一种针对基于等待时间的自适应交通信号控制器的创新攻击建模与攻击检测方法
机器学习
2022-09-12 v1
摘要
结合网联车(CV)概念的自适应交通信号控制器(ATSC)利用实时车辆轨迹数据来调节绿灯时间，能够显著减少交叉口等待时间，从而改善信号控制走廊上的行程时间。然而，基于CV的ATSC增大了易受潜在网络攻击的暴露面，使攻击者能够在道路网络中引发灾难性交通拥堵。攻击者可通过以较慢速率生成伪造车辆并保持交通与跟车规则，从而在不引起车辆数突变的情况下使信号配时与相位发生改变，以此拥堵某条路线。由于ATSC的自适应特性，对此类攻击进行建模并制定检测策略颇具挑战。本文针对一种基于等待时间的ATSC算法，提出了一种创新的“慢中毒”网络攻击及相应的检测策略。因此，本文的目标是：(i) 为ATSC开发“慢中毒”攻击生成策略；(ii) 利用循环神经网络——即长短期记忆(LSTM)模型——开发基于预测的“慢中毒”攻击检测策略。我们使用微观交通仿真器Simulation of Urban Mobility (SUMO)生成了“慢中毒”攻击建模策略，并利用仿真所生成的数据来构建攻击模型与检测模型。分析表明，该攻击策略能有效在进口道制造拥堵，且检测策略能够标记出该攻击。
引用
@article{arxiv.2108.08627,
title = {An Innovative Attack Modelling and Attack Detection Approach for a Waiting Time-based Adaptive Traffic Signal Controller},
author = {Sagar Dasgupta and Courtland Hollis and Mizanur Rahman and Travis Atkison},
journal= {arXiv preprint arXiv:2108.08627},
year = {2022}
}