知財求人 - 知財ポータルサイト「IP Force」
▶ 株式会社オートネットワーク技術研究所の特許一覧 ▶ 住友電装株式会社の特許一覧 ▶ 住友電気工業株式会社の特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024127356
(43)【公開日】2024-09-20
(54)【発明の名称】更新システム、車載装置、及びサーバ
(51)【国際特許分類】
G01M 17/007 20060101AFI20240912BHJP
B60R 16/02 20060101ALI20240912BHJP
【ＦＩ】
G01M17/007 J
B60R16/02 660U
【審査請求】未請求
【請求項の数】16
【出願形態】ＯＬ
(21)【出願番号】P 2023036466
(22)【出願日】2023-03-09
(71)【出願人】
【識別番号】395011665
【氏名又は名称】株式会社オートネットワーク技術研究所
(71)【出願人】
【識別番号】000183406
【氏名又は名称】住友電装株式会社
(71)【出願人】
【識別番号】000002130
【氏名又は名称】住友電気工業株式会社
(74)【代理人】
【識別番号】110000280
【氏名又は名称】弁理士法人サンクレスト国際特許事務所
(72)【発明者】
【氏名】上口 翔悟
(57)【要約】
【課題】学習済モデルの更新を短期間に行う。
【解決手段】
更新システムは、車載装置と、サーバと、を備え、前記車載装置は、前記車載装置が接続される車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルと、前記第１学習済モデルから出力される前記推定値と、第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定する第１判定部と、を含み、前記サーバは、前記第１学習済モデルが前記車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルを選択する選択部と、選択された前記第２学習済モデルを前記車載装置へ送信する送信部と、を含み、前記車載装置は、前記第２学習済モデルを受信する受信部と、前記第１学習済モデルを、前記第２学習済モデルに更新する更新部と、を含む。
【選択図】図６
【解決手段】
更新システムは、車載装置と、サーバと、を備え、前記車載装置は、前記車載装置が接続される車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルと、前記第１学習済モデルから出力される前記推定値と、第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定する第１判定部と、を含み、前記サーバは、前記第１学習済モデルが前記車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルを選択する選択部と、選択された前記第２学習済モデルを前記車載装置へ送信する送信部と、を含み、前記車載装置は、前記第２学習済モデルを受信する受信部と、前記第１学習済モデルを、前記第２学習済モデルに更新する更新部と、を含む。
【選択図】図６
【特許請求の範囲】
【請求項1】
車載装置と、
サーバと、
を備え、
前記車載装置は、
前記車載装置が接続される車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルと、
前記第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定する第１判定部と、
を含み、
前記サーバは、
前記第１判定部によって前記第１学習済モデルが前記車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルを選択する選択部と、
前記選択部によって選択された前記第２学習済モデルを前記車載装置へ送信する送信部と、
を含み、
前記車載装置は、
前記サーバから送信された前記第２学習済モデルを受信する受信部と、
前記第１学習済モデルを、前記受信部によって受信された前記第２学習済モデルに更新する更新部と、
を含む、
更新システム。
サーバと、
を備え、
前記車載装置は、
前記車載装置が接続される車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルと、
前記第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定する第１判定部と、
を含み、
前記サーバは、
前記第１判定部によって前記第１学習済モデルが前記車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルを選択する選択部と、
前記選択部によって選択された前記第２学習済モデルを前記車載装置へ送信する送信部と、
を含み、
前記車載装置は、
前記サーバから送信された前記第２学習済モデルを受信する受信部と、
前記第１学習済モデルを、前記受信部によって受信された前記第２学習済モデルに更新する更新部と、
を含む、
更新システム。
【請求項2】
前記車載装置は、過去に前記車載ネットワークを伝送された第１車両値及び第２車両値を記憶する記憶部をさらに含み、
前記第１判定部は、前記記憶部に記憶された前記第１車両値を前記第１学習済モデルに入力することによって前記第１学習済モデルから出力された前記推定値と、前記記憶部に記憶された前記第２車両値とを比較して、前記第１学習済モデルが前記車両に適合しているか否かを判定する、
請求項１に記載の更新システム。
前記第１判定部は、前記記憶部に記憶された前記第１車両値を前記第１学習済モデルに入力することによって前記第１学習済モデルから出力された前記推定値と、前記記憶部に記憶された前記第２車両値とを比較して、前記第１学習済モデルが前記車両に適合しているか否かを判定する、
請求項１に記載の更新システム。
【請求項3】
前記第１判定部は、前記車両が停止している状態において、前記第１学習済モデルが前記車両に適合しているか否かを判定する、
請求項２に記載の更新システム。
請求項２に記載の更新システム。
【請求項4】
前記車載装置は、
前記車両が走行する通常モードと、前記車両の保守を行うための保守モードとのいずれかに動作モードを設定するモード設定部をさらに含み、
前記第１判定部は、前記動作モードが前記保守モードに設定されている場合に、前記第１学習済モデルが前記車両に適合しているか否かを判定する、
請求項２に記載の更新システム。
前記車両が走行する通常モードと、前記車両の保守を行うための保守モードとのいずれかに動作モードを設定するモード設定部をさらに含み、
前記第１判定部は、前記動作モードが前記保守モードに設定されている場合に、前記第１学習済モデルが前記車両に適合しているか否かを判定する、
請求項２に記載の更新システム。
【請求項5】
前記車載装置は、前記動作モードが前記通常モードに設定されている場合に、前記第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第２車両値を含むフレームが不正フレームであるか否かを判定する第２判定部をさらに含む、
請求項４に記載の更新システム。
請求項４に記載の更新システム。
【請求項6】
前記選択部は、前記車両に関する車両情報に基づいて、前記第２学習済モデルを選択する、
請求項１に記載の更新システム。
請求項１に記載の更新システム。
【請求項7】
前記車両情報は、前記車両の車種を含む、
請求項６に記載の更新システム。
請求項６に記載の更新システム。
【請求項8】
前記車両情報は、前記車両の年式を含む、
請求項６に記載の更新システム。
請求項６に記載の更新システム。
【請求項9】
前記車両情報は、前記車両の総走行距離を含む、
請求項６に記載の更新システム。
請求項６に記載の更新システム。
【請求項10】
前記車両情報は、前記車両の車種、年式、及び総走行距離を含み、
前記選択部は、前記車両情報に含まれる車種及び年式に対応する前記第２学習済モデルを選択し、
前記選択部は、前記車両情報に含まれる車種及び年式に対応する複数の前記第２学習済モデルが存在する場合、前記車両情報に含まれる前記総走行距離に基づいて、前記複数の第２学習済モデルの中の１つを選択する、
請求項６に記載の更新システム。
前記選択部は、前記車両情報に含まれる車種及び年式に対応する前記第２学習済モデルを選択し、
前記選択部は、前記車両情報に含まれる車種及び年式に対応する複数の前記第２学習済モデルが存在する場合、前記車両情報に含まれる前記総走行距離に基づいて、前記複数の第２学習済モデルの中の１つを選択する、
請求項６に記載の更新システム。
【請求項11】
前記選択部は、複数の学習済モデルを格納する格納部から、前記第２学習済モデルを選択する、
請求項１に記載の更新システム。
請求項１に記載の更新システム。
【請求項12】
前記車載装置は、
前記第２学習済モデルから出力される推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第２学習済モデルが前記車両に適合しているか否かを判定する第３判定部と、
前記第３判定部によって前記第２学習済モデルが前記車両に適合していないと判定された場合に、前記車載ネットワークを伝送される前記第１車両値及び前記第２車両値を教師データとする教師あり学習を実行することにより、第３学習済モデルを生成する学習部と、
をさらに含み、
前記更新部は、前記第１学習済モデルを、前記学習部によって生成された前記第３学習済モデルに更新する、
請求項１から請求項１１のいずれか１項に記載の更新システム。
前記第２学習済モデルから出力される推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第２学習済モデルが前記車両に適合しているか否かを判定する第３判定部と、
前記第３判定部によって前記第２学習済モデルが前記車両に適合していないと判定された場合に、前記車載ネットワークを伝送される前記第１車両値及び前記第２車両値を教師データとする教師あり学習を実行することにより、第３学習済モデルを生成する学習部と、
をさらに含み、
前記更新部は、前記第１学習済モデルを、前記学習部によって生成された前記第３学習済モデルに更新する、
請求項１から請求項１１のいずれか１項に記載の更新システム。
【請求項13】
前記車載装置は、複数の車両において利用可能な複数の学習済モデルを格納する格納部に、前記学習部によって生成された前記第３学習済モデルを格納させる格納制御部をさらに含む、
請求項１２に記載の更新システム。
請求項１２に記載の更新システム。
【請求項14】
前記車載装置は、前記車載ネットワークに含まれる複数の通信線に接続され、複数の車載装置の間でフレームを中継する中継装置である、
請求項１に記載の更新システム。
請求項１に記載の更新システム。
【請求項15】
車載ネットワークに接続される車載装置であって、
前記車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルと、
前記第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定する第１判定部と、
前記第１判定部によって前記第１学習済モデルが前記車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルをサーバから受信する受信部と、
前記第１学習済モデルを、前記受信部によって受信された前記第２学習済モデルに更新する更新部と、
を備える、
車載装置。
前記車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルと、
前記第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定する第１判定部と、
前記第１判定部によって前記第１学習済モデルが前記車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルをサーバから受信する受信部と、
前記第１学習済モデルを、前記受信部によって受信された前記第２学習済モデルに更新する更新部と、
を備える、
車載装置。
【請求項16】
車載装置と通信することが可能なサーバであって、
車載装置が接続される車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較することにより、前記第１学習済モデルが車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルを選択する選択部と、
前記選択部によって選択された前記第２学習済モデルを前記車載装置へ送信する送信部と、
を備える、
サーバ。
車載装置が接続される車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較することにより、前記第１学習済モデルが車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルを選択する選択部と、
前記選択部によって選択された前記第２学習済モデルを前記車載装置へ送信する送信部と、
を備える、
サーバ。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、更新システム、車載装置、及びサーバに関する。
【背景技術】
【0002】
車両には、エンジン、トランスミッション等を制御する制御系ＥＣＵ（Electronic Control Unit）、ヘッドライト、パワーウインドウ等を制御するボディ系ＥＣＵ、ナビゲーション装置、マルチメディア機器等の情報系ＥＣＵ等、多種の車載装置が搭載される。各車載装置は、車載ネットワークに接続され、相互に通信することができる。
【0003】
車載ネットワークに非正規の車載装置が正規の車載装置になりすまして接続され、非正規の車載装置から車載ネットワークに不正なフレームが送信されることにより、車両が不正に制御されることが問題となっている。このため、車載ネットワークにおいて不正なフレームを検出する技術が提案されている（例えば、特許文献１から３）。
【0004】
機械学習によって生成した学習済モデルを用いて不正フレームの検出を行う場合、車両の経年劣化等によって学習済モデルの入力値と出力値との関係が変化してしまうと、不正フレームを正確に検出することができなくなる。特許文献２には、車載機器が劣化することによって車両に搭載されたセンサから取得した第１車両値と第２車両値との関係が変化した場合に、学習済モデルの再学習を行う装置が開示されている。
【先行技術文献】
【特許文献】
【0005】
【特許文献1】国際公開第２０２０／２０３３５２号
【特許文献2】国際公開第２０１９／１１６９７３号
【特許文献3】特開２０２０－９６２８６号公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
しかしながら、特許文献２に開示された装置では、学習済モデルの再学習を行うために、センサから取得した第１車両値及び第２車両値をログとして記録しておく必要があるため、待ち時間が大きくなるという問題がある。
【課題を解決するための手段】
【0007】
本開示の一態様に係る更新システムは、車載装置と、サーバと、を備え、前記車載装置は、前記車載装置が接続される車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルと、前記第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定する第１判定部と、を含み、前記サーバは、前記第１判定部によって前記第１学習済モデルが前記車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルを選択する選択部と、前記選択部によって選択された前記第２学習済モデルを前記車載装置へ送信する送信部と、を含み、前記車載装置は、前記サーバから送信された前記第２学習済モデルを受信する受信部と、前記第１学習済モデルを、前記受信部によって受信された前記第２学習済モデルに更新する更新部と、を含む。
【発明の効果】
【0008】
本開示によれば、学習済モデルの更新を短期間に行うことができる。
【図面の簡単な説明】
【0009】
【発明を実施するための形態】
【0010】
＜本開示の実施形態の概要＞
以下、本開示の実施形態の概要を列記して説明する。
以下、本開示の実施形態の概要を列記して説明する。
【0011】
（１） 本実施形態に係る管理システムは、車載装置と、サーバと、を備え、前記車載装置は、前記車載装置が接続される車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルと、前記第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定する第１判定部と、を含み、前記サーバは、前記第１判定部によって前記第１学習済モデルが前記車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルを選択する選択部と、前記選択部によって選択された前記第２学習済モデルを前記車載装置へ送信する送信部と、を含み、前記車載装置は、前記サーバから送信された前記第２学習済モデルを受信する受信部と、前記第１学習済モデルを、前記受信部によって受信された前記第２学習済モデルに更新する更新部と、を含む。これにより、車載装置において再学習を行う必要がなく、学習済モデルの更新を短期間に行うことができる。
【0012】
（２） 上記（１）において、前記車載装置は、過去に前記車載ネットワークを伝送された第１車両値及び第２車両値を記憶する記憶部をさらに含み、前記第１判定部は、前記記憶部に記憶された前記第１車両値を前記第１学習済モデルに入力することによって前記第１学習済モデルから出力された前記推定値と、前記記憶部に記憶された前記第２車両値とを比較して、前記第１学習済モデルが前記車両に適合しているか否かを判定してもよい。これにより、記憶部に記憶された実績値である第１車両値及び第２車両値を用いることにより、第１学習済モデルが車両に適合しているか否かを正確に判定することができる。
【0013】
（３） 上記（２）において、前記第１判定部は、前記車両が停止している状態において、前記第１学習済モデルが前記車両に適合しているか否かを判定してもよい。これにより、車両の走行制御を行う必要がない車両の停止中に、第１学習済モデルが車両に適合しているか否かの判定を実行することができる。
【0014】
（４） 上記（２）又は（３）において、前記車載装置は、前記車両が走行する通常モードと、前記車両の保守を行うための保守モードとのいずれかに動作モードを設定するモード設定部をさらに含み、前記第１判定部は、前記動作モードが前記保守モードに設定されている場合に、前記第１学習済モデルが前記車両に適合しているか否かを判定してもよい。これにより、動作モードが保守モードに設定されている間に、第１学習済モデルが車両に適合しているか否かの判定を実行することができる。
【0015】
（５） 上記（４）において、前記車載装置は、前記動作モードが前記通常モードに設定されている場合に、前記第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第２車両値を含むフレームが不正フレームであるか否かを判定する第２判定部をさらに含んでもよい。これにより、動作モードが通常モードの間に、第１学習済モデルを用いて不正フレームの検出を行うことができる。
【0016】
（６） 上記（１）から（５）のいずれか１つにおいて、前記選択部は、前記車両に関する車両情報に基づいて、前記第２学習済モデルを選択してもよい。これにより、車両に対応した第２学習済モデルを車載装置に提供することができる。
【0017】
（７） 上記（６）において、前記車両情報は、前記車両の車種を含んでもよい。これにより、車両の車種に対応した第２学習済モデルを車載装置に提供することができる。
【0018】
（８） 上記（６）又は（７）において、前記車両情報は、前記車両の年式を含んでもよい。これにより、車両の年式に対応した第２学習済モデルを車載装置に提供することができる。
【0019】
（９） 上記（６）から（８）のいずれか１つにおいて、前記車両情報は、前記車両の総走行距離を含んでもよい。これにより、車両の総走行距離に対応した第２学習済モデルを車載装置に提供することができる。
【0020】
（１０） 上記（６）において、前記車両情報は、前記車両の車種、年式、及び総走行距離を含み、前記選択部は、前記車両情報に含まれる車種及び年式に対応する前記第２学習済モデルを選択し、前記選択部は、前記車両情報に含まれる車種及び年式に対応する複数の前記第２学習済モデルが存在する場合、前記車両情報に含まれる前記総走行距離に基づいて、前記複数の第２学習済モデルの中の１つを選択してもよい。これにより、車両の車種及び年式に対応した第２学習済モデルを選択することができる。さらに、車両の車種及び年式に対応した複数の第２学習済モデルが存在する場合には、総走行距離によって適切な第２学習済モデルを選択することができる。
【0021】
（１１） 上記（１）から（１０）のいずれか１つにおいて、前記選択部は、複数の学習済モデルを格納する格納部から、前記第２学習済モデルを選択してもよい。これにより、様々な学習済モデルから車両に適合した学習済モデルを第２学習済モデルとして選択することができる。
【0022】
（１２） 上記（１）から（１１）のいずれか１つにおいて、前記車載装置は、前記第２学習済モデルから出力される推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第２学習済モデルが前記車両に適合しているか否かを判定する第３判定部と、前記第３判定部によって前記第２学習済モデルが前記車両に適合していないと判定された場合に、前記車載ネットワークを伝送される前記第１車両値及び前記第２車両値を教師データとする教師あり学習を実行することにより、第３学習済モデルを生成する学習部と、をさらに含み、前記更新部は、前記第１学習済モデルを、前記学習部によって生成された前記第３学習済モデルに更新してもよい。これにより、サーバから提供された第２学習済モデルが車両に適合していない場合に、車両に適合した第３学習済モデルを生成し、第１学習済モデルを第３学習済モデルに更新することができる。
【0023】
（１３） 上記（１２）において、前記車載装置は、複数の車両において利用可能な複数の学習済モデルを格納する格納部に、前記学習部によって生成された前記第３学習済モデルを格納させる格納制御部をさらに含んでもよい。これにより、生成された第３学習済モデルを、他の車両において用いることができる。
【0024】
（１４） 上記（１）から（１３）のいずれか１つにおいて、前記車載装置は、前記車載ネットワークに含まれる複数の通信線に接続され、複数の車載装置の間でフレームを中継する中継装置であってもよい。これにより、複数の車載装置間でフレームを中継する中継装置における学習モデルを更新することができる。
【0025】
（１５） 本実施形態に係る車載装置は、車載ネットワークに接続される車載装置であって、前記車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルと、前記第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定する第１判定部と、前記第１判定部によって前記第１学習済モデルが前記車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルをサーバから受信する受信部と、前記第１学習済モデルを、前記受信部によって受信された前記第２学習済モデルに更新する更新部と、を備える。これにより、車載装置において再学習を行う必要がなく、学習済モデルの更新を短期間に行うことができる。
【0026】
（１６） 本実施形態に係るサーバは、車載装置と通信することが可能なサーバであって、車載装置が接続される車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較することにより、前記第１学習済モデルが車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルを選択する選択部と、前記選択部によって選択された前記第２学習済モデルを前記車載装置へ送信する送信部と、を備える。これにより、車載装置において再学習を行う必要がなく、学習済モデルの更新を短期間に行うことができる。
【0027】
本開示は、上記のような特徴的な構成を備える更新システム、更新システムに含まれる車載装置、及び更新システムに含まれるサーバとして実現することができるだけでなく、車載装置における特徴的な処理をステップとする更新方法として実現したり、前記車載装置に特徴的な処理を実行させるための更新プログラムとして実現したり、前記中継装置の一部又は全部を半導体集積回路として実現したりすることができる。さらに、本開示は、前記サーバにおける特徴的な処理をステップとする方法として実現したり、前記サーバに特徴的な処理を実行させるためのプログラムとして実現したり、前記サーバの一部又は全部を半導体集積回路として実現したりすることもできる。
【0028】
＜本開示の実施形態の詳細＞
以下、図面を参照しつつ、本発明の実施形態の詳細を説明する。なお、以下に記載する実施形態の少なくとも一部を任意に組み合わせてもよい。
以下、図面を参照しつつ、本発明の実施形態の詳細を説明する。なお、以下に記載する実施形態の少なくとも一部を任意に組み合わせてもよい。
【0029】
［１．更新システム］
図１は、本実施形態に係る更新システムの構成の一例を示すブロック図である。更新システム１０は、車両に搭載された中継ＥＣＵ２００と、車両の外部に設けられたサーバ５００とを含む。
図１は、本実施形態に係る更新システムの構成の一例を示すブロック図である。更新システム１０は、車両に搭載された中継ＥＣＵ２００と、車両の外部に設けられたサーバ５００とを含む。
【0030】
車両は、車載システム１００を有する。車載システム１００は、中継ＥＣＵ２００と、ＥＣＵ３００Ａ，３００Ｂ，３００Ｃ，３００Ｄ，３００Ｅとを含む。車載システム１００は、中継ＥＣＵ２００、ＥＣＵ３００Ａ，３００Ｂ，３００Ｃ，３００Ｄ，３００Ｅ、及びそれらを繋ぐ通信線（通信バス）によって構成される車載ネットワークである。
【0031】
複数のＥＣＵ３００Ａ，３００Ｂ，３００Ｃ，３００Ｄ，３００Ｅは、車両の各部に配置される。ＥＣＵ３００Ａ，３００Ｂ，３００Ｃ，３００Ｄ，３００Ｅは、車両の各部のハードウェアを個別に制御したり、車両の各部のハードウェアの状態を監視したりする。例えば、ＥＣＵ３００Ａ，３００Ｂ，３００Ｃ，３００Ｄ，３００Ｅは、制御系、ボディ系、情報系のＥＣＵである。なお、以下の説明では、ＥＣＵ３００Ａ，３００Ｂ，３００Ｃ，３００Ｄを総称して「ＥＣＵ３００」ともいう。
【0032】
ＥＣＵ３００Ａ，３００Ｂ，３００Ｃ，３００Ｄはセンサに接続されている。センサは、車両に関する物理量を検出する。例えば、ＥＣＵ３００Ａには、エンジン回転数を検出するセンサ３１０Ａが接続されている。例えば、ＥＣＵ３００Ｂには、アクセルペダルの踏込量、すなわち、スロットル開度を検出するセンサ３１０Ｂが接続されている。例えば、ＥＣＵ３００Ｃには、車両に搭載された変速機構におけるギアポジションを検出するセンサ３１０Ｃが接続されている。例えば、ＥＣＵ３００Ｄには、車輪の回転速度、すなわち、車速を検出するセンサ３１０Ｄが接続されている。エンジン回転数、スロットル開度、ギアポジション、及び車速は、「車両値」の例である。
【0033】
中継ＥＣＵ２００は、ＥＣＵ３００Ａ，３００Ｂ，３００Ｃ，３００Ｄ，３００ＥのそれぞれとＣＡＮ（Controller Area Network）バスのような通信バス４００Ａ，４００Ｂ，４００Ｃを介して接続されている。具体的には、バス４００Ａには、ＥＣＵ３００Ａ，３００Ｂが接続されている。バス４００Ｂには、ＥＣＵ３００Ｃ，３００Ｄが接続されている。バス４００Ｃには、ＥＣＵ３００Ｅが接続されている。中継ＥＣＵ２００は、ＥＣＵ３００Ａ，３００Ｂ，３００Ｃ，３００Ｄ，３００Ｅのそれぞれと相互に通信することができる。中継ＥＣＵ２００，ＥＣＵ３００Ａ，３００Ｂ，３００Ｃ，３００Ｄ，３００Ｅは、「車載装置」の例である。
【0034】
中継ＥＣＵ２００及びＥＣＵ３００は、周期的又は非周期的にメッセージを送受信するための通信プロトコルを使用する。通信プロトコルは、例えば、ＣＡＮ又はＣＡＮ ＦＤ（CAN with Flexible Data Rate）である。他の例では、プロトコルは、イーサネット（登録商標）である。
【0035】
中継ＥＣＵ２００は、複数のＥＣＵ３００間の通信を中継するゲートウェイとしての機能を有する。ＥＣＵ３００は、フレームを送信することができる。フレームは、上述した通信プロトコルに準拠したメッセージである。中継ＥＣＵ２００は、異なるバスに接続されたＥＣＵ間のフレームを中継する。例えば、中継ＥＣＵ２００は、バス４００Ａに接続されたＥＣＵ３００Ａと、バス４００Ｂに接続されたＥＣＵ３００Ｃとの間でフレームを中継することができる。
【0036】
ＥＣＵ３００Ａ，３００Ｂ，３００Ｃ，３００Ｄは、上述した車両値を含むフレームを送信することができる。フレームを受信したＥＣＵ３００Ａ，３００Ｂ，３００Ｃ，３００Ｄ，３００Ｅは、受信したフレームから車両値を取得することができる。
【0037】
中継ＥＣＵ２００は、バス４００Ｃを介して外部通信装置３５０に接続されている。外部通信装置３５０は、例えばＴＣＵ（Telematics Control Unit）であり、車外の装置と通信することができる。外部通信装置３５０は、例えば第５世代移動通信システム（５Ｇ）、又は第４世代移動通信システム（４Ｇ）等の移動通信システム用の無線通信インタフェースを備える。外部通信装置３５０は、例えば、ＴＣＰ／ＩＰ（Transmission Control Protocol/Internet Protocol）のパケットを送受信することができる。外部通信装置３５０は、移動通信ネットワークの基地局（図示せず）に接続し、インターネットに接続された装置と、基地局を介して通信することができる。具体的には、外部通信装置３５０は、サーバ５００と通信することができる。外部通信装置３５０は、中継ＥＣＵ２００とサーバ５００との間の通信を中継する。
【0038】
バス４００Ｃには、コネクタ４１０が接続されている。コネクタ４１０は、例えばＯＢＤ１（On-board Diagnostics first generation）又はＯＢＤ２（On-board Diagnostics second generation）に準拠したコネクタである。コネクタ４１０には、車両の診断を行うための診断装置３７０が接続可能である。診断装置３７０は、上述した通信プロトコルを使用して、中継ＥＣＵ２００及びＥＣＵ３００と通信することができる。例えば、診断装置３７０は、中継ＥＣＵ２００及びＥＣＵ３００から、センサによって検出された車両値、ＥＣＵ３００によって過去に検出された異常又は警告情報等を収集することができる。
【0039】
［２．中継ＥＣＵのハードウェア構成］
図２は、本実施形態に係る中継ＥＣＵのハードウェア構成の一例を示すブロック図である。中継ＥＣＵ２００は、プロセッサ２０１と、不揮発性メモリ２０２と、揮発性メモリ２０３と、通信インタフェース（以下、「通信Ｉ／Ｆ」ともいう）２０４Ａ，２０４Ｂ，２０４Ｃとを含む。プロセッサ２０１と、不揮発性メモリ２０２と、揮発性メモリ２０３と、通信Ｉ／Ｆ２０４とのそれぞれは、通信線であるバス２０５によって互いに接続されている。プロセッサ２０１と、不揮発性メモリ２０２と、揮発性メモリ２０３と、通信Ｉ／Ｆ２０４とのそれぞれは、バス２０５を介して互いにデータを伝送することができる。中継ＥＣＵ２００は、「中継装置」の一例である。
図２は、本実施形態に係る中継ＥＣＵのハードウェア構成の一例を示すブロック図である。中継ＥＣＵ２００は、プロセッサ２０１と、不揮発性メモリ２０２と、揮発性メモリ２０３と、通信インタフェース（以下、「通信Ｉ／Ｆ」ともいう）２０４Ａ，２０４Ｂ，２０４Ｃとを含む。プロセッサ２０１と、不揮発性メモリ２０２と、揮発性メモリ２０３と、通信Ｉ／Ｆ２０４とのそれぞれは、通信線であるバス２０５によって互いに接続されている。プロセッサ２０１と、不揮発性メモリ２０２と、揮発性メモリ２０３と、通信Ｉ／Ｆ２０４とのそれぞれは、バス２０５を介して互いにデータを伝送することができる。中継ＥＣＵ２００は、「中継装置」の一例である。
【0040】
揮発性メモリ２０３は、例えばＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）等の半導体メモリである。不揮発性メモリ２０２は、例えばフラッシュメモリ、ハードディスク、ＲＯＭ（Read Only Memory）等である。不揮発性メモリ２０２には、コンピュータプログラムである不正フレーム検出プログラム２１０及び更新プログラム２１１並びに不正フレーム検出プログラム２１０及び更新プログラム２１１の実行に使用されるデータが格納される。中継ＥＣＵ２００の後述する機能は、不正フレーム検出プログラム２１０及び更新プログラム２１１がプロセッサ２０１によって実行されることで発揮される。
【0041】
プロセッサ２０１は、例えばＣＰＵ（Central Processing Unit）である。ただし、プロセッサ２０１は、ＣＰＵに限られない。プロセッサ２０１は、ＧＰＵ（Graphics Processing Unit）であってもよい。具体的な一例では、プロセッサ２０１は、マルチコアプロセッサである。プロセッサ２０１は、シングルコアプロセッサであってもよい。プロセッサ２０１は、コンピュータプログラムを実行可能に構成される。ただしプロセッサ２０１は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）であってもよいし、ＦＰＧＡ（Field Programmable Gate Array）等のプログラマブルロジックデバイスであってもよい。この場合、ＡＳＩＣ又はプログラマブルロジックデバイスは、不正フレーム検出プログラム２１０及び更新プログラム２１１と同じ機能を実行可能に構成される。
【0042】
通信Ｉ／Ｆ２０４Ａ，２０４Ｂ，２０４Ｃは、上述した車載ネットワーク用の通信プロトコルに準拠した通信インタフェースである。通信Ｉ／Ｆ２０４Ａ，２０４Ｂ，２０４Ｃは、例えばＣＡＮインタフェースである。通信Ｉ／Ｆ２０４Ａ，２０４Ｂ，２０４Ｃは、イーサネットインタフェースであってもよい。
【0043】
通信Ｉ／Ｆ２０４Ａは、バス４００Ａに接続されている。通信Ｉ／Ｆ２０４Ｂは、バス４００Ｂに接続されている。通信Ｉ／Ｆ２０４Ｃは、バス４００Ｃに接続されている。中継ＥＣＵ２００は、通信Ｉ／Ｆ２０４Ａによって、ＥＣＵ３００Ａ及び３００Ｂと通信することができる。中継ＥＣＵ２００は、通信Ｉ／Ｆ２０４Ｂによって、ＥＣＵ３００Ｃ及び３００Ｄと通信することができる。中継ＥＣＵ２００は、通信Ｉ／Ｆ２０４Ｃによって、ＥＣＵ３００Ｅと通信することができる。さらに、中継ＥＣＵ２００は、通信Ｉ／Ｆ２０４Ｃによって、診断装置３７０と通信することができ、外部通信装置３５０を介してサーバ５００と通信することができる。
【0044】
不揮発性メモリ２０２には、不正フレームの検出に用いられる学習済モデル２１２が格納されている。学習済モデル２１２については後述する。
【0045】
不揮発性メモリ２０２には、ログデータ２１３が格納されている。ログデータ２１３は、過去に検出された車両値、すなわち、エンジン回転数、スロットル開度、ギアポジション、及び車速等を含む。
【0046】
不揮発性メモリ２０２には、車両情報２１４が格納されている。車両情報２１４は、車両の車種、年式、及び総走行距離を含む。例えば、車両情報２１４は、中継ＥＣＵ２００の不揮発性メモリ２０２ではなく、ＥＣＵ３００の不揮発性メモリ（図示せず）に記憶されていてもよい。この場合、中継ＥＣＵ２００は、通信によってＥＣＵ３００から車両情報を取得することができる。
【0047】
［３．サーバのハードウェア構成］
図３は、本実施形態に係るサーバのハードウェア構成の一例を示すブロック図である。サーバ５００は、プロセッサ５０１と、不揮発性メモリ５０２と、揮発性メモリ５０３と、通信Ｉ／Ｆ５０４とを含む。プロセッサ５０１と、不揮発性メモリ５０２と、揮発性メモリ５０３と、通信Ｉ／Ｆ５０４とのそれぞれは、通信線であるバス５０５によって互いに接続されている。プロセッサ５０１と、不揮発性メモリ５０２と、揮発性メモリ５０３と、通信Ｉ／Ｆ５０４とのそれぞれは、バス５０５を介して互いにデータを伝送することができる。
図３は、本実施形態に係るサーバのハードウェア構成の一例を示すブロック図である。サーバ５００は、プロセッサ５０１と、不揮発性メモリ５０２と、揮発性メモリ５０３と、通信Ｉ／Ｆ５０４とを含む。プロセッサ５０１と、不揮発性メモリ５０２と、揮発性メモリ５０３と、通信Ｉ／Ｆ５０４とのそれぞれは、通信線であるバス５０５によって互いに接続されている。プロセッサ５０１と、不揮発性メモリ５０２と、揮発性メモリ５０３と、通信Ｉ／Ｆ５０４とのそれぞれは、バス５０５を介して互いにデータを伝送することができる。
【0048】
揮発性メモリ５０３は、例えばＳＲＡＭ、ＤＲＡＭ等の半導体メモリである。不揮発性メモリ５０２は、例えばフラッシュメモリ、ハードディスク、ＲＯＭ等である。不揮発性メモリ５０２には、コンピュータプログラムである提供プログラム５１０、及び提供プログラム５１０の実行に使用されるデータが格納される。サーバ５００の後述する機能は、提供プログラム５１０がプロセッサ５０１によって実行されることで発揮される。
【0049】
プロセッサ５０１は、例えばＣＰＵである。ただし、プロセッサ５０１は、ＣＰＵに限られない。プロセッサ５０１は、ＧＰＵであってもよい。具体的な一例では、プロセッサ５０１は、マルチコアプロセッサである。プロセッサ５０１は、シングルコアプロセッサであってもよい。プロセッサ５０１は、コンピュータプログラムを実行可能に構成される。ただしプロセッサ５０１は、例えば、ＡＳＩＣであってもよいし、ＦＰＧＡ等のプログラマブルロジックデバイスであってもよい。この場合、ＡＳＩＣ又はプログラマブルロジックデバイスは、提供プログラム５１０と同じ機能を実行可能に構成される。
【0050】
通信Ｉ／Ｆ５０４は、例えばイーサネットインタフェース（「Ｅｔｈｅｒｎｅｔ」は登録商標）である。通信Ｉ／Ｆ５０４は、例えばインターネットに接続されている。通信Ｉ／Ｆ５０４は、例えば、ＴＣＰ／ＩＰのパケットを送受信することができる。
【0051】
不揮発性メモリ５０２には、学習済モデルデータベース５１１（以下、「学習済モデルＤＢ５１１」ともいう）が設けられている。学習済モデルＤＢ５１１は、複数の学習済モデルが格納されている。学習済モデルＤＢ５１１は、「格納部」の一例である。提供プログラム５１０は、車両からの要求に応じて、学習済モデルＤＢ５１１から当該車両に適した学習済モデルを選択し、選択した学習済モデルを車両に提供する。学習済モデルＤＢ５１１については後述する。
【0052】
［４．学習済モデル］
学習済モデル２１２は、プロセッサ２０１によって実行可能なコンピュータプログラムであり、不正フレームの検出に用いられる。
学習済モデル２１２は、プロセッサ２０１によって実行可能なコンピュータプログラムであり、不正フレームの検出に用いられる。
【0053】
図４は、実施形態に係る学習済モデルの構成の一例を示す模式図である。学習済モデル２１２は、例えば、ニューラルネットワークによって構成され、入力層と、隠れ層と、出力層とを含む。
【0054】
学習済モデル２１２は、例えばディープニューラルネットワークによって構成される。学習済モデル２１２は、畳み込みニューラルネットワークであってもよく、再帰型ニューラルネットワークであってもよく、ＬＳＴＭ（Long Short Term Memory）であってもよく、その他のニューラルネットワークであってもよい。
【0055】
入力層は、センサによって検出され、ＥＣＵ３００から送信されるフレームに含まれる車両値（第１車両値）を受け付ける。入力層２１２ＩＮは１又は複数のノードを含む。例えば、入力層は、エンジン回転数と、スロットル開度と、ギアポジションとのそれぞれの第１車両値を受け付ける。
【0056】
隠れ層は、一又は複数の処理層によって構成される。図４に示す例では、隠れ層は３層構造である。隠れ層を構成する各層は、一又は複数のノードを有する。入力層のノードのそれぞれは、２層目のノードのそれぞれにエッジによって接続される。エッジには個別の重みが設定される。２層目のノードのそれぞれは、３層目のノードのそれぞれにエッジによって接続される。３層目のノードのそれぞれは、４層目のノードのそれぞれにエッジによって接続される。
【0057】
出力層は、少なくとも１つのノードを含む。隠れ層における４層目のノードのそれぞれは、出力層のノードにエッジによって接続される。
【0058】
入力層のノードに与えられた第１車両値は、エッジの重みによって重み付けされ、２層目のノードに受け渡される。２層目のノードは、与えられたデータに対してそれぞれに割り当てられた処理を実行する。２層目のノードによって処理されたデータは、エッジの重みによって重み付けされ、３層目のノードに受け渡される。３層目のノードは、与えられたデータに対してそれぞれに割り当てられた処理を実行する。同様にしてデータを４層目、出力層へとデータが順次受け渡される。出力層に含まれるノードのデータは、第２車両値の推定値である。第２車両値は、第１車両値に相関関係のある車両値である。例えば、第１車両値がエンジン回転数、スロットル開度、及びギアポジションである場合、第２車両値は車速である。
【0059】
例えば、第２車両値である車速を送信するフレームが正規のフレーム（以下、「正規フレーム」ともいう）である場合、正規フレームに含まれる車速は実際の車速を示す正常な値である。したがって、入力データであるエンジン回転数、スロットル開度、及びギアポジションのそれぞれが正常であれば、学習済モデル２１２から出力される車速の推定値は、正規フレームに含まれる車速に近い値である。例えば、第２車両値である車速を送信するフレームが不正フレームである場合、不正フレームに含まれる車速は実際の車速とは異なる異常な値である。したがって、学習済モデル２１２から出力される車速の推定値は、不正フレームに含まれる車速とは近似しない値になる。
【0060】
中継ＥＣＵ２００の不揮発性メモリ２０２には、複数の学習済モデルが格納されてもよい。例えば、ブレーキペダルの踏込量を入力データとし、加速度の推定値を出力データとする学習済モデル、ステアリングホイールの回転角を入力データとし、車輪の舵角の推定値を出力データとする学習済モデルなどが不揮発性メモリ２０２に格納されてもよい。
【0061】
［５．学習済モデルＤＢ］
図５は、学習済モデルＤＢの構成の一例を示す図である。学習済モデルＤＢ５１１は、車両情報と、学習済モデルとを関連付けて格納する。すなわち、学習済モデルＤＢ５１１は、車両情報と、車両情報によって特定される車両に適合した学習済モデルとを対応づけて格納する。具体的には、車両情報は、対応する学習済モデルが生成された車両の車両情報である。図５の例では、学習済モデルＭ１は、車種「車種Ａ」、年式「２０１１」、総走行距離「９２５１ｋｍ」の車両によって生成された学習済モデルである。学習済モデルＭ２は、車種「車種Ａ」、年式「２０１５」、総走行距離「８２８９ｋｍ」の車両によって生成された学習済モデルである。学習済モデルＭ３は、車種「車種Ａ」、年式「２０１５」、総走行距離「２０３５０ｋｍ」の車両によって生成された学習済モデルである。学習済モデルＭ４は、車種「車種Ｂ」、年式「２０２１」、総走行距離「５６３ｋｍ」の車両によって生成された学習済モデルである。
図５は、学習済モデルＤＢの構成の一例を示す図である。学習済モデルＤＢ５１１は、車両情報と、学習済モデルとを関連付けて格納する。すなわち、学習済モデルＤＢ５１１は、車両情報と、車両情報によって特定される車両に適合した学習済モデルとを対応づけて格納する。具体的には、車両情報は、対応する学習済モデルが生成された車両の車両情報である。図５の例では、学習済モデルＭ１は、車種「車種Ａ」、年式「２０１１」、総走行距離「９２５１ｋｍ」の車両によって生成された学習済モデルである。学習済モデルＭ２は、車種「車種Ａ」、年式「２０１５」、総走行距離「８２８９ｋｍ」の車両によって生成された学習済モデルである。学習済モデルＭ３は、車種「車種Ａ」、年式「２０１５」、総走行距離「２０３５０ｋｍ」の車両によって生成された学習済モデルである。学習済モデルＭ４は、車種「車種Ｂ」、年式「２０２１」、総走行距離「５６３ｋｍ」の車両によって生成された学習済モデルである。
【0062】
［６．更新システムの機能］
図６は、実施形態に係る中継ＥＣＵの機能の一例を示す機能ブロック図である。
図６は、実施形態に係る中継ＥＣＵの機能の一例を示す機能ブロック図である。
【0063】
中継ＥＣＵ２００のプロセッサ２０１が不正フレーム検出プログラム２１０及び更新プログラム２１１を実行することにより、モード設定部２２１と、入力部２３１と、フレーム判定部２３２と、出力部２３３と、入力部２４１と、第１適合性判定部２４２と、要求部２４３と、受信部２４４と、入力部２４５と、第２適合性判定部２４６と、更新部２４７と、学習部２４８と、格納制御部２４９との各機能が実現される。
【0064】
中継ＥＣＵ２００は、通常モードと、保守モードとの２つの動作モードを設定可能である。通常モードは、車両が走行する場合に設定される動作モードである。保守モードは、車両の保守作業を行う場合に設定される動作モードである。すなわち、保守モードは、車両が走行しない場合に設定される動作モードである。
【0065】
図１を参照する。例えば、車両の点検、修理等の保守作業は、ディーラ等で行われる。ディーラの作業員は、保守作業時において、診断装置３７０をコネクタ４１０に接続する。診断装置３７０が車載システム１００に接続されると、診断装置３７０から車載システム１００へフレームが送信される。中継ＥＣＵ２００は、フレームを受信することで診断装置３７０の接続を検出する。
【0066】
図６に戻り、例えば、モード設定部２２１は、診断装置３７０の接続を検出すると、動作モードを通常モードから保守モードに切り替える。診断装置３７０が車載システム１００から切り離されると、モード設定部２２１は、保守モードから通常モードに切り替える。すなわち、通常モードは、診断装置３７０が車載システム１００に接続されていない場合に設定される動作モードである。保守モードは、診断装置３７０が車載システム１００に接続されている場合に設定される動作モードである。
【0067】
入力部２３１と、フレーム判定部２３２と、出力部２３３とは、通常モードにおいて実行される機能である。入力部２３１と、フレーム判定部２３２と、出力部２３３とは、不正フレーム検出プログラム２１０によって実現される。
【0068】
入力部２３１は、第１車両値を学習済モデル２１２に入力する。具体的な一例では、入力部２３１は、中継ＥＣＵ２００が車載ネットワークから受信したフレームから第１車両値を取得し、取得した第１車両値を学習済モデル２１２に入力する。すなわち、入力部２３１が学習済モデル２１２に入力する第１車両値は、センサ３１０Ａ，３１０Ｂ，３１０Ｃが直近に検出した車両値、すなわち、現在値である。
【0069】
学習済モデル２１２は、入力データである第１車両値を受け付けると、第２車両値の推定値を出力する。すなわち、学習済モデル２１２からの出力データは、第１車両値の現在値から得られる第２車両値の現在値の推定値であり、センサ３１０Ｄが直近に検出した車両値の推定値である。不揮発性メモリ２０２に格納されている学習済モデル２１２は、「第１学習済モデル」の一例である。
【0070】
フレーム判定部２３２は、学習済モデル２１２から出力される推定値と、車載ネットワークを伝送される第２車両値とを比較して、第２車両値を含むフレームが不正フレームであるか否かを判定する。フレーム判定部２３２は、「第２判定部」の一例である。具体的な一例では、フレーム判定部２３２は、中継ＥＣＵ２００が車載ネットワークから受信したフレームから第２車両値の現在値を取得する。フレーム判定部２３２は、学習済モデル２１２から出力される推定値と、第２車両値の現在値とを比較する。例えば、フレーム判定部２３２は、学習済モデル２１２から出力される推定値と、第２車両値の現在値との差分を算出し、差分が閾値以上であるか否かを判定する。差分が閾値未満である場合、フレーム判定部２３２は、第２車両値を含むフレームが正規フレームであると判定する。差分が閾値以上である場合、フレーム判定部２３２は、第２車両値を含むフレームが不正フレームであると判定する。
【0071】
フレーム判定部２３２が不正フレームを検出した場合、出力部２３３は、不正フレームの検出をユーザに通知するための通知データを出力する。例えば、出力部２３３は、不正フレームの検出をユーザに通知するための通知フレームを生成し、生成した通知フレームを車載ネットワークに送信する。例えば、車載システムには、ユーザインタフェース装置（以下、「ＵＩ装置」ともいう）が接続されている（図示せず）。ＵＩ装置は、車両に搭載された車載装置の１つである。ＵＩ装置は、車両のドライバによって使用される。ＵＩ装置は、入力装置及び表示装置を含み、ドライバからの入力を受け付け、ドライバへ提供する情報を表示することができる。ＵＩ装置は、中継ＥＣＵ２００から送信された通知フレームを受信し、不正フレームの検出を通知するための画面を表示する。これにより、不正フレームの検出がドライバに通知される。
【0072】
入力部２４１と、第１適合性判定部２４２と、要求部２４３と、受信部２４４と、入力部２４５と、第２適合性判定部２４６と、更新部２４７と、学習部２４８と、格納制御部２４９とは、保守モードにおいて実行される機能である。入力部２３１と、入力部２４１と、第１適合性判定部２４２と、要求部２４３と、受信部２４４と、入力部２４５と、第２適合性判定部２４６と、更新部２４７と、学習部２４８と、格納制御部２４９とは、更新プログラム２１１によって実現される。
【0073】
入力部２４１は、第１車両値を学習済モデル２１２に入力する。具体的な一例では、入力部２４１は、ログデータ２１３から第１車両値を読み出し、読み出した第１車両値を学習済モデル２１２に入力する。すなわち、入力部２４１が学習済モデル２１２に入力する第１車両値は、センサ３１０Ａ，３１０Ｂ，３１０Ｃが過去に検出した車両値、すなわち、過去値（実績値）である。
【0074】
学習済モデル２１２は、入力データである第１車両値を受け付けると、第２車両値の推定値を出力する。すなわち、学習済モデル２１２からの出力データは、第１車両値の過去値から得られる第２車両値の過去値の推定値であり、センサ３１０Ｄが過去に検出した車両値の推定値である。
【0075】
車両は経年劣化によってその機械的特性が変化する。機械的特性が変化すると、第１車両値と第２車両値との間の相関関係が変化する。このため、過去においては、第１車両値と第２車両値との関係を正しく反映していた学習済モデル２１２が、車両の経年劣化によって、第１車両値と第２車両値との関係を正しく反映しなくなることがある。
【0076】
第１適合性判定部２４２は、学習済モデル２１２から出力される推定値と、車載ネットワークを伝送される第２車両値とを比較して、学習済モデル２１２が車両に適合しているか否かを判定する。第１適合性判定部２４２は、「第１判定部」の一例である。具体的な一例では、第１適合性判定部２４２は、ログデータ２１３から第２車両値を読み出す。ログデータ２１３に記録されている第２車両値は、第２車両値の過去値である。第１適合性判定部２４２は、学習済モデル２１２から出力される推定値と、ログデータ２１３から読み出した第２車両値とを比較する。推定値との比較に用いられる第２車両値は、学習済モデル２１２に入力された第１車両値が検出された時刻、又は、第１車両値が検出された時刻に近い時刻に検出された第２車両値である。
【0077】
例えば、第１適合性判定部２４２は、学習済モデル２１２から出力される推定値と、第２車両値の過去値との差分を算出し、差分が閾値以上であるか否かを判定する。差分が閾値未満である場合、第１適合性判定部２４２は、学習済モデル２１２が車両に適合していると判定する。差分が閾値以上である場合、第１適合性判定部２４２は、学習済モデル２１２が車両に適合していないと判定する。
【0078】
第１適合性判定部２４２によって学習済モデル２１２が車両に適合していると判定された場合、学習済モデル２１２は更新されず、不正フレームの検出に継続して使用される。
【0079】
車両に適合していない学習済モデル２１２における入出力関係は、実際の第１車両値と第２車両値との相関関係から乖離している。このため、車両に適合していない学習済モデル２１２を不正フレームの検出に用いると、不正フレームを誤検出したり、不正フレームを検出できなかったりするおそれがある。したがって、学習済モデル２１２が車両に適合していない場合、当該学習済モデル２１２を、第１車両値と第２車両値との相関関係を正しく反映した学習済モデルに更新する必要がある。
【0080】
第１適合性判定部２４２によって学習済モデル２１２が車両に適合していないと判定された場合、要求部２４３は、新たな学習済モデルをサーバ５００に要求する。具体的な一例では、要求部２４３は、新たな学習済モデルを要求するための要求フレームを生成し、要求フレームを車載ネットワークへ送出する。
【0081】
要求フレームには、車両情報が含まれる。すなわち、要求部２４３は、不揮発性メモリ２０２から車両情報２１４を読み出し、読み出した車両情報２１４を含む要求フレームを生成する。要求部２４３が送信した要求フレームは、外部通信装置３５０が受信する。外部通信装置３５０は、要求フレームを受信すると、プロトコル変換等の必要な処理を行い、要求フレームをサーバ５００へ送信する。
【0082】
図７は、実施形態に係るサーバの機能の一例を示す機能ブロック図である。
【0083】
サーバ５００のプロセッサ５０１が提供プログラム５１０を実行することにより、受信部５２１と、選択部５２２と、送信部５２３との各機能が実現される。
【0084】
受信部５２１は、車両から送信された要求フレームを受信する。
【0085】
受信部５２１が要求フレームを受信すると、選択部５２２は、学習済モデルＤＢ５１１から更新用の学習済モデルを選択する。
【0086】
具体的な一例では、選択部５２２は、要求フレームに含まれる車両情報に基づいて、学習済モデルＤＢ５１１に格納されている複数の学習済モデルの中から、更新用の学習済モデルを選択する。
【0087】
例えば、選択部５２２は、要求フレームに含まれる車種と同じ車種に対応する学習済モデルを選択することができる。車種が同じ車両の機械的特性は近似していると推定することができる。このため、車種が共通する車両においては、第１車両値と第２車両値との関係が近似していると推定される。したがって、学習済モデルの要求元の車両と同じ車種の車両用の学習済モデルは、要求元の車両に適合する可能性が高いと考えられる。
【0088】
車種が異なる車両間では、車載ネットワークの構成が異なる可能性が高い。例えば、第１の車載ネットワークにおいて使用されている車両値が、第２の車載ネットワークにおいては使用されていないことがある。これに対して、同一車種の車両間では、車載ネットワークの構成が共通する可能性が高い。この観点からも、学習済モデルの要求元の車両と同じ車種の車両用の学習済モデルは、要求元の車両に適合する可能性が高いと考えられる。
【0089】
例えば、選択部５２２は、要求フレームに含まれる年式に近い年式に対応する学習済モデルを選択することができる。年式が近似する車両の経年劣化は、同程度であると推定することができる。このため、年式が近似する車両においては、第１車両値と第２車両値との関係が近似していると推定される。したがって、学習済モデルの要求元の車両と年式が近似する車両用の学習済モデルは、要求元の車両に適合する可能性が高いと考えられる。
【0090】
例えば、要求フレームに含まれる車種と同じ車種に対応する複数の学習済モデルが学習済モデルＤＢ５１１に格納されている場合、選択部５２２は、要求フレームに含まれる年式と最も近い年式に対応する学習済モデルを選択することができる。
【0091】
例えば、選択部５２２は、要求フレームに含まれる総走行距離に近い総走行距離に対応する学習済モデルを選択することができる。総走行距離が近似する車両の劣化は、同程度であると推定することができる。このため、総走行距離が近似する車両においては、第１車両値と第２車両値との関係が近似していると推定される。したがって、学習済モデルの要求元の車両と総走行距離が近似する車両用の学習済モデルは、要求元の車両に適合する可能性が高いと考えられる。
【0092】
例えば、選択部５２２は、車両情報に含まれる車種及び年式に対応する学習済モデルを選択することができる。選択部５２２は、車両情報に含まれる車種及び年式に対応する複数の学習済モデルが存在する場合、車両情報に含まれる総走行距離に基づいて、複数の学習済モデルの中の１つを選択することができる。具体的な一例では、要求フレームに含まれる車種及び年式と同じ車種及び年式に対応する複数の学習済モデルが学習済モデルＤＢ５１１に格納されている場合、選択部５２２は、要求フレームに含まれる総走行距離と最も近い総走行距離に対応する学習済モデルを選択することができる。
【0093】
送信部５２３は、選択部５２２によって選択された更新用の学習済モデルを、要求元の車両へ送信する。
【0094】
図６に戻る。サーバ５００から送信された学習済モデルは、外部通信装置３５０によって受信される。外部通信装置３５０は、受信した学習済モデルを、例えば複数のフレームに分割して中継ＥＣＵ２００へ送信する。受信部２４４は、外部通信装置３５０から送信されたフレーム、すなわち、更新用の学習済モデルを受信する。
【0095】
入力部２４５は、受信した更新用の学習済モデル（以下、「更新用モデル」ともいう）に第１車両値を入力する。更新用モデルは、「第２学習済モデル」の一例である。具体的な一例では、入力部２３１は、ログデータ２１３から第１車両値を読み出し、読み出した第１車両値を更新用モデルに入力する。すなわち、入力部２３１が更新用モデルに入力する第１車両値は、センサ３１０Ａ，３１０Ｂ，３１０Ｃが過去に検出した車両値、すなわち、過去値（実績値）である。
【0096】
更新用モデルは、入力データである第１車両値を受け付けると、第２車両値の推定値を出力する。すなわち、更新用モデルからの出力データは、第１車両値の過去値から得られる第２車両値の過去値の推定値であり、センサ３１０Ｄが過去に検出した車両値の推定値である。
【0097】
第２適合性判定部２４６は、更新用モデルから出力される推定値と、車載ネットワークを伝送される第２車両値とを比較して、更新用モデルが車両に適合しているか否かを判定する。第２適合性判定部２４６は、「第３判定部」の一例である。具体的な一例では、第２適合性判定部２４６は、ログデータ２１３から第２車両値を読み出す。ログデータ２１３に記録されている第２車両値は、第２車両値の過去値である。第２適合性判定部２４６は、更新用モデルから出力される推定値と、ログデータ２１３から読み出した第２車両値とを比較する。推定値との比較に用いられる第２車両値は、更新用モデルに入力された第１車両値が検出された時刻、又は、第１車両値が検出された時刻に近い時刻に検出された第２車両値である。
【0098】
例えば、第２適合性判定部２４６は、更新用モデルから出力される推定値と、第２車両値の過去値との差分を算出し、差分が閾値以上であるか否かを判定する。差分が閾値未満である場合、第２適合性判定部２４６は、更新用モデルが車両に適合していると判定する。差分が閾値以上である場合、第２適合性判定部２４６は、更新用モデルが車両に適合していないと判定する。
【0099】
第２適合性判定部２４６によって更新用モデルが車両に適合していると判定された場合、更新部２４７は、不揮発性メモリ２０２に格納されている学習済モデル２１２を、更新用モデルに更新する。すなわち、更新部２４７は、不揮発性メモリ２０２に格納されている学習済モデル２１２を更新用モデルに上書きする。
【0100】
第２適合性判定部２４６によって更新用モデルが車両に適合していないと判定された場合、学習部２４８は、車載ネットワークを伝送される第１車両値及び第２車両値を教師データとする教師あり学習を実行することにより、新たな学習済モデル（以下、「新規モデル」ともいう）を生成する。新規モデルは、「第３学習済モデル」の一例である。
【0101】
具体的な一例では、学習部２４８は、ログデータ２１３から第１車両値及び第２車両値を読み出し、読み出した第１車両値及び第２車両値から教師データを作成する。例えば、ログデータ２１３は、教師あり学習に必要となる十分なデータ量の第１車両値及び第２車両値を含む。具体的には、ログデータ２１３には、一定期間に検出された第１車両値及び第２車両値が蓄積されている。例えば、中継ＥＣＵ２００が新たな第１車両値及び第２車両値を受信すると、受信した第１車両値及び第２車両値がログデータ２１３に追加される。例えば、新たな第１車両値及び第２車両値がログデータ２１３に追加された場合、最も古い第１車両値及び第２車両値をログデータ２１３から削除してもよい。例えば、学習部２４８は、ログデータ２１３に含まれる全ての第１車両値及び第２車両値から、教師データを作成することができる。
【0102】
学習部２４８は、教師データに基づいて、第１車両値を入力とし、第２車両値を出力とする学習済モデルを生成する。すなわち、学習部２４８は、教師データを用いて機械学習を実行し、学習モデルを構築する。
【0103】
学習部２４８は、ニューラルネットワークに教師データを与え、教師あり学習を実行する。教師あり学習では、教師データにおける第１車両値が入力としてニューラルネットワークに与えられ、出力が第２車両値と同じになるように学習が行われる。このような機械学習は、第１車両値と第２車両値とを組み合わせた複数のデータセットを用いて繰り返し行われる。機械学習では、バックプロパゲーション、勾配降下法等の既存の学習アルゴリズムが使用されてもよい。機械学習によって、ニューラルネットワークの重みが調整され、学習済モデルが構築される。
【0104】
更新部２４７は、不揮発性メモリ２０２に格納された学習済モデル２１２を、学習部２４８によって生成された新規モデルに更新することができる。
【0105】
格納制御部２４９は、学習部２４８によって生成された新規モデルを、学習済モデルＤＢ５１１に格納させる。具体的な一例では、格納制御部２４９は、学習部２４８によって生成された新規モデルと車両情報２１４とを含む登録要求を送信する。登録要求は、例えば複数のフレームに分割されて外部通信装置３５０へ送信される。外部通信装置３５０は、登録要求を受信すると、プロトコル変換等の必要な処理を行い、登録要求をサーバ５００へ送信する。
【0106】
サーバ５００は、登録要求を受信すると、登録要求に含まれる車両情報及び新規モデルを学習済モデル５１１に登録する。これにより、新規モデルは、複数の車両において利用可能となる。
【0107】
［７．更新システムの動作］
以下、本実施形態に係る車載システムの動作を説明する。
以下、本実施形態に係る車載システムの動作を説明する。
【0108】
図８は、実施形態に係る中継ＥＣＵの動作の一例を示すフローチャートである。
【0109】
中継ＥＣＵ２００のデフォルトの動作モードは通常モードである。すなわち、中継ＥＣＵ２００は、起動時において通常モードに設定されている。
【0110】
診断装置３７０が車載ネットワークに接続されると、診断装置３７０はフレームを送信する。中継ＥＣＵ２００のプロセッサ２０１は、フレームの受信によって診断装置３７０の接続を検出する。プロセッサ２０１は、診断装置３７０が車載ネットワークに接続されているか否かを判定する（ステップＳ１０１）。
【0111】
診断装置３７０が車載ネットワークに接続されていない場合（ステップＳ１０１においてＮＯ）、プロセッサ２０１は、通常モードを維持し、不正フレーム検出処理を実行する（ステップＳ１０２）。
【0112】
図９は、不正フレーム検出処理の一例を示すフローチャートである。
【0113】
不正フレーム検出処理において、プロセッサ２０１は、第１車両値を含むフレーム及び第２車両値を含むフレームを受信する（ステップＳ２０１）。例えば、ＣＡＮにおいては、送信元のＥＣＵ３００を示すＣＡＮ ＩＤが割り当てられている。プロセッサ２０１は、フレームのＣＡＮ ＩＤによって送信元を特定し、これにより、第１車両値を含むフレームであるか、第２車両値を含むフレームであるか、それ以外のフレームであるかを特定することができる。
【0114】
プロセッサ２０１は、受信したフレームから第１車両値を取得し、取得した第１車両値を学習済モデル２１２に入力する。学習済モデル２１２は、第２車両値の推定値を出力する（ステップＳ２０２）。
【0115】
プロセッサ２０１は、ステップＳ２０１において受信したフレームから第２車両値の現在値を取得し、取得した第２車両値の現在値と、第２車両値の推定値との差分を算出する（ステップＳ２０３）。
【0116】
プロセッサ２０１は、算出した差分と閾値とを比較する（ステップＳ２０４）。差分が閾値未満である場合（ステップＳ２０４においてＮＯ）、プロセッサ２０１は、不正フレーム検出処理を終了する。
【0117】
差分が閾値以上である場合（ステップＳ２０４においてＹＥＳ）、プロセッサ２０１は、受信したフレームが不正フレームであると判断し、不正フレームの検出をユーザに通知するための通知フレームを送信する（ステップＳ２０５）。ＵＩ装置が通知フレームを受信し、不正フレームの検出を通知するための画面を表示する。以上で、不正フレーム検出処理が終了する。
【0118】
【0119】
診断装置３７０が車載ネットワークに接続されている場合（ステップＳ１０１においてＹＥＳ）、プロセッサ２０１は、動作モードを保守モードに設定する（ステップＳ１０３）。
【0120】
プロセッサ２０１は、更新処理を実行する（ステップＳ１０４）。
【0121】
【0122】
図１０Ａを参照し、更新処理において、プロセッサ２０１は、ログデータ２１３から第１車両値及び第２車両値の過去値を読み出す（ステップＳ３０１）。
【0123】
プロセッサ２０１は、ログデータ２１３から読み出した第１車両値を学習済モデル２１２に入力する。学習済モデル２１２は、第２車両値の推定値を出力する（ステップＳ３０２）。
【0124】
プロセッサ２０１は、ログデータ２１３から読み出した第２車両値の過去値と、第２車両値の推定値との差分を算出する（ステップＳ３０３）。
【0125】
プロセッサ２０１は、算出した差分と閾値とを比較する（ステップＳ３０４）。差分が閾値未満である場合（ステップＳ３０４においてＮＯ）、プロセッサ２０１は、学習済モデル２１２が車両に適合していると判定し、更新処理を終了する。
【0126】
差分が閾値以上である場合（ステップＳ３０４においてＹＥＳ）、プロセッサ２０１は、学習済モデル２１２が車両に適合していないと判定する。プロセッサ２０１は、サーバ５００に更新用モデルを要求するための要求フレームを送信する。要求フレームには、車両情報２１４が含まれる。要求フレームは外部通信装置３５０によって受信され、外部通信装置３５０がサーバ５００へ要求フレームを転送する。
【0127】
図１１は、実施形態に係るサーバの動作の一例を示すフローチャートである。
【0128】
サーバ５００は、要求フレームを受信する（ステップＳ４０１）。これにより、サーバ５００のプロセッサ５０１は、更新用モデルの要求を受け付ける。
【0129】
プロセッサ５０１は、要求フレームに含まれる車両情報に基づいて、学習済モデルＤＢ５１１から更新用モデルを選択するモデル選択処理を実行する（ステップＳ４０２）。
【0130】
図１２は、モデル選択処理の一例を示すフローチャートである。
【0131】
モデル選択処理において、プロセッサ５０１は、車両情報に含まれる車種及び年式に対応する学習済モデルを、学習済モデルＤＢ５１１において検索する（ステップＳ５０１）。
【0132】
プロセッサ５０１は、検索結果として、車両情報に含まれる車種及び年式に対応する学習済モデルが複数得られたか否かを判定する（ステップＳ５０２）。車両情報に含まれる車種及び年式に対応する学習済モデルが１つしか得られなかった場合（ステップＳ５０２においてＮＯ）、プロセッサ５０１は、当該学習済モデルを更新用モデルとして選択する（ステップＳ５０３）。
【0133】
車両情報に含まれる車種及び年式に対応する複数の学習済モデルが得られた場合（ステップＳ５０２においてＹＥＳ）、プロセッサ５０１は、これらの学習済モデルの中から、車両情報に含まれる総走行距離に最も近い総走行距離に対応する学習済モデルを更新用モデルとして選択する（ステップＳ５０４）。以上で、モデル選択処理が終了する。
【0134】
図１１に戻り、プロセッサ５０１は、選択した更新用モデルを要求元の車両（外部通信装置３５０）へ送信する（ステップＳ４０３）。以上で、サーバ５００の動作が終了する。
【0135】
図１０Ａに戻る。外部通信装置３５０は、サーバ５００から送信された更新用モデルを受信すると、プロトコル変換等の必要な処理を行い、更新用モデルを中継ＥＣＵ２００へ送信する。中継ＥＣＵ２００は、更新用モデルを受信する（ステップＳ３０６）。
【0136】
プロセッサ２０１は、ログデータ２１３から第１車両値及び第２車両値の過去値を読み出す（ステップＳ３０７）。
【0137】
プロセッサ２０１は、ログデータ２１３から読み出した第１車両値を更新用モデルに入力する。更新用モデルは、第２車両値の推定値を出力する（ステップＳ３０８）。
【0138】
プロセッサ２０１は、ログデータ２１３から読み出した第２車両値の過去値と、更新用モデルから出力された第２車両値の推定値との差分を算出する（ステップＳ３０９）。
【0139】
プロセッサ２０１は、算出した差分と閾値とを比較する（ステップＳ３１０）。差分が閾値未満である場合（ステップＳ３１０においてＮＯ）、プロセッサ２０１は、更新用モデルが車両に適合していると判定し、不揮発性メモリ２０２に格納されている学習済モデル２１２を更新用モデルに更新する（ステップＳ３１１）。
【0140】
差分が閾値以上である場合（ステップＳ３１０においてＹＥＳ）、プロセッサ２０１は、更新用モデルが車両に適合していないと判定する。
【0141】
図１０Ｂを参照し、プロセッサ２０１は、ログデータ２１３から第１車両値及び第２車両値の過去値を読み出す（ステップＳ３１２）。プロセッサ２０１は、読み出した第１車両値及び第２車両値から教師データを作成する（ステップＳ３１３）。
【0142】
プロセッサ２０１は、教師データをニューラルネットワークに与え、学習処理を実行する（ステップＳ３１４）。これによって、新規モデルが生成される。
【0143】
プロセッサ２０１は、不揮発性メモリ２０２に格納されている学習済モデル２１２を新規モデルに更新する（ステップＳ３１５）。
【0144】
プロセッサ２０１は、生成した新規モデルと車両情報とを含む登録要求を送信する。登録要求は外部通信装置３５０によってサーバ５００へ送信（アップロード）される。サーバ５００は、登録要求を受信すると、登録要求に含まれる車両情報及び新規モデルを学習済モデルＤＢ５１１に登録する。以上で、更新処理が終了する。
【0145】
【0146】
診断装置３７０が車載ネットワークに接続されると、中継ＥＣＵ２００のプロセッサ２０１は、動作モードを保守モードに設定する。プロセッサ２０１は、更新処理を実行する。
【0147】
プロセッサ２０１は、ログデータ２１３に含まれる第１車両値を学習済モデル２１２に入力する。プロセッサ２０１は、学習済モデル２１２から出力される推定値を取得する。プロセッサ２０１は、ログデータ２１３に含まれる第２車両値と、学習済モデル２１２から出力された推定値とを比較し、学習済モデル２１２が車両に適合しているか否かを判定する（ステップＳ１１）。
【0148】
学習済モデル２１２が車両に適合していると判定された場合、プロセッサ２０１は処理を終了する。この場合、学習済モデル２１２は更新されない。
【0149】
学習済モデル２１２が車両に適合していないと判定された場合、プロセッサ２０１は、車両情報２１４を不揮発性メモリ２０２から読み出し、車両情報２１４を含む要求フレームを送信する（ステップＳ１２）。外部通信装置３５０は、要求フレームを受信し、受信した要求フレームにプロトコル変換等の必要な処理を施した後、サーバ５００へ送信する（ステップＳ１３）。
【0150】
サーバ５００が要求フレームを受信すると、プロセッサ５０１は、要求フレームに含まれる車両情報に基づいて、学習済モデルＤＢ５１１から更新用の学習済モデルを選択する（ステップＳ１４）。
【0151】
プロセッサ５０１は、選択された学習済モデルである更新用モデルを送信する（ステップＳ１５）。外部通信装置３５０は、更新用モデルを受信し、受信した更新用モデルにプロトコル変換等の必要な処理を施した後、中継ＥＣＵ２００へ送信する（ステップＳ１６）。
【0152】
中継ＥＣＵ２００は、更新用モデルを受信する。プロセッサ２０１は、ログデータ２１３に含まれる第１車両値を更新用モデルに入力する。プロセッサ２０１は、更新用モデルから出力される推定値を取得する。プロセッサ２０１は、ログデータ２１３に含まれる第２車両値と、更新用モデルから出力された推定値とを比較し、更新用モデルが車両に適合しているか否かを判定する（ステップＳ１７）。
【0153】
更新用モデルが車両に適合していると判定された場合、プロセッサ２０１は、更新用モデルによって学習済モデル２１２を更新する。
【0154】
更新用モデルが車両に適合していないと判定された場合、プロセッサ２０１は、ログデータ２１３から教師データを作成し、作成された教師データを用いて機械学習を行う（ステップＳ１８）。プロセッサ２０１は、機械学習によって生成された学習済モデルである新規モデルによって学習済モデル２１２を更新する（ステップＳ１９）。なお、図１３は、更新用モデルが車両に適合していない場合の更新システムの動作例を示している。
【0155】
プロセッサ２０１は、生成された新規モデルと車両情報２１４とを含む登録要求を送信する（ステップＳ２０）。外部通信装置３５０は、登録要求を受信し、受信した登録要求にプロトコル変換等の必要な処理を施した後、サーバ５００へ送信する（ステップＳ２１）。
【0156】
サーバ５００が登録要求を受信すると、プロセッサ５０１は、登録要求に含まれる車両情報２１４及び新規モデルを学習済モデルＤＢ５１１に登録する（ステップＳ２２）。
【0157】
［８．変形例］
上述した実施形態では、学習済モデルＤＢ５１１をサーバ５００に設けたが、これに限定されない。例えば、学習済モデルＤＢ５１１と同じデータベースを含むデータベースサーバをサーバ５００とは別に設けてもよい。この場合、例えば、サーバ５００は、データベースサーバにアクセスして、車両情報に適合する更新用モデルを選択してもよい。
上述した実施形態では、学習済モデルＤＢ５１１をサーバ５００に設けたが、これに限定されない。例えば、学習済モデルＤＢ５１１と同じデータベースを含むデータベースサーバをサーバ５００とは別に設けてもよい。この場合、例えば、サーバ５００は、データベースサーバにアクセスして、車両情報に適合する更新用モデルを選択してもよい。
【0158】
上述した実施形態では、複数の学習済モデルを学習済モデルＤＢ５１１に格納したが、これに限定されない。例えば、ファイルシステムに複数の学習済モデルを格納してもよい。この場合、サーバ５００は、車両情報に対応づけて学習済モデルの格納場所（ディレクトリ）を格納するテーブルを記憶しておき、テーブルを参照して車両情報に適合する学習済モデルの格納場所を特定することができる。サーバ５００は、特定した格納場所から学習済モデルを取得し、取得した学習済モデルを車両へダウンロードすることができる。他の例では、サーバ５００は、要求への応答として外部通信装置３５０へ学習済モデルの格納場所を送信することができる。外部通信装置３５０は、受信した格納場所から学習済モデルを例えばＦＴＰ（File Transfer Protocol）によってダウンロードし、ダウンロードした学習済モデルを中継ＥＣＵ２００へ転送することができる。
【0159】
上述した実施形態では、車両の車種、年式、及び総走行距離に基づいて更新用の学習済モデルを選択したが、これに限定されない。上述した車両情報に加えて、又はこれらの少なくとも１つに代えて、車両が登録される国又は地域に基づいて更新用の学習済モデルを選択してもよい。国又は地域によって気候は様々であり、気候によって車両の劣化の進み方は異なる。したがって、要求元の車両と同じ国又は地域に対応する学習済モデルは、要求元の車両に適合する可能性が高いと考えられる。
【0160】
上述した実施形態においては、学習済モデル２１２をニューラルネットワークモデルとしたが、これに限定されない。決定木、サポートベクターマシン等のニューラルネットワーク以外の教師あり機械学習アルゴリズムによって生成される学習済モデルを用いてもよい。
【0161】
上述した実施形態においては、中継ＥＣＵ２００が学習済モデル２１２を記憶し、学習済モデル２１２が車両と適合するか否かを判定する構成としたが、これに限定されない。ＥＣＵ３００が学習済モデル２１２を記憶し、学習済モデル２１２が車両と適合するか否かを判定してもよい。
【0162】
［９．付記］
［付記１］
車載装置において不正フレームの検出に使用される学習済モデルの更新方法であって、
前記車載装置が接続される車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルに前記第１車両値を入力し、前記第１学習済モデルから出力される前記推定値を、前記車載装置が取得するステップと、
前記車載装置が、取得された前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定するステップと、
前記第１学習済モデルが前記車両に適合していないと判定された場合に、サーバが、前記第１学習済モデルの更新用の第２学習済モデルを選択するステップと、
前記サーバが、選択された前記第２学習済モデルを前記車載装置へ送信するステップと、
前記車載装置が、前記サーバから送信された前記第２学習済モデルを受信するステップと、
前記車載装置が、前記第１学習済モデルを、受信された前記第２学習済モデルに更新するステップと、
を含む、
更新方法。
［付記１］
車載装置において不正フレームの検出に使用される学習済モデルの更新方法であって、
前記車載装置が接続される車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルに前記第１車両値を入力し、前記第１学習済モデルから出力される前記推定値を、前記車載装置が取得するステップと、
前記車載装置が、取得された前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定するステップと、
前記第１学習済モデルが前記車両に適合していないと判定された場合に、サーバが、前記第１学習済モデルの更新用の第２学習済モデルを選択するステップと、
前記サーバが、選択された前記第２学習済モデルを前記車載装置へ送信するステップと、
前記車載装置が、前記サーバから送信された前記第２学習済モデルを受信するステップと、
前記車載装置が、前記第１学習済モデルを、受信された前記第２学習済モデルに更新するステップと、
を含む、
更新方法。
【0163】
［付記２］
車載ネットワークに接続される車載装置において不正フレームの検出に使用される学習済モデルを、前記車載装置が更新するための更新方法であって、
前記車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルに前記第１車両値を入力し、前記第１学習済モデルから出力される前記推定値を取得するステップと、
前記第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定するステップと、
前記第１学習済モデルが前記車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルをサーバから受信するステップと、
前記第１学習済モデルを、受信された前記第２学習済モデルに更新するステップと、
を含む、
更新方法。
車載ネットワークに接続される車載装置において不正フレームの検出に使用される学習済モデルを、前記車載装置が更新するための更新方法であって、
前記車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルに前記第１車両値を入力し、前記第１学習済モデルから出力される前記推定値を取得するステップと、
前記第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定するステップと、
前記第１学習済モデルが前記車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルをサーバから受信するステップと、
前記第１学習済モデルを、受信された前記第２学習済モデルに更新するステップと、
を含む、
更新方法。
【0164】
［付記３］
車載ネットワークに接続される車載装置において不正フレームの検出に使用される学習済モデルを更新するための更新プログラムであって、
コンピュータに、
前記車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルに前記第１車両値を入力し、前記第１学習済モデルから出力される前記推定値を取得するステップと、
前記第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定するステップと、
前記第１学習済モデルが前記車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルをサーバから受信するステップと、
前記第１学習済モデルを、受信された前記第２学習済モデルに更新するステップと、
を実行させるための、
更新プログラム。
車載ネットワークに接続される車載装置において不正フレームの検出に使用される学習済モデルを更新するための更新プログラムであって、
コンピュータに、
前記車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルに前記第１車両値を入力し、前記第１学習済モデルから出力される前記推定値を取得するステップと、
前記第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較して、前記第１学習済モデルが車両に適合しているか否かを判定するステップと、
前記第１学習済モデルが前記車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルをサーバから受信するステップと、
前記第１学習済モデルを、受信された前記第２学習済モデルに更新するステップと、
を実行させるための、
更新プログラム。
【0165】
［付記４］
車載ネットワークに接続される車載装置において不正フレームの検出に使用される学習済モデルを前記車載装置に提供する提供方法であって、
前記車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較することにより、前記第１学習済モデルが車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルを選択するステップと、
選択された前記第２学習済モデルを前記車載装置へ送信するステップと、
を含む、
提供方法。
車載ネットワークに接続される車載装置において不正フレームの検出に使用される学習済モデルを前記車載装置に提供する提供方法であって、
前記車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較することにより、前記第１学習済モデルが車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルを選択するステップと、
選択された前記第２学習済モデルを前記車載装置へ送信するステップと、
を含む、
提供方法。
【0166】
［付記５］
車載ネットワークに接続される車載装置において不正フレームの検出に使用される学習済モデルを前記車載装置に提供するための提供プログラムであって、
コンピュータに、
前記車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較することにより、前記第１学習済モデルが車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルを選択するステップと、
選択された前記第２学習済モデルを前記車載装置へ送信するステップと、
を実行させるための、
提供プログラム。
車載ネットワークに接続される車載装置において不正フレームの検出に使用される学習済モデルを前記車載装置に提供するための提供プログラムであって、
コンピュータに、
前記車載ネットワークを伝送される第１車両値を入力データとし、前記第１車両値に相関する推定値を出力する第１学習済モデルから出力される前記推定値と、前記車載ネットワークを伝送される第２車両値とを比較することにより、前記第１学習済モデルが車両に適合していないと判定された場合に、前記第１学習済モデルの更新用の第２学習済モデルを選択するステップと、
選択された前記第２学習済モデルを前記車載装置へ送信するステップと、
を実行させるための、
提供プログラム。
【0167】
［１０．補記］
今回開示された実施の形態はすべての点で例示であって、制限的ではない。本発明の権利範囲は、上述の実施形態ではなく特許請求の範囲によって示され、特許請求の範囲と均等の意味及びその範囲内でのすべての変更が含まれる。
今回開示された実施の形態はすべての点で例示であって、制限的ではない。本発明の権利範囲は、上述の実施形態ではなく特許請求の範囲によって示され、特許請求の範囲と均等の意味及びその範囲内でのすべての変更が含まれる。
【符号の説明】
【0168】
１０ 更新システム
１００ 車載システム
２００ 中継ＥＣＵ（中継装置、車載装置）
２０１ プロセッサ
２０２ 不揮発性メモリ
２０３ 揮発性メモリ
２０４Ａ，２０４Ｂ，２０４Ｃ 通信インタフェース（通信Ｉ／Ｆ）
２１０ 不正フレーム検出プログラム
２１１ 更新プログラム
２１２ 学習済モデル
２１３ ログデータ
２１４ 車両情報
２２１ モード設定部
２３１ 入力部
２３２ フレーム判定部
２３３ 出力部
２４１ 入力部
２４２ 第１適合性判定部
２４３ 要求部
２４４ 受信部
２４５ 入力部
２４６ 第２適合性判定部
２４７ 更新部
２４８ 学習部
２４９ 格納制御部
３００，３００Ａ，３００Ｂ，３００Ｃ，３００Ｄ，３００Ｅ ＥＣＵ（車載装置）
３１０Ａ，３１０Ｂ，３１０Ｃ，３１０Ｄ センサ
３５０ 外部通信装置
３７０ 診断装置
４００Ａ，４００Ｂ，４００Ｃ 通信バス
４１０ コネクタ
５００ サーバ
５０１ プロセッサ
５０２ 不揮発性メモリ
５０３ 揮発性メモリ
５０４ 通信インタフェース（通信Ｉ／Ｆ）
５１０ 提供プログラム
５１１ 学習済モデルデータベース
５２１ 受信部
５２２ 選択部
５２３ 送信部
１００ 車載システム
２００ 中継ＥＣＵ（中継装置、車載装置）
２０１ プロセッサ
２０２ 不揮発性メモリ
２０３ 揮発性メモリ
２０４Ａ，２０４Ｂ，２０４Ｃ 通信インタフェース（通信Ｉ／Ｆ）
２１０ 不正フレーム検出プログラム
２１１ 更新プログラム
２１２ 学習済モデル
２１３ ログデータ
２１４ 車両情報
２２１ モード設定部
２３１ 入力部
２３２ フレーム判定部
２３３ 出力部
２４１ 入力部
２４２ 第１適合性判定部
２４３ 要求部
２４４ 受信部
２４５ 入力部
２４６ 第２適合性判定部
２４７ 更新部
２４８ 学習部
２４９ 格納制御部
３００，３００Ａ，３００Ｂ，３００Ｃ，３００Ｄ，３００Ｅ ＥＣＵ（車載装置）
３１０Ａ，３１０Ｂ，３１０Ｃ，３１０Ｄ センサ
３５０ 外部通信装置
３７０ 診断装置
４００Ａ，４００Ｂ，４００Ｃ 通信バス
４１０ コネクタ
５００ サーバ
５０１ プロセッサ
５０２ 不揮発性メモリ
５０３ 揮発性メモリ
５０４ 通信インタフェース（通信Ｉ／Ｆ）
５１０ 提供プログラム
５１１ 学習済モデルデータベース
５２１ 受信部
５２２ 選択部
５２３ 送信部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10A】
【図10B】
【図11】
【図12】
【図13】