随着汽车制造技术、互联网技术的发展与人民生活水平的提高,现代汽车在逐渐向智能化、网联化的方向发展。智能网联汽车带来了更好的驾驶体验与更便捷的信息获取途径,但与此同时也面对了更多的网络安全隐患。智能网联汽车的可联网部件如TCU等,使原本封闭的车载局域网CAN网络得到了与外界网络互联的方式,攻击者可通过外部网络节点间接连接至CAN总线并向其发送数据,严重时可接管车辆控制权。对于CAN总线的安全研究包括模糊测试、异常流量检测等,这些安全防护方法的有效性均依赖于难以获取的CAN总线消息规范。针对这种问题,本文设计并实现了一种基于智能网联汽车的车载总线数据分析方法。首先本文分析了智能网联汽车的网络架构及面对的安全问题,对智能网联汽车中存在的脆弱点及可能的攻击途径进行了描述;研究了 CAN总线协议的格式与存在的安全缺陷。其次,本文提出了 CAN总线数据分析方法,提出了通过构建位置概率矩阵的信号划分方法,可以提取出CAN总线中传输的各个信号,并根据信号数值特征对信号进行分类;提出了基于ID状态转移概率的CAN总线域划分方法,发现CAN总线中存在关联性、可能代表车内相关联的网络节点的多个ID,以ID关联性为依据划分CAN总线域结果;提出了基于相关系数的信号关联性分析方法,旨在通过发现信号间关联性发现CAN总线中代表相同或相关车辆状态的多个信号。本文使用真实车辆数据对数据分析方法准确性进行了验证,结果表明本方法相较已有方法能表现出更高信号划分准确性,且能正确发现ID、信号间关联性关系。最后,为说明本文提出的方法在CAN总线安全相关研究中的应用价值,结合本数据方法进行了 CAN总线模糊测试、逆向工程以及异常流量检测相关实验,实验结果表明本方法可以提高CAN总线相关安全研究的准确性与效率。