针对基于雷达的环境感知系统的对抗攻击
密码学与安全
2022-11-29 v2
摘要
由于对退化采集条件的鲁棒性，雷达被广泛用于环境感知，这是自动驾驶车辆等应用中的关键任务。更具体地，超宽带（UWB）雷达在短距离场景中尤其高效，因其携带丰富的环境信息。近期基于 UWB 的系统依赖机器学习（ML）来利用这些传感器的丰富特征。然而，ML 分类器易受对抗样本的攻击，对抗样本由原始数据构造以欺骗分类器使其将输入错误分类。这些攻击对系统完整性构成严重威胁，尤其是对安全关键应用。本工作中，我们提出了一种针对 UWB 雷达的新型对抗攻击，其中攻击者在无线信道中注入对抗性无线电噪声以导致障碍物识别失败。首先，基于真实环境中收集的信号，我们表明常规攻击无法在现实条件下生成鲁棒噪声。我们提出 a-RNA，即对抗性无线电噪声攻击（Adversarial Radio Noise Attack）以克服这些问题。具体而言，a-RNA 生成的对抗噪声在输入信号与噪声间无需同步即可生效。此外，a-RNA 生成的噪声按设计对基于滤波的防御等预处理对策具有鲁棒性。此外，除了通过限制噪声幅度预算实现不可检测性目标外，a-RNA 还通过引入频率预算在频域复杂防御存在时同样有效。我们认为这项工作应警示人们认真对待雷达系统上潜在关键的对抗攻击实现。
引用
@article{arxiv.2211.01112,
title = {Adversarial Attack on Radar-based Environment Perception Systems},
author = {Amira Guesmi and Ihsen Alouani},
journal= {arXiv preprint arXiv:2211.01112},
year = {2022}
}