城市交通入侵检测困难，因为许多被攻击的信息在与周围道路、传感器和信号状态核对之前仍然具有单独的可信度。本研究通过将此问题表述为一项五类消息分类任务，涵盖一类良性与四类攻击，并在匹配交通状态的情况下评估三种检测器家族：本地规则基线、平面特征多类别逻辑模型和具有明确图推理的知识图谱检测器。本研究呈现了一个两部分的评估，结合了一个受控模拟器和一个基于OpenStreetMap和德克萨斯州交通部（TxDOT）数据的真实城市分析，涵盖奥斯汀、休斯顿和达拉斯市。在完全观察配置中，平面特征逻辑和知识图谱检测器表现良好，而知识图谱检测器保持了明确的规则结构。在三城市配置中，知识图谱检测器在跨城市方面表现出更好的可移植性和更低的推断延迟。消融结果进一步表明，路边传感和拓扑结构占据了基于图的检测器性能的大部分。
潘等（Sat,）研究了这个问题。