一种面向汽车CAN的轻量级FPGA IDS-ECU架构

近年来，车辆中由软件驱动的复杂功能呈指数级增长，导致电子控制单元（ECU）、网络能力和接口数量不断增加。这些扩展的能力也带来了新的脆弱性层面，使得入侵检测与管理成为一项关键能力；然而，由于高昂的计算开销，这往往会导致更多的ECU和网络元件。在本文中，我们提出了一种整合式ECU架构，该架构在现成的混合FPGA器件上集成了面向汽车控制器局域网络（CAN）的入侵检测系统（IDS）以及传统的ECU功能，且对ECU功能几乎零开销。我们提出了两个量化的多层感知器（QMLP）作为隔离的IDS，用于检测包括拒绝服务、模糊测试和欺骗在内的一系列攻击向量，这些检测通过赛灵思（Xilinx）现成的深度学习处理单元（DPU）IP核进行加速，并对ECU上的软件完全透明。所提出的模型对所有攻击均达到了最先进的分类准确率，同时我们观察到，与使用英伟达（Nvidia）库量化的相同模型在GPU上的实现相比，功耗降低了15倍。与文献中讨论的嵌入式IDS和松耦合IDS加速器（GPU）上的最先进IDS模型相比，我们还实现了每条消息处理延迟2.3倍的加速（从CAN消息到达起为0.24毫秒），以满足关键CAN节点严格的端到端延迟要求，并且推理功耗降低了2.6倍。