车对车网络隐蔽攻击下网联车辆的风险评估
系统与控制
2021-09-06 v1 系统与控制
摘要
协同自适应巡航控制(CACC)是一种自动驾驶跟车技术，可使高速公路上的一组车辆形成紧密耦合的队列。这是通过车对车(V2V)无线通信网络交换车间数据来实现的。CACC 提高了交通吞吐量与安全性，并降低了燃油消耗。然而，车辆连接性的激增带来了新的安全挑战，因为车载网络日益成为试图恶化队列性能甚至引发碰撞的对手的新接入点。在本稿件中，我们提出了一种利用实时传感器/网络数据与队列中车辆的基于物理的数学模型的新型攻击检测方案。尽管如此，即便最佳检测方案也可能因不可避免的建模不确定性、网络效应(延迟、量化、通信丢失)与噪声而产生保守的检测结果。任何检测器都难以(通常不可能)区分这些不同扰动源与实际攻击信号。这使得对手能够发起一系列可隐藏于系统不确定性中从而绕过检测方案的攻击策略。在此，我们提供风险评估工具(以半定规划形式)供网联自动驾驶车辆(CAVs)量化躲过检测器(此处称其为隐蔽攻击(stealthy attacks))的攻击的潜在影响。给出一个数值案例研究以阐明我们方法的有效性。
引用
@article{arxiv.2109.01553,
title = {Risk Assessment for Connected Vehicles under Stealthy Attacks on Vehicle-to-Vehicle Networks},
author = {Tianci Yang and Carlos Murguia and Chen Lv},
journal= {arXiv preprint arXiv:2109.01553},
year = {2021}
}