从物理到网络：升级个性化汽车保险的防护

如今，汽车保险公司根据直接从客户汽车收集的数据来设定个性化保险费率。在本文中，我们展示了这种被许多汽车保险公司广泛采用的个性化保险机制容易受到漏洞利用。具体而言，我们证明攻击者可以利用现成的硬件，向用于收集驾驶员习惯以定制保险费率的设备操纵数据，从而获得欺诈性的保险折扣。针对此类攻击，我们还提出了一种升级保险公司数据收集防护的防御机制。该机制的主要思想是增强保险公司的数据收集设备，使其具备从物理世界获取不可伪造数据的能力，然后利用这些数据来识别被操纵的数据点。我们的防御机制利用了基于未被操纵数据构建的统计模型，并且对以前未预见到的操纵方法具有鲁棒性。我们已将该防御机制作为概念验证原型实现，并在现实世界中测试了其有效性。我们的评估表明，我们的防御机制表现出 0.032 的假阳性率和 0.013 的假阴性率。