전자 장치에 의해 수행되는 차량 통신 프로토콜의 ID 별 기능 식별 방법에 있어서, 수집된 차량 통신 프로토콜 데이터를 ID 별로 분류하는 단계; 상기 ID 별로 분류된 차량 통신 프로토콜 데이터에 기초하여 ID 별 신호를 생성하는 단계; 상기 ID 별로 분류된 차량 통신 프로토콜 데이터 및 상기 ID 별 신호에 기초하여 ID 별 특징을 추출하는 단계; 및 상기 추출된 ID 별 특징에 기초하여 상기 차량 통신 프로토콜 데이터에 포함된 ID 들에 각각 대응하는 기능들을 예측하는 단계;를 포함하는, ID 별 기능 식별 방법.

제 1 항에 있어서, 상기 차량 통신 프로토콜 데이터는, CAN(Controller Area Network) 데이터 및 CAN-FD(CAN with Flexible Data rate) 데이터 중 적어도 하나를 포함하는, ID 별 기능 식별 방법.

제 1 항에 있어서, 상기 차량 통신 프로토콜 데이터는, 정차 상태의 차량에서 발생하는 차량 통신 프로토콜 데이터 및 운행 상태의 차량에서 발생하는 차량 통신 프로토콜 데이터 중 적어도 하나를 포함하는, ID 별 기능 식별 방법.

제 1 항에 있어서, 상기 ID 별 신호를 생성하는 단계는, 상기 ID 별로 분류된 차량 통신 프로토콜 데이터에서 기설정된 시간 구간 단위로 상기 ID 별 신호를 추출하는 단계;를 포함하는, ID 별 기능 식별 방법.

제 1 항에 있어서, 상기 ID 별 특징은, ID들 간의 유사도 거리, ID 별 비트 플립 레이트 및 ID 별 비트 히스토그램 중 적어도 하나를 포함하는, ID 별 기능 식별 방법.

제 5 항에 있어서, 상기 ID 별 특징을 추출하는 단계는,상기 ID 별로 분류된 차량 통신 프로토콜 데이터로부터 상기 ID 별 비트 플립 레이트 및 상기 ID 별 비트 히스토그램 중 적어도 하나를 추출하는 단계; 및 상기 ID 별 신호에 기초하여 상기 ID들 간의 유사도 거리를 추출하는 단계;를 포함하는, ID 별 기능 식별 방법.

제 5 항에 있어서, 상기 ID들 간의 유사도 거리는, 서로 다른 ID 신호들 간의 DTW(dynamic time warping) 거리를 포함하는, ID 별 기능 식별 방법.

제 1 항에 있어서, 상기 ID 들에 각각 대응하는 기능들을 예측하는 단계는, ID에 대응하는 기능을 예측하도록 학습된 인공 지능 모델에 상기 추출된 ID 별 특징을 입력하는 단계;를 포함하는, ID 별 기능 식별 방법.

제 8 항에 있어서,상기 인공 지능 모델은, 상기 차량 통신 프로토콜 데이터가 수집되는 차량과 동일 차량에서 수집된 차량 통신 프로토콜 데이터에 기초하여 학습된 모델인, ID 별 기능 식별 방법.

제 8 항에 있어서, 상기 인공 지능 모델은, 상기 차량 통신 프로토콜 데이터가 수집되는 차량과 다른 차량에서 수집된 차량 통신 프로토콜 데이터에 기초하여 학습된 모델인, ID 별 기능 식별 방법.

제 1 항에 있어서, 상기 추출된 ID 별 특징에 기초하여 인공 지능 모델을 학습하는 단계;를 포함하는, ID 별 기능 식별 방법.

제 11 항에 있어서, 상기 인공 지능 모델을 학습하는 단계는, 상기 추출된 ID 별 특징 및 ID 별 기능 정보에 기초하여, ID에 대응하는 기능을 예측하도록 상기 인공 지능 모델을 학습하고, 상기 ID 별 기능 정보는, ID에 대응하는 기능에 대한 정보를 포함하는 차량 통신 프로토콜 데이터 베이스로부터 획득되는, ID 별 기능 식별 방법.

전자 장치에 있어서, 수집된 차량 통신 프로토콜 데이터를 저장하는 메모리; 및상기 수집된 차량 통신 프로토콜 데이터를 ID 별로 분류하고, 상기 ID 별로 분류된 차량 통신 프로토콜 데이터에 기초하여 ID 별 신호를 생성하고, 상기 ID 별로 분류된 차량 통신 프로토콜 데이터 및 상기 ID 별 신호에 기초하여 ID 별 특징을 추출하고, 상기 추출된 ID 별 특징에 기초하여 상기 차량 통신 프로토콜 데이터에 포함된 ID 들에 각각 대응하는 기능들을 예측하는 프로세서;를 포함하는, 전자 장치.

제 13 항에 있어서, 상기 프로세서는, 상기 ID 별로 분류된 차량 통신 프로토콜 데이터에서 기설정된 시간 구간 단위로 상기 ID 별 신호를 추출하는, 전자 장치.

제 13 항에 있어서, 상기 ID 별 특징은, ID들 간의 유사도 거리, ID 별 비트 플립 레이트 및 ID 별 비트 히스토그램 중 적어도 하나를 포함하는, 전자 장치.

제 15 항에 있어서, 상기 프로세서는, 상기 ID 별로 분류된 차량 통신 프로토콜 데이터로부터 상기 ID 별 비트 플립 레이트 및 상기 ID 별 비트 히스토그램 중 적어도 하나를 추출하고, 상기 ID 별 신호에 기초하여 상기 ID들 간의 유사도 거리를 추출하는, 전자 장치.

제 15 항에 있어서, 상기 ID들 간의 유사도 거리는, 서로 다른 ID 신호들 간의 DTW(dynamic time warping) 거리를 포함하는, 전자 장치.

제 13 항에 있어서, 상기 메모리는, ID에 대응하는 기능을 예측하도록 학습된 인공 지능 모델을 저장하고, 상기 프로세서는, 상기 인공 지능 모델에 상기 추출된 ID 별 특징을 입력하여, 상기 차량 통신 프로토콜 데이터에 포함된 ID 들에 각각 대응하는 기능들을 예측하는, 전자 장치.

제 13 항에 있어서, 상기 프로세서는, 상기 추출된 ID 별 특징에 기초하여 인공 지능 모델을 학습하는, 전자 장치.

전자 장치의 프로세서에 의해 실행되는 경우 상기 전자 장치가 동작을 수행하도록 하는 컴퓨터 명령을 저장하는 비일시적 컴퓨터 판독 가능 기록 매체에 있어서,상기 동작은, 수집된 차량 통신 프로토콜 데이터를 ID 별로 분류하는 단계; 상기 ID 별로 분류된 차량 통신 프로토콜 데이터에 기초하여 ID 별 신호를 생성하는 단계; 상기 ID 별로 분류된 차량 통신 프로토콜 데이터 및 상기 ID 별 신호에 기초하여 ID 별 특징을 추출하는 단계; 및 상기 추출된 ID 별 특징에 기초하여 상기 차량 통신 프로토콜 데이터에 포함된 ID 들에 각각 대응하는 기능들을 예측하는 단계;를 포함하는, 기록 매체.