面向通用车载入侵检测系统的混合方法提升汽车安全性
密码学与安全
2025-10-08 v1
摘要
安全措施在汽车行业中至关重要，以检测车载网络中的入侵。然而，开发适用于所有车型的入侵检测系统 (IDS) 具有挑战性，因为每辆车的数据配置独特。这种独特性源于车辆关于其型号、驾驶方式、测试环境及固件更新而产生的复杂且动态的数据。为此，本文开发了一种通用 IDS，可无需定制地应用于所有车型。不同于传统 IDS，通用 IDS 能适应因固件更新导致的数据安全问题的演变。本研究开发了一种新型混合方法，结合皮尔逊相关性与深度学习技术。该方法使用来自特斯拉、索纳塔及两款 Kia 车型的四辆不同机械与电子车辆数据进行测试。数据被整合为两个频率数据集，采用小波变换转换为频域，以提升通用性。此外，采用基于独立规则系统的统计方法（基于皮尔逊相关性）以提升系统性能。该系统与八种不同 IDS 进行比较，其中三种采用通用方法，其余五种基于传统技术。通过基准测试评估了各系统准确率，结果表明，该混合系统在各种车型中有效检测入侵。
引用
@article{arxiv.2510.05824,
title = {Enhancing Automotive Security with a Hybrid Approach towards Universal Intrusion Detection System},
author = {Md Rezanur Islam and Mahdi Sahlabadi and Keunkyoung Kim and Kangbin Yim},
journal= {arXiv preprint arXiv:2510.05824},
year = {2025}
}