从 CAN 日志中提取车辆传感器信号以进行驾驶员再识别
密码学与安全
2019-10-28 v3 信号处理
摘要
数据对于汽车产业而言是新石油。汽车生成关于其使用方式以及谁在驾驶的数据，这催生了一种刻画个体画像的新途径。若干先前工作已成功展示了利用在车辆 CAN（控制器局域网）总线上捕获的车载网络数据进行驾驶员再识别的可行性。然而，它们全部使用了已从 CAN 日志中提取出的信号（例如速度、制动踏板或加速踏板位置），而提取本身并非易事。事实上，汽车制造商有意不公开 CAN 日志中信号的精确位置。尽管如此，我们展示了可利用机器学习技术高效地从 CAN 日志中提取信号。我们利用信号具有若干可学习的区分性统计特征，并可有效用于跨不同车辆识别它们，即准“逆向工程” CAN 协议。我们还证明了所提取的信号可成功用于在一个包含 33 名驾驶员的数据集中再识别个体。因此，不公开 CAN 日志中的信号位置本身并不能阻止它们被视为驾驶员的个人数据。
引用
@article{arxiv.1902.08956,
title = {Extracting vehicle sensor signals from CAN logs for driver re-identification},
author = {Szilvia Lestyan and Gergely Acs and Gergely Biczok and Zsolt Szalay},
journal= {arXiv preprint arXiv:1902.08956},
year = {2019}
}
备注
10 pages