度计(或速度传感器)收集的信息与从乘客的电话中的加速度计收集的信息以检测速度攻击。

作为又一实例，处理器可接收来自麦克风(例如，内置在车辆中，在乘客的移动装置中等)的信息，从加速度计收集信息，并使用此数据组合来确定车辆是否正经历其中迫使车辆不恰当换挡的档位攻击。作为另一实例，处理器可使用从独立加速度计(例如，在乘客的移动装置中，在可穿戴装置中等)收集的信息以确定汽车的车轮旋转传感器是否已被骇客入侵以报告车辆正在比所允许快地行进，此将致使车辆不恰当应用制动器。

由于每一车辆中的系统及传感器的数目极其大，因此从许多这类系统收集的信息可彼此相关。前述实例仅为可由处理器进行比较、相关或以其它方式使用以监视攻击的多个传感器/系统的小子组。

各种实施例可实施及用于多种基于车辆的系统及解决方案中。举例来说，各种实施例可实施于任何计算系统中，所述计算系统控制车辆的操作、组件、传感器、特征或功能，包含汽车的车辆控制系统及/或部署在云端网络中且经配置以监视或控制汽车的操作的服务器计算装置。虽然各种实施例及实施方案在基于车辆的系统中尤其有用，但实施例可实施及用于任何系统或装置(包含用于执行应用程序的处理器、用于收集数据的传感器及用于发送及接收信息的通信电路)中。

各种实施例可实施于多种通信系统内，例如图1中所说明的基于车辆的实例系统100。典型的移动电话网络104包含耦合到网络操作中心108的多个小区基站106，所述网络材料中心操作以(例如)经由电话陆线(例如，普通电话系统(pots)网络，未展示)及因特网110连接移动装置102(例如，移动电话、膝上型计算机、平板计算机等)、道路传感器116、车辆118及其它网络目的地之间的语音呼叫及数据。电话网络104还可包含耦合到网络操作中心108或耦合于其内的一或多个服务器114，所述一或多个服务器提供到因特网110的连接。

车辆118可包含适于监视车辆的各种传感器及从其收集传感器信息的硬件及/或软件组件。可监视的车辆传感器的实例包含车辆的速度计、车轮速度传感器、扭矩计、涡轮速度传感器、可变磁阻传感器、声纳系统、雷达系统、空气-燃料比率计、燃料含水传感器、氧气传感器、曲轴位置传感器、路缘探测器、温度传感器、霍尔效应传感器、歧管绝对压力传感器、流体传感器(例如，发动机冷却剂传感器、传动流体传感器等)、胎压监视传感器、空气流量传感器、速度传感器、节流阀位置传感器、盲点监视传感器、停车传感器、扬声器、摄像机、麦克风、加速度计、罗盘、gps接收器及用于监视车辆中及其周围的物理或环境条件的其它类似传感器。

车辆118可包含用于与网络服务器120进行通信的通信电路，网络服务器可实施为云端服务提供者网络122的网络基础设施内的服务器且连接到因特网110及电话网络104。车辆118还可包含用于与一或多个基于卫星或空间的系统124(例如，全球定位系统(gps)或另一导航或定位系统)进行通信的通信电路。

网络服务器120、道路传感器116及车辆118之间的通信可经由电话网络104、因特网110、云端服务提供者网络122、专用网络(未说明)或其任何组合来实现。车辆118与电话网络104之间的通信可经由双向广域无线通信链路112(例如蜂窝式电话通信技术)来完成。多个不同蜂窝式及移动通信服务及标准在未来可用或经预期，其全部可用于各种实施例的通信。这些服务及标准包含(例如)，第三代合作伙伴计划(3gpp)、长期演进(lte)系统、第三代无线移动通信技术(3g)、第四代无线移动通信技术(4g)、全球移动通信系统(gsm)、通用移动通信系统(umts)、3gsm、通用包无线电服务(gprs)、码分多址(cdma)系统(例如，cdmaone、cdma1020tm)、用于gsm演进(edge)的增强数据速率、高级移动电话系统(amps)、数字amps(is-136/tdma)、演进数据最优化(ev-do)、数字增强式无线电信通信(dect)、全球互通微波存取(wimax)、无线局域网(wlan)、wi-fi保护存取i&ii(wpa、wpa2)及整体数字增强式网络(iden)。这些技术中的每一个涉及(例如)语音、数据、信号及/或内容消息的传输及接收。

移动装置102可经配置以基于从移动装置102的传感器收集的信息而确定其是否在车辆118内部。移动装置102可响应于确定其在车辆118中的一个的内部而启动监视及分析系统来收集并分析传感器信息。监视及分析系统可监视传感器(车辆118的，在移动装置102中，道路传感器116等)以收集传感器信息，分析所收集传感器信息以产生分析结果，使用所产生分析结果来确定车辆118的行为是否异常，响应于确定行为异常而产生通信消息，及将所产生通信消息发送到外部实体(例如，网络服务器120等)。

网络服务器120可将数据及控制信息发送到车辆118，所述车辆可接收并使用信息来执行响应操作或提供功能。举例来说，车辆118中的每一个可包含由车辆控制系统控制的高阶驾驶员辅助系统(adas)。车辆控制系统可接收并使用来自网络服务器120的信息以确定已存在环境的改变(例如，所检测到危险、交通样式的改变、道路封闭等)，及指示adas系统改变车辆的操作(例如，制动器、转向等)。车辆控制系统还可经配置以接收来自网络服务器120的控制消息，且作为响应，启动各种传感器(例如，加速度计、雷达、激光雷达、gps接收器、路基传感器等)以收集传感器信息并将其发送到网络服务器120。另外，车辆控制系统可经配置以周期性、按需、连续地、重复地，响应于触发、响应于检测到事件的发生等收集车辆信息并将其报告到网络服务器120。

道路传感器116可经配置以例如响应于接收来自网络服务器120的控制消息、响应于接收来自车辆118的信息请求消息、响应于检测到条件或事件(例如，车辆速度的突然改变等)，周期性地等收集传感器信息并将其发送到车辆118或网络服务器120。车辆118可将从道路传感器116接收的信息报告到网络服务器120或移动装置102，及/或使用所接收信息来作出更好或更精明的决策，例如是否指示adas系统应用制动器。网络服务器120或移动装置102可使用从道路传感器116接收的信息(例如，车辆信息)来作出控制决策。网络服务器120或移动装置102还可使用从道路传感器116接收的信息(例如，传感器信息)来确证从其它传感器接收的信息，例如从其它道路传感器116或车辆118接受者的车辆信息。

图2为根据各种实施例的实例车辆118的组件框图，所述车辆118包含车辆控制系统130及适于与服务器计算装置120交互的各种传感器。车辆系统可包含车辆控制系统130，其耦合到多种车辆系统及子系统，例如环境系统132(例如，空气调节系统)、导航系统134、通信及信息娱乐系统136、发动机控制系统138、传输控制系统142及多种传感器144。发动机控制系统138可耦合到一或多个踏板传感器140。车辆控制系统130可使用语音/数据通信系统136与服务器计算装置120进行通信，所述语音/数据通信系统可耦合到天线154以经由各种无线广域网发送及接收数据，以及接收无线广播。车辆控制系统130及语音/数据通信系统136可耦合到扬声器152以在车辆内产生声音。导航系统134可耦合到显示器150以显示车辆状态/控制及导航信息(例如，地图)。每一车辆系统及传感器130到144可经由一或多个通信链路与一或多个其它系统进行通信，通信链路可包含有线通信链路(例如，控制器局域网(can)协议符合总线、通用串行总线(usb)连接、火线连接等)及/或无线通信链路(例如，链路、链路、链路、链路等)。

耦合到车辆控制系统130的多种传感器144可包含车辆的速度计、车轮速度传感器、扭矩计、涡轮速度传感器、可变磁阻传感器、声纳系统、雷达系统、空气-燃料比表计、燃料含水传感器、氧气传感器、曲轴位置传感器、路缘探测器、温度传感器、霍尔效应传感器、歧管绝对压力传感器、各种流体传感器(例如，发动机冷却剂传感器、传动流体传感器等)、轮胎压力监视传感器、空气流量传感器、速度传感器、盲点监视传感器、停车传感器、摄像机、麦克风、加速度计、罗盘、gps接收器及用于监视车辆中及其周围的物理或环境条件的其它类似传感器中的任一个。

除了车辆的传感器及系统132到144外，占有者的电子装置中所包含的传感器(例如移动装置102及/或可穿戴装置160(例如智能手表))也可经轮询或以其它方式用于在各种实施例中收集数据。移动装置102及可穿戴装置160(例如，智能手表)包含数个传感器，所述传感器可感测可有益于监视传感器数据与系统设定的不一致的条件。可经由多种无线通信链路162(例如，蓝牙)将来自移动装置102及可穿戴装置160的传感器数据传达到车辆控制系统130。在其中收集及分析传感器数据在用户的移动装置102中实施的实施例中，可经由第一无线通信链路162将车辆传感器数据传达到移动装置102，且可经由第二无线通信链路164将可穿戴装置160传感器数据传达到移动装置102。

上述系统仅经呈现作为实例，且车辆可包含为清楚起见未经说明的一或多个额外系统。额外系统可包含车辆系统的系统相关额外其它功能，包含仪表、安全气囊、巡航控制、其它发动机系统、稳定性控制停车系统、轮胎压力监视、防震制动器、主动悬架、电池电量及/或管理，及多种其它系统。

图3说明可在移动装置102中用于实施各种实施例的实例系统芯片(soc)300架构。soc300可包含多个异构处理器，例如数字信号处理器(dsp)303、调制解调器处理器304、图形处理器306、移动显示器处理器(mdp)307、应用程序处理器308及资源及电源管理(rpm)处理器317。soc300还可包含连接到异构处理器303、304、306、307、308、317中的一或多个的一或多个共处理器310(例如，向量共处理器)。处理器中的每一个可包含一或多个核心，及独立/内部时钟。每一处理器/核心可独立于其它处理器/核心执行操作。举例来说，soc300可包含执行第一类型的操作系统(例如，freebsd、linux、osx等)的处理器及执行第二类型的操作系统(例如，microsoftwindows)的处理器。在一些实施例中，应用程序处理器308可为soc300的主处理器、中央处理单元(cpu)、微处理器单元(mpu)、算术逻辑单元(alu)等。图形处理器306可为图形处理单元(gpu)。

soc300可包含用于管理传感器数据、模拟转数字转换、无线数据传输，及用于执行其它专用操作(例如处理用于在web浏览器中显现的经编码音频及视频信号)的模拟电路及定制电路314。soc300可进一步包含系统组件及资源316，例如电压调节器、振荡器、锁相回路、外围桥接器、数据控制器、存储器控制器、系统控制器、存取端口、计时器及用于支持在计算装置上运行的处理器及软件客户端(例如，web浏览器)的其它类似组件。soc300还包含专用电路(cam)305，其包含、提供、控制及/或管理一或多个相机(例如，主要相机、网络摄像机、3d摄像机等)的操作、来自相机固件的视频显示数据、图像处理、视频处理、视频前端(vfe)、同轴jpeg、高清晰度视频编解码器等。cam305可为独立处理单元及/或包含独立或内部时钟。

系统组件及资源316、模拟及定制电路314，及/或cam305可包含用以与外围装置(例如相机、电子显示器、无线通信装置、外部存储器芯片等)进行介接的电路。处理器303、304、306、307、308可经由互连件/总线模块324互连到一或多个存储器元件312、系统组件及资源316、模拟及定制电路314、cam305及rpm处理器317，互连件/总线模块可包含可配置逻辑门阵列及/或实施总线架构(例如，coreconnect、amba等)。通信可由高级互连件(例如高性能片上网络(noc))提供。

soc300可进一步包含输入/输出模块(未展示)以用于与在soc外部的资源(例如时钟318及电压调节器320)进行通信。在soc外部的资源(例如，时钟318、电压调节器320)可由内部soc处理器/核心(例如dsp303、调制解调器处理器304、图形处理器306、应用程序处理器308等)共享。

在实施例中，soc300可包含在汽车中所包含的计算装置中。计算装置可包含用于与电话网络、因特网及/或网络服务器进行通信的通信链路。计算装置与网络服务器之间的通信可经由电话网络、因特网、专用网络或其任何组合实现。

soc300还可包含适于从传感器收集传感器数据的额外硬件及/或软件组件，包含扬声器、用户接口元件(例如，输入按钮、触控屏幕显示器等)、麦克风阵列、用于监视物理条件(例如，位置、方向、运动、定向、振动、压力等)的传感器、相机、罗盘、gps接收器、通信电路(例如，wlan、wifi等)，及现代电子装置的其它已知组件(例如，加速度计等)。

除上文所论述的移动计算装置102及soc300，各种实施例可实施于广泛多种计算系统中，其可包含单个处理器、多个处理器、多核心处理器或其任何组合。

图4说明其中移动装置102经配备有行为监视及分析系统400的实施方案，所述行为监视及分析系统经配置以执行实时行为监视及分析操作以快速且高效地识别非良性(或不一致、异常、恶意等)的行为及软件应用程序。通过使用基于行为及机器学习技术，行为监视及分析系统可识别、防止、校正及/或以其它方式响应所识别问题而不会对移动装置102的响应性、性能或电力消耗特性具有显著、消极或用户可感知影响。在一些实施例中，行为监视及分析系统400可包含在车辆118及/或车辆控制系统130(上文参考图2所论述)中。

参考图4，行为监视及分析系统400可包含观察器组件402、提取器组件404、分析器组件406及致动器组件408。观察器组件402可经配置以从各种传感器及装置收集传感器信息，并将所收集信息传达到提取器组件404。

提取器组件404可使用所收集传感器信息来产生行为向量信息结构(本文中为“行为向量”)，每一行为向量信息结构表示或特性化与所收集传感器信息相关联的传感器信息或行为。每一行为向量可囊括一或多个“特征”。每一特征可包含表示传感器的全部或部分的抽象数或符号或与所收集传感器信息相关联的行为。另外，每一特征可与识别可能值范围的数据类型、可对那些值执行的操作、值的意义等相关联。计算装置可使用数据类型来确定应如何测量、分析、加权、使用等特征(或特征值)。

提取器组件404可将行为向量传达(例如，经由存储器写入操作、函数调用等)到分析器组件406，所述分析器组件可将行为向量应用于分类器模型以产生可用于确定车辆行为是良性还是非良性(正常或异常、可疑或不可疑等)的分析结果。分类器模型可为包含可由计算装置处理器用于评估车辆的行为的特定因数、特征或实施例的数据及/或信息结构(例如，决策节点、树、根株、分量列表等)的行为模型。分类器模型还可包含用于在计算装置中监视或分析多个特征、因数、数据点、项、api、状态、条件、行为、软件应用程序、处理程序、操作、分量的决策准则。

完整分类器模型可为依据大训练数据集产生的稳健数据模型，所述大训练数据集可包含、测试或评估成千特征或数十亿项。精简分类器模型可为由包含或优先化对与确定特定移动装置行为是否为非良性最相关的特征/项的测试的简化数据集产生。本地产生的精简分类器模型为在计算装置中产生的精简分类器模型。简化特征分类器模型可为专注且精简分类器模型，其是基于最稳健分类器模型产生以仅包含最稳健分类器模型中评估经确定为对确定车辆行为是否异常(或非良性等)最重要的特征的决策节点子集。

分析器组件406可在其以高可信度(例如，基于分析结果超过阈值等)确定行为异常(或非良性，非如预期、可疑等)时通知致动器组件408。作为响应，致动器组件408可执行各种操作以处置、纠正、隔离或以其它方式修复所识别问题。

监视、分析及以其它方式响应每一可能异常行为可消耗大量的装置的有限处理、存储器或能量资源。举例来说，可存在需要监视或分析的成千特征/因数及数十亿数据点。为减少需要评估的特征、因数及数据点的数目，行为监视及分析系统可执行渐进、动态及/或自适应操作。举例来说，系统可经配置以使用变化的复杂程度(或“精简度”)的分类器模型来渐进地评估各阶段中的车辆行为。此允许计算系统(例如，移动装置等)放弃执行可疑操作，并减少由系统产生或使用的行为向量的数目。

举例来说，在一些实施例中，系统可经配置以产生并使用包含初始分类器模型及一或多个随后分类器模型的一系列分类器模型。初始分类器模型可为侧重于评估所有特征、因数及数据点的在分类行为时原本需要分析的目标子集的精简分类器模型(或简化特征模型)。换句话说，初始分类器模型可包含用于评估经确定具有使得系统能够以高可信度确定行为是良性还是非良性的高可能性的初始因数/特征集的决策节点。每一随后分类器模型可为较稳健分类器，其包含大量决策节点及/或评估比其之前分类器模型大的特征、因数及数据点子集。

系统可将行为向量应用于初始分类器模型以产生初始分析结果；以高可信度确定初始分析结果是否指示行为是否异常(或非良性等)；响应于以足够高可信度确定行为无法分类为正常还是异常(通过比较可信值与阈值等来确定)而将行为分类为可疑；响应于确定行为可疑而将相同或不同行为向量应用于渐进较大或更稳健分类器模型以产生新或额外分析结果，及以高可信度(超过阈值的可信值)确定新/额外分析结果是否指示行为是否正常或异常(良性或非良性)。系统可连续或重复执行这些操作直到分析结果以高可信度指示行为正常或异常(良性或非良性)，直到已使用系列中的所有分类器模型，直到达到处理或电池消耗阈值等。

图5说明根据各种实施例的用于分析传感器信息以识别异常或可疑车辆行为的方法500。方法500可由计算系统(例如，移动装置或车辆控制系统)中的处理器或处理核心(例如，图2中所说明的车辆控制系统130，或图3中所说明的调制解调器处理器304、应用程序处理器308、共处理器310及rpm处理器317中的任一个)执行。

在框502中，处理器可监视车辆中的多种独立及/或异构传感器，包含车辆传感器、移动装置传感器及道路传感器的任何组合。在框504中，处理器可从两种或多于两种不同类型的传感器(例如，里程表、加速度计等)收集传感器信息。在实施例中，处理器可经配置以经由包含在车辆中的can总线从众多不同源收集传感器数据。can总线可经设计、配置或布置以允许不同类型的传感器/源传达及交换传感器信息。在一些实施例中，处理器可经进一步配置以基于数据关键性及/或基于所监视或保护的传感器、源或组件而筛选所收集数据。举例来说，为检测制动器或速度计传感器上的异常行为，处理器可忽略或忽视从气候控制系统接收的信息以便减少所收集及分析的信息量，维持可管理信息源集合，及/或将操作侧重于具有提供用于识别或评估制动器或速度计传感器的异常行为的信息的最高概率的传感器/源。

在框506中，处理器可比较或分析从两种或多于两种不同类型的传感器收集的传感器信息以产生比较或分析结果。在一些实施方案中，此比较可包含比较从移动装置传感器收集的传感器信息与从车辆传感器收集的传感器信息。在一些实施方案中，此比较可包含比较从紧密集成式车辆传感器、松散集成式车辆传感器及非车辆传感器中的两个或多于两个收集的传感器信息。在一些实施方案中，此比较可包含比较从第一类型的传感器收集的传感器信息与从第二不同类型的传感器收集的传感器信息。通过从来自车辆及/或其它外部装置的多个传感器收集数据，处理器可使输入分散到数据分析发动机及/或分析器组件，且结果，产生更准确的比较/分析结果。

在框508中，处理器可使用所产生比较/分析结果来评估车辆中的条件或其行为。在确定框510中，处理器可基于评估、比较或分析结果而确定条件或行为是否可疑或异常。响应于确定条件或行为并非可疑或异常(即，确定框510＝“否”)，处理器可继续在框502中监视传感器。响应于确定条件或行为可疑或异常(即，确定框510＝“是”)，处理器可产生通信消息并将其发送到外部实体或在框512中执行另一响应动作。举例来说，响应于确定速度计信息在框510中可疑或异常，处理器可在框512中解啮合车辆的巡航控制机制并向车辆的用户、操作者或乘客显现警告消息。

图6说明用于分析传感器信息以识别异常或可疑车辆行为的另一方法600。方法600可由计算系统(例如移动装置或车辆控制系统)中的处理器或处理核心(例如，图2中所说明的车辆控制系统130、或图3中所说明的调制解调器处理器304、应用程序处理器308、共处理器310及rpm处理器317中的任一个)执行。

在框602中，处理器可监视传感器以检测各种事件、条件及请求。举例来说，处理器可监视通信电路以检测与移动装置或车辆建立通信链路的请求。作为另一实例，处理器可监视加速度器以检测移动事件。

在确定框604中，处理器可确定移动装置是否在车辆内部(例如，基于连接请求，移动信息等)。举例来说，处理器可通过结合经由加速度计读数检测移动检测蓝牙连接性来确定新移动装置是否可用。响应于确定移动装置在车辆内部(即，确定框604＝“是”)，处理器可在框606中从移动装置中的所选择传感器收集传感器数据。可从移动装置收集的传感器数据的实例包含加速度计数据、gps信息、速度数据、方向数据及噪声级信息。

除了收集移动装置传感器或响应于确定移动装置不在车辆内部(即，确定框604＝“否”)，处理器可在框608中从车辆的所选择传感器收集传感器数据。

在框610中，处理器可比较或分析所收集传感器数据以确定车辆中的条件或其行为是否可疑(或异常、不一致、非良性等)。举例来说，处理器可使用从车辆的内部传感器收集的信息来产生指示车窗关闭的分析结果。处理器可接着比较此结果与对指示车窗或门可能打开的从移动装置收集的噪声级信息及速度信息(在移动装置及/或从车辆传感器检测)。作为响应，处理器可确定信息中存在矛盾，且车辆的条件或行为可疑。

在确定框612中，处理器可基于比较或分析结果而确定条件或行为是否可疑或异常。响应于确定条件或行为不可疑或异常(即，确定框612＝“否”)，处理器可继续在框602中监视传感器。响应于确定条件或行为可疑或异常(即，确定框612＝“是”)，处理器可在框614中产生通信消息并将其发送到外部实体或执行另一响应动作。

各种实施例可在多种计算装置上实施，其实例在图7中以智能手机的形式说明。智能手机700可包含耦合到内部存储器704、显示器712及扬声器714的处理器702。另外，智能手机700可包含用于发送及接收可连接到耦合到处理器702的无线数据链路及/或蜂窝式电话收发器708的电磁辐射的天线。智能手机700通常还包含用于接收用户输入的功能表选择按钮或摇臂开关720。

典型智能手机700还包含声音编码/解码(codec)电路706，其将从麦克风接收的声音数字化成适于无线传输的数据包并将所接收声音数据包解码以产生模拟信号，所述模拟信号被提供到扬声器以产生声音。此外，处理器702、无线收发器708及codec706中的一或多个可包含数字信号处理器(dsp)电路(未单独展示)。

处理器702可为可通过软件指令(应用程序)配置以执行多种功能(包含下文所描述的各种实施例的功能)的任何可编程微处理器、微计算机或(多个)多处理器芯片。在一些移动装置中，可提供多个处理器702，例如专用无线通信功能的一个处理器及专用执行其它应用程序的一个处理器。通常，软件应用程序可在其经存取并载入到处理器702中之前经存储在内部存储器704中。处理器702可包含足以存储应用程序软件指令的内部存储器。

所说明及所描述的各种实施例仅作为说明权利要求书的各种特征的实例而提供。然而，关于任何给定实施例所展示及描述的特征未必限于相关联实施例且可与所展示及所描述的其它实施例一起使用或组合。此外，权利要求书并非打算受任何一个实例实施例限制。

前述方法描述及程序流程图仅作为说明性实例而提供，且并不打算要求或暗示必须以所呈现的次序执行各种实施例的步骤。如所属领域的技术人员将了解，前述实施例中的步骤的次序可以任何次序执行。例如“此后”、“然后”、“接着”等等措词并不打算限制步骤的次序；这些措词仅用于贯穿方法的描述引导读者。此外，以单数形式(例如，使用冠词“一”或“所述”对主张元件的任何提及并不应视为将所述元件限制于单数。

结合本文中所公开的实施例描述的各种说明性逻辑块、电路及算法步骤可实施为电子硬件、计算机软件或两者的组合。为清楚地说明硬件及软件的此可互换性，上文通常已就其功能性方面描述了各种说明性组件、块、模块、电路及步骤。此功能性是实施为硬件还是软件取决于强加于整个系统的特定应用及设计约束。虽然所属领域的技术人员可针对每一特定应用以变化方式实施所描述功能性，但不应将这些实施决策解释为导致对权利要求书的范围的背离。

用于实施结合本文中所公开的实施例描述的各种说明性逻辑、逻辑块、模块及电路的硬件可借助经设计以执行本文中所描述的功能的以下来实施或执行：通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或其它可编程逻辑装置、离散门或晶体管逻辑、离散硬件组件或其任一组合。通用处理器可为多处理器，但在替代方案中，处理器可为任何常规处理器、控制器、微控制器或状态机。也可将处理器实施为计算装置的组合(例如dsp与多处理器的组合、多个多处理器、一或多个多处理器连同dsp核心或任一其它此类配置)。替代地，可通过特定于给定功能的电路来执行一些步骤或方法。

在一或多个示范性实施例，所描述的功能可以硬件、软件、固件或其任一组合来实施。如果以软件实施，那么功能可作为一或多个处理器可执行指令或代码存储在非暂时性计算机可读存储媒体或非暂时性处理器可读存储媒体上。本文中所公开的方法或算法的步骤可以可驻存在非暂时性计算机可读存储媒体及/或非暂时性处理器可读存储媒体上的处理器可执行软件模块体现。非暂时性计算机可读存储媒体或处理器可读存储媒体可为可由计算机或处理器存取的任一存储媒体。通过实例且非限制的方式，这些非暂时性计算机可读媒体或处理器可读媒体可包含ram、rom、eeprom、闪存器、cd-rom或其它光盘存储器、磁盘存储器或其它磁性存储装置或者可用于存储呈指令或数据结构形式的所要程序码且可由计算机存取的任一其它媒体。如本文中所使用，磁盘及光盘包含：紧密光盘(cd)、激光光盘、光学光盘、数字多功能光盘(dvd)、软盘及蓝光光盘，其中磁盘通常以磁性方式再现数据，而光盘通过激光以光学方式再现数据。上述各者的组合也应包含在非暂时性计算机可读媒体及处理器可读媒体的范围内。另外，方法或算法的操作可作为代码及/或指令中的一个或任一组合或集合而驻存于可并入到计算机程序产品中的非暂时性处理器可读存储媒体及/或计算机可读媒体上。

提供所公开实施例的前述描述以使得所属领域的技术人员能够制作或使用权利要求书。对这些实施例的各种修改对于所属领域的技术人员将易于显而易见，且本文所定义的通用原理可应用于其它实施例而不背离权利要求书的精神或范围。因此，本权利要求书并不打算限制于本文中所展示的实施例，而是打算赋予其与所附权利要求书以及本文中所公开的原理及新颖特征相一致的最宽广范围。