CAN IDS 数据综合指南及 ROAD 数据集介绍

尽管控制器局域网络（CAN）在现代车辆中无处不在，但其缺乏基本安全属性且易被利用。一个迅速发展的 CAN 安全研究领域旨在检测 CAN 上的入侵。由于需要昂贵资产与专业知识，大多数研究者难以获取带有多种入侵的车载 CAN 数据。为协助研究者，我们提出首个现有开放 CAN 入侵数据集的综合指南，包括对每个数据集的质量分析及其优点、缺点和建议用例的列举。当前公开 CAN IDS 数据集仅限于真实伪造（简单消息注入）攻击和常处于合成数据中的模拟攻击，缺乏保真度。总体而言，可用数据集中攻击对车辆的物理影响未经验证。仅一个数据集提供信号翻译数据但无相应原始二进制版本。总体上，可用数据将 CAN IDS 工作局限于在有限且常不适当的数据上测试（通常攻击过于易检测，无法真正测试方法），且这种数据缺乏阻碍了结果的可比性与可复现性。作为主要贡献，我们提出 ROAD（Real ORNL Automotive Dynamometer）CAN 入侵数据集，包含超过 3.5 小时的一辆车 CAN 数据。ROAD 包含在多样化活动中记录的 ambient 数据，以及 stealth 递增的攻击，含真实模糊、伪造和独特高级攻击的多种变体与实例，以及模拟伪装攻击。为便于需要信号翻译输入的 CAN IDS 方法基准测试，我们还为许多 CAN 捕获提供信号时间序列格式。我们的贡献旨在促进 CAN IDS 领域中适当的基准测试与所需的可比性。