你看不见我:针对基于LiDAR的自动驾驶框架的物理移除攻击
密码学与安全
2022-10-31 v2
摘要
自动驾驶车辆(AVs)越来越多地使用基于LiDAR的目标检测系统来感知道路上其他车辆与行人。现有针对基于LiDAR的自动驾驶架构的攻击侧重于降低AV目标检测模型的置信度分数以引发障碍物误检,而我们的研究发现了如何利用基于激光的欺骗技术,在作为AV感知输入之前于传感器层面选择性地移除真实障碍物的LiDAR点云数据。这一关键LiDAR信息的消融导致自动驾驶障碍物检测器无法识别与定位障碍物,从而诱使AV做出危险的自动驾驶决策。本文提出一种人眼不可见的方法,通过利用与自动驾驶框架集成的LiDAR传感器数据固有的自动变换与滤波过程来隐藏物体并欺骗自动驾驶车辆的障碍物检测器。我们将此类攻击称为物理移除攻击(Physical Removal Attacks, PRA),并展示了它们对三种流行AV障碍物检测器(Apollo、Autoware、PointPillars)的有效性,且实现了45°攻击能力。我们评估了攻击对三种融合模型(Frustum-ConvNet、AVOD和Integrated-Semantic Level Fusion)的影响,以及使用工业级仿真器LGSVL在驾驶决策上的后果。在移动车辆场景中,我们以92.7%的成功率移除了目标障碍物90%的点云。最后,我们展示了该攻击对两种流行的针对欺骗与物体隐藏攻击的防御手段的成功性,并讨论了两种增强防御策略以缓解我们的攻击。
引用
@article{arxiv.2210.09482,
title = {You Can't See Me: Physical Removal Attacks on LiDAR-based Autonomous Vehicles Driving Frameworks},
author = {Yulong Cao and S. Hrushikesh Bhupathiraju and Pirouz Naghavi and Takeshi Sugawara and Z. Morley Mao and Sara Rampazzi},
journal= {arXiv preprint arXiv:2210.09482},
year = {2022}
}
备注
Accepted to the 32nd USENIX Security Symposium (2023)