CASAD：面向车载网络的 CAN 感知隐蔽攻击检测
密码学与安全
2019-09-19 v1
摘要
如今，车辆拥有复杂的车载网络（IVN），其包含数百万行代码，控制着车辆中几乎每一项功能，包括安全关键功能。最近的研究表明，IVN 正日益面临能够控制车辆的网络攻击的威胁，从而危及乘客安全。针对新兴威胁，文献中已提出若干对策，然而工业界所设的障碍性要求阻碍了它们在实践中的采用。具体而言，IVN 攻击检测受到严格资源约束以及即便同型号车辆也各异的极度复杂通信模式的挑战。此外，现有方案存在两个主要缺陷：其一，它们依赖于底层车辆配置；其二，它们无法检测某些具有隐蔽性的攻击。本文提出 CASAD，一种 CAN 感知的隐蔽攻击检测机制，它不遵从为每款车型预先定义的严格规范，并解决了现实世界部署可行性的关键挑战。我们这种快速、轻量且系统无关的方法从历史数据中学习 IVN 动态的正常行为，并通过持续监控 IVN 流量来检测偏差。我们通过在 CAN 总线原型、一辆 2018 款沃尔沃 XC60 以及来自两辆真实车辆的公开可用数据上进行多种实验，证明了 CASAD 的有效性。实验表明，我们的方法针对不同攻击场景均有效，包括及时检测隐蔽攻击，并且在真实车辆上具有可观的潜在适用性。
引用
@article{arxiv.1909.08407,
title = {CASAD: CAN-Aware Stealthy-Attack Detection for In-Vehicle Networks},
author = {Nasser Nowdehi and Wissam Aoudi and Magnus Almgren and Tomas Olovsson},
journal= {arXiv preprint arXiv:1909.08407},
year = {2019}
}