MDHP-Net：检测IVN中新兴时激发威胁
密码学与安全
2025-04-23 v2
摘要
将智能和连接技术集成到现代车辆中虽然提供了通过电子控制单元(ECU)和诸如OBD-II和遥感等接口所带来的功能增强，同时也将车辆内部网络(IVN)暴露于潜在网络攻击之下。与先前工作不同，本文识别了一种针对IVN的新型时激发威胁模型。这些攻击注入表现出时激发效应的恶意消息，逐步操纵网络流量以干扰车辆操作并危及安全关键功能。我们系统性地分析了该威胁的特征：动态性、时激发影响以及低先验知识依赖性。为验证其实际可行性，我们在真实的高级驾驶辅助系统通过控制区域网络(CAN)上复制了该攻击，利用统一诊断服务漏洞并提出了四种攻击策略。虽然CAN的完整性检查可减缓攻击，但以太网迁移(如DoIP/SOME/IP)引入了新的攻击面。我们进一步研究了SOME/IP下时激发威胁的可行性。为检测时激发威胁，我们引入MDHP-Net，利用多维Hawkes过程(MDHP)和时空特征提取结构。同时，为了估计MDHP参数，我们开发了MDHP的首个GPU优化梯度下降求解器(MDHP-GDS)。这些模块显著提高了在多ECU IVN系统中时激发攻击下的检测率。为解决数据稀缺问题，我们发布了STEIA9，即首个针对时激发攻击的开源数据集，覆盖9种以太网为基础的攻击情景。在STEIA9(9种攻击情景)上的大量实验表明，MDHP-Net超过3个基线方法，确认了攻击的可行性和检测效能。
引用
@article{arxiv.2504.11867,
title = {MDHP-Net: Detecting an Emerging Time-exciting Threat in IVN},
author = {Qi Liu and Yanchen Liu and Ruifeng Li and Chenhong Cao and Yufeng Li and Xingyu Li and Peng Wang and Runhan Feng and Shiyang Bu},
journal= {arXiv preprint arXiv:2504.11867},
year = {2025}
}
备注
This work was intended as a replacement of arXiv:2411.10258 and any subsequent updates will appear there