基于帧间隔-总线电压混合特征的汽车ECU伪装攻击识别

作     者：刘浩天 魏洪乾 时培成 张幽彤 Liu Haotian;Wei Hongqian;Shi Peicheng;Zhang Youtong

作者机构：北京理工大学机械与车辆学院北京100081 安徽工程大学机械工程学院芜湖241000 

基　　金：国家重点研发计划(2021YFB3101500) 国家自然科学基金(52202461) 中国博士后基金(2022TQ0032和2022M710380) 汽车新技术安徽省工程技术研究中心开放基金(QCKJ202202A)资助 

出 版 物：《汽车工程》 (Automotive Engineering)

年 卷 期：2023年第45卷第11期

页      码：2070-2081页

摘      要：汽车的网联化和智能化发展提高了汽车内部总线CAN(controller aera network)网络被入侵的风险。不像以太网具有完善的身份认证机制和加密传输协议,总线CAN网络采用明文传输数据,其报文非常容易被非法ECU窃取和攻击。因此,如何设计车载的入侵检测系统识别ECU的非法篡改和伪装攻击成为当前汽车网络安全研究的重点和难点。基于此,本文提出了基于帧间隔-总线电压混合特征提取的汽车ECU伪装攻击识别技术。首先,借助嵌入式设备的时间戳机制获取报文帧的帧间隔时间;同时,采样汽车总线网络的电压信号,并采用快速信号处理技术获取总线电压的特征参数(如电压众数和边沿时间等),以此构建ECU识别的指纹特征(即混合特征参数,包含帧间隔时间、电压众数、位时间、边沿时间等)。然后,利用轻量化的Softmax学习算法训练IDS模型并在线识别潜在的伪装攻击等非法入侵行为。为了验证所提方法的有效性,本文开展了基于ECU设备的硬件试验测试;结果表明,所提方法对所有合法ECU的识别精度高达98.33%,即可以通过甄别报文消息源头判断非法入侵;并且相较于传统的基于单特征指纹的方法,本文所提方法能够提高7%左右的识别精度。

主 题 词：智能网联汽车 总线网络 伪装攻击 混合特征提取 

学科分类：08[工学] 0838[0838] 

核心收录：

D　O　I：10.19562/j.chinasae.qcgc.2023.11.008

馆 藏 号：203124528...