利用数据分析检测车辆异常状态
人工智能
2018-08-13 v1 密码学与安全
摘要
车辆正变得越来越互联，这开辟了更大的攻击面，不仅影响车内的乘客，也影响周围的人员。这些漏洞的存在是因为现代系统建立在相对不安全且陈旧的CAN总线框架之上，甚至缺乏基本的身份验证。由于新协议只能帮助未来的车辆而无法帮助旧车辆，我们的方法试图将此问题作为数据分析问题来解决，并使用机器学习技术来保护汽车。我们开发了一个隐马尔可夫模型，用于从车辆收集的真实数据中检测异常状态。使用该模型，在车辆运行期间，我们能够检测并发出警报。我们的模型可以作为即插即用设备集成到所有新旧汽车中。
引用
@article{arxiv.1512.08048,
title = {Using Data Analytics to Detect Anomalous States in Vehicles},
author = {Sandeep Nair Narayanan and Sudip Mittal and Anupam Joshi},
journal= {arXiv preprint arXiv:1512.08048},
year = {2018}
}