该论文面向现代车载网络中的汽车以太网（Automotive Ethernet）入侵检测问题，指出现有车载网络中同时承载多种协议（异构多协议流量），而带标注的攻击样本极其稀缺，因此无监督异常检测成为主要技术路线；但即便是当时最强的无监督检测器，仍然依赖人工设计的流量特征（handcrafted features），这既增加了工程成本，也限制了跨车型、跨协议的迁移能力。作者提出 X-SPUR：一个可解释的、基于惊奇度（surprisal）的、协议感知的无监督推理框架。其核心思路是把原始数据包字段直接表示为 token 序列，通过因果语言模型（causal language modeling）学习良性流量的分布规律，再用逐 token 的交叉熵作为惊奇度分数来判定异常——也就是说，偏离良性语言模型的 token 即为可疑字段。为了引入时间上下文，作者设计了一种双模态融合架构：把 payload token 嵌入与数据包间时间间隔（inter-packet timing）通过加性融合（additive fusion）以及 Hadamard 逐元素交互进行结合，从而同时刻画内容与节奏两个维度。针对不同协议族产生的分数分布差异很大这一问题，论文进一步提出双 top-k% 的按协议 Z-score 校准方法，同时捕捉“中等幅度、分布较广”的异常特征与“稀疏但极端”的异常特征。实验在 TOW-IDS 数据集上取得 AUC 0.9987，略高于 AERO 报告的 0.9969，同时完全消除了人工特征工程；作者还用相同架构与超参数训练了独立的 CarDS 模型，在第二个车载以太网数据集上保持了较强性能。除检测性能外，逐 token 惊奇度还提供了细粒度可解释性：可将异常分数归因到具体协议字段，从而支持异构车载网络中的可解释安全分析。