1.一种集成深度学习的车载智能网关装置的命令序列检测方法，其特征在于，所述集成深度学习的车载智能网关装置的命令序列检测方法为：先用数据挖掘中的关联算法发现有相关性的CAN命令集合；

再用深度学习中的长短期记忆网络算法，自动学习相关命令集合的序列特征，建立多组序列检测模型；

最后，利用序列检测模型检测危险的CAN命令；

所述集成深度学习的车载智能网关装置的命令序列检测方法，具体包括：步骤一，将网关装置置于车载内部网络与车辆外部网络连接处，对于所有从外网发向车载内网的CAN命令进行检测，如果发现异常就阻断外网命令并报警记录；

步骤二，网关装置利用深度学习模块学习正常序列检测模型，学习到的序列检测模型被作为规则存储在规则模块中，与传统规则一起被规则模块中的优先级配置文件决定检测顺序；最后被检测为异常的命令报文会被阻止并被报警记录模块记录并报警给指定设备；

各个规则的优先级由ID的大小决定，值越小越优先；

步骤三，深度学习模块收集正常行驶中的、有时间先后顺序的CAN命令序列集合；先利用关联算法发现有相关性的CAN命令组，提取相关CAN命令构成的序列；

步骤四：将步骤三中由关联算法发现的多个具有相关性的CAN命令组序列作为输入，交由长短期记忆网络LSTM进行序列检测模型训练；

步骤五，检测模块按配置的检测规则顺序，对流经网关的实时CAN命令流进行检测，对异常结果进行报警记录或进行阻止。

2.如权利要求1所述的集成深度学习的车载智能网关装置的命令序列检测方法，其特征在于，深度学习模块的学习方法包括：在连续采集的CAN命令数据集上，统计每1秒时间区间内出现的命令和每个命令出现的次数；将出现次数相差不高于3次的命令组合在一起够成候选集；然后用Apriori关联算法分析候选集内命令之间的支持度和置信度；

用C代表候选集，ID代表CAN命令号，根据出现次数相差不高于3次的条件，则一个候选集C＝(IDi，IDj，IDk，…)，其中i,j,k代表具体数值；

用x代表时刻，x时刻有多个候选集，记为

在连续采集的CAN命令数据集上，每隔一分钟提取所述的候选集，得到一系列的候选集Cx，Cy，Cz,…；

对每个候选集C执行以下操作：

1)如果在一个候选集C中，两个命令序号同时出现，则提取出(IDi，IDj)这样的相关项；C中往往不止2个命令序号，两两提取出来；

2)对所有候选集进行1)操作，提取出每个候选集C的相关项；

3)计算每个相关项的支持度和置信度；

4)将支持度和置信度均超过80％的相关项输出，作为频繁相关集。

3.如权利要求2所述的集成深度学习的车载智能网关装置的命令序列检测方法，其特征在于，计算每个相关项的置信度的方法，包括：(IDi，IDj)的置信度＝P(IDj|IDi)；当IDi出现时，同时出现IDj的概率；

计算每个相关项的支持度的方法，包括：

(IDi，IDj)的支持度＝P(IDj IDi)；在所有的提取出来的相关项中，既有IDi又有IDj的概率。

4.一种实现权利要求1～3任意一项所述集成深度学习的车载智能网关装置的命令序列检测方法的信息数据处理终端。

5.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-3任意一项所述的集成深度学习的车载智能网关装置的命令序列检测方法。

6.一种如权利要求1所述集成深度学习的车载智能网关装置的命令序列检测方法的集成深度学习的车载智能网关装置，其特征在于，所述集成深度学习的车载智能网关装置包括:深度学习模块，用于学习正常序列检测模型，学习到的序列检测模型被作为规则存储在规则模块中；

规则模块，用于与传统规则一起被优先级配置文件决定执行的检测顺序，或者不使用某个规则；

检测模块，用于检测异常的命令报文并进行会阻止；

报警记录模块，用于对检测的异常的命令报文进行记录报警给指定设备。

7.一种搭载有权利要求6所述集成深度学习的车载智能网关装置的信息数据处理终端。