1.一种基于改进视觉自注意力模型的车载网络入侵检测方法，其特征在于，包括以下步骤：步骤S1、使用Car‑Hacking数据集，Car‑Hacking数据集是在执行消息注入攻击时通过车辆的OBD‑II端口记录CAN流量来构建的公共数据集，对Car‑Hacking数据集使用数值化和非线性转换进行预处理，处理结果作为本实验的原始数据，再将所述原始数据集随机划分为多组数据子集；

步骤S2、将多组所述数据子集转换成图片数据集；

步骤S3、使用粒子群算法进行特征选择，得到最优的特征子集；

步骤S4、按照特征子集对应的特征对原始数据进行提取，以生成新的数据集，然后再将新的数据集转换为图片，传入Vision transformer模型中进行训练；

步骤S5、将所述步骤S4训练好的模型嵌入到车辆中，可实现对车辆内部流量的实时监测，若发生攻击行为便可以即时告警。

2.根据权利要求1所述的基于改进视觉自注意力模型的车载网络入侵检测方法，其特征在于，所述步骤S1包括以下内容：步骤S101、将原始数据进行数值化和非线性转换处理；

步骤S102、从每一种流量中随机提取10%的数据集，进而生成m种长度相同的含有不同特征子集的数据子集，m＜原始数据集中特征数量。

3.根据权利要求1所述的基于改进视觉自注意力模型的车载网络入侵检测方法，其特征在于，所述步骤S2包括以下内容：步骤S201、通过分位数归一化和数值缩放，使得数据大小在RGB色值范围，即0到255的范围，且将特征分布变换为正态分布，并根据正态分布重新计算所有特征值，使得大多数变量值接近中值，如公式（1）所示：   （1）

其中，Y是随机变量，i角标代表每个数据对应一个随机变量；τ是Y的分位数，满足； 为Y 的条件中位数方程；au是数据集中某个数据点在排序之后在数据集中的位置，通常用百分位数表示，例如1‑100，按从小到大排序，25就是在0.25的位置；n则是数据集中的数据总量；

步骤S202、根据数据集的时间戳和特征大小将数据样本转换为块，根据最优特征子集中特征的数量q，取3×q个连续样本，使用Image库中的fromarray函数将其转换成q×q×3的图像，每个变换后的图像都是具有三个通道的方形彩色图像，并保留原始网络数据的时间序列相关性。

4.根据权利要求1所述的基于改进视觉自注意力模型的车载网络入侵检测方法，其特征在于，所述步骤S3包括以下步骤：步骤S301、每个粒子都由一个对特征子集进行编码的二进制向量表示，长度均为N，N表示所有特征总数；粒子中的每一位代表一个特征，其中1代表被选中的特征，0代表未被选中的特征；

步骤S302、种群初始化，将生成 P 个粒子作为初始种群，通过随机初始化来确定粒子的位置以及初始速度；

步骤S303、适应度函数计算，选用最小化模型损失作为适应度评价指标；

步骤S304、采用公式（2）更新粒子位置和速度；第i个粒子的位置向量由向量Xi = (xi1， xi2， xi3， ...， xid) 表示，其中xid表示第i个粒子位置的d维；第i个粒子的速度矢量表示为Vi = (vi1， vi2， vi3， ...， vid)；第i个粒子的局部最佳位置由向量Pid = (pi1， pi2， pi3， ...， pid) 表示；目前找到的全局最佳位置由向量 Pgd = (pg1， pg2， pg3， ...，pgd）表示；

（2）

其中，vid为粒子的速度；ω为惯性因子，其值为非负数，当ω较大时全局寻优能力强、局部寻优能力弱；当ω较小时全局寻优能力弱、局部寻优能力强；c1和c2是学习因子，其值为非负数，是调整局部最优值和全局最优值权重的参数；r1和r2是介于（0,1）之间的随机数；pid为个体最优解，pgd为全局最优解；

公式 为速度更新公式，其由三

部分组成，ω∙vid为记忆项，表示上次速度大小和方向的影响； 为个体认知项，是从当前位置指向该粒子最优位置的一个向量，反应个体经验对于下一步移动的影响； 为全局认知项，是从当前位置指向全局最优位置的一个向量，反映了粒子间的协同合作，三部分共同决定一个粒子下一步的移动方向和距离；

公式 为位置更新公式；

步骤S305、停止条件如果迭代次数不超过允许的最大迭代次数，则将重复适应度函数计算、粒子位置和速度更新；直到迭代次数达到上限，才会将全局最优特征子集作为最终特征集。

5.根据权利要求1所述的基于改进视觉自注意力模型的车载网络入侵检测方法，其特征在于，所述步骤S4包括以下步骤：步骤S401、新的数据集依然是序列数据集，同步骤S2一样，先将序列数据转换成图像数据集；

步骤S402、对图片进行分割，转换成类似于文本语句的一个个patch，并将图片展成一个序列；

步骤S403、向每一个patch嵌入一个位置信息token，以保存patch之间的关联性；

步骤S404、Vision transformer编码器部分由重复堆叠L次的编码块组成，编码块之间具有相同的结构，但不共享权重；每个编码块有两个子层，其中一个子层包括线性归一化层、修改的多头注意力层和Dropout层，另一个子层包括线性归一化层、多层感知机和Dropout层；

步骤S405、使用修改的注意力机制，如公式（3）所示，控制掩码变量 的值来保留或删除部分头部：   （3）

其中，Q、K、V分别代表查询、键和值的三元组，是通过预训练得到的初始值； 是代表{0,1}的掩码变量，用于控制是否删除头部；Concat指代的是全连接层；head指的是含有不o同Q、K、V的注意力公式；W是输出权重矩阵，用于将多个注意力头部的输出合并在一起；

步骤S406、经过Vision transformer模型的训练，得到适应于车联网的入侵检测模型。