针对自动驾驶中多模态感知的时序错位攻击
机器学习
2026-03-09 v3
摘要
多模态融合(MMF)在自动驾驶感知中发挥着关键作用，主要通过融合摄像头和LiDAR数据流来实现全面且高效的场景理解。然而，其对精确时序同步的严格依赖暴露了新的漏洞。本文引入DejaVu攻击，通过车内网络操控时间完整性，创建细微的时序错位，严重降低下游MMF-based感知任务的性能。我们对不同模型和数据集进行全面的攻击分析，揭示传感器在特定任务中的不平衡敏感性：目标检测高度依赖LiDAR输入，而目标跟踪高度依赖摄像头输入。因此，仅通过延迟一帧LiDAR，即可使车辆检测平均精度(mAP)降低最高可达88.5%；通过延迟三帧摄像头输入，可使车辆多目标跟踪精度(MOTA)降低73%。我们进一步通过汽车以太网测试平台进行硬件在环验证，并使用Autoware栈进行端到端自动驾驶仿真，展示了DejaVu攻击的可行性及其严重后果，如碰撞和误触发制动。我们的代码和资源已公开发布于：https://github.com/shahriar0651/DejaVu。
引用
@article{arxiv.2507.09095,
title = {Temporal Misalignment Attacks against Multimodal Perception in Autonomous Driving},
author = {Md Hasan Shahriar and Md Mohaimin Al Barat and Harshavardhan Sundar and Ning Zhang and Naren Ramakrishnan and Y. Thomas Hou and Wenjing Lou},
journal= {arXiv preprint arXiv:2507.09095},
year = {2026}
}
备注
19 pages, 18 Figures