面向车联网的车辆攻击方法及入侵检测技术研究
发布时间：2022-01-23 01:22
车联网的发展为人们带来便利的同时,也使得汽车不再是一个相对封闭的独立系统,车联网将互联网的技术引入到汽车系统,同时也不可避免的引入了互联网所面对的安全问题,在这种情况下,以往汽车系统中的安全隐患和漏洞,也随之暴露了出来。汽车智能化和车联网技术的发展,致使汽车的功能越来越丰富,汽车内部的电子设备数量大幅度增加,车内网络系统日益复杂,并且这些车载设备和电控单元基本都会连接到汽车的内部总线网络上,来自外部网络的威胁通过外部接口,渗透到车载网络总线上。然而车载总线在设计和应用的过程中,却从来没有考虑过信息安全的问题,车内网络的安全策略和安全机制并不能满足车辆的安全需求。随着汽车信息安全问题的出现,攻击者利用对外接口攻击车载CAN总线网络,并将含有恶意信息的报文发送到车载CAN总线网络上,这将严重威胁到车辆驾驶者和乘客的生命、财产和信息安全。本文以基于车联网的车辆信息安全为出发点,详细分析了车辆面临的安全威胁,以及存在的汽车攻击手段,根据车载CAN总线网络的特点,提出了CAN总线入侵检测的方法,本文的主要研究工作如下:（1）在总结了国内外关于车联网安全和车载网络安全的研究工作基础上,阐述了车联网...
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
音频信号在处理过程中的时域图
东南大学硕士学位论文36图3-9音频信号在处理过程中的频域图接下来研究了信噪比对误码率的影响，如表3-1所示：表3-1误码率与信噪比的关系表信噪比1252829313750100误码率25/721/721/7200000通过实验发现，在信噪比不小于29时，此算法的误码率为0。因此在攻击的过程中，为了实现成功入侵，需要尽可能的提高FM信号发射器的功率，或者缩短攻击距离。3.4本章小结本章首先设计了一个车载T-BOX，目的是为了学习现有车载信息系统的原理以及其功能，为接下来研究车辆攻击路径做好工程基础；接着介绍已经公开的车载信息系统的漏洞，包括D-总线服务漏洞、OMAP处理器的漏洞和V850芯片上固件更新漏洞，根据这些公开的漏洞设计了一条合理可行的攻击路径；最后为了隐藏远程攻击路径，利用本章描述的漏洞刷新OMAP中的固件和V850中的固件，通过FM系统攻击车辆内部的CAN总线，并利用基于DWT-DCT-SVD音频信息隐藏算法实现攻击。本文研究攻击方法的意义在于，通过对攻击路径以及攻击方法的研究，展现了车辆的远程攻击面，从而暴露出车辆对外接口存在的安全威胁，为研究面向车联网的车辆安全防御机制奠定基矗
第五章基于决策树的CAN总线入侵检测技术55图5-4报文ID为“0x285”决策树最大深度与准确率的关系图5-5报文ID为“0x285”决策树叶节点最少个数与准确率的关系图5-4表示报文ID为“0x285”的决策树检测准确率和决策树最大深度的关系图，决策树模型的最大深度控制在不小于4时，训练过程和测试过程的检测准确率都能达到100%，并且最大深度小于4时，相比于测试过程，训练过程中的检测准确率较高。图5-5表示报文ID为“0x285”的决策树叶节点最少个数与检测准确率的关系，该参数控制在15以内就能保证训练过程和测试过程的检测准确率都能达到100%，在最小叶节点数大于16时，检测准确率为一个固定的值。最小叶节点数增大时，会强化噪声数据，造成检测准确率下降。5.3.4决策树模型生成结果使用CAN总线决策树生成算法生成车载CAN总线报文的决策树模型，使用CAN总线报文数据的基尼指数度量数据的纯度，以叶节点最少个数和决策树模型的最大深度作为阈值，该模型在属性选择时允许重复选择。选择两种典型的车载CAN总线报文类型说明决策树模型的生成结果ID分别为“0x285”和“0x1F0”。图5-6为报文ID“0x285”的决策树模型，图5-7为报文ID“0x1F0”的决策树模型。
【参考文献】：
期刊论文
[1]基于机器学习的网络异常流量检测研究[J]. 陈胜,朱国胜,祁小云,雷龙飞,镇佳,吴善超,吴梦宇. 信息通信. 2017(12)
[2]借车联网新机遇拓展新市场[J]. 李蓉蓉,陈力,林玮平,杨新章. 通信企业管理. 2017(11)
[3]智能网联与未来汽车的技术变革[J]. 李克强. 科学中国人. 2015(28)
[4]应用于CAN总线的广播认证系统[J]. 王剑,张子键,袁坚. 北京邮电大学学报. 2015(04)
[5]一种应用于CAN总线的异常检测系统[J]. 张子键,张越,王剑. 信息安全与通信保密. 2015(08)
[6]车载网络IEEE 802.11p协议的特性研究[J]. 许馨月,叶雪梅,陈柏松. 现代电子技术. 2014(10)
[7]基于支持向量机和贝叶斯分类的异常检测模型[J]. 全亮亮,吴卫东. 计算机应用. 2012(06)
[8]车联网技术初探[J]. 诸彤宇,王家川,陈智宏. 公路交通科技(应用技术版). 2011(05)
[9]基于C4.5决策树的流量分类方法[J]. 徐鹏,林森. 软件学报. 2009(10)
[10]基于ARM嵌入式车载监控终端的设计与实现[J]. 邵于宁,胡刚,陈雪平. 计算机测量与控制. 2008(08)
博士论文
[1]网联汽车信息安全问题及CAN总线异常检测技术研究[D]. 于赫.吉林大学 2016
本文编号：3603304
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
音频信号在处理过程中的时域图
东南大学硕士学位论文36图3-9音频信号在处理过程中的频域图接下来研究了信噪比对误码率的影响，如表3-1所示：表3-1误码率与信噪比的关系表信噪比1252829313750100误码率25/721/721/7200000通过实验发现，在信噪比不小于29时，此算法的误码率为0。因此在攻击的过程中，为了实现成功入侵，需要尽可能的提高FM信号发射器的功率，或者缩短攻击距离。3.4本章小结本章首先设计了一个车载T-BOX，目的是为了学习现有车载信息系统的原理以及其功能，为接下来研究车辆攻击路径做好工程基础；接着介绍已经公开的车载信息系统的漏洞，包括D-总线服务漏洞、OMAP处理器的漏洞和V850芯片上固件更新漏洞，根据这些公开的漏洞设计了一条合理可行的攻击路径；最后为了隐藏远程攻击路径，利用本章描述的漏洞刷新OMAP中的固件和V850中的固件，通过FM系统攻击车辆内部的CAN总线，并利用基于DWT-DCT-SVD音频信息隐藏算法实现攻击。本文研究攻击方法的意义在于，通过对攻击路径以及攻击方法的研究，展现了车辆的远程攻击面，从而暴露出车辆对外接口存在的安全威胁，为研究面向车联网的车辆安全防御机制奠定基矗
第五章基于决策树的CAN总线入侵检测技术55图5-4报文ID为“0x285”决策树最大深度与准确率的关系图5-5报文ID为“0x285”决策树叶节点最少个数与准确率的关系图5-4表示报文ID为“0x285”的决策树检测准确率和决策树最大深度的关系图，决策树模型的最大深度控制在不小于4时，训练过程和测试过程的检测准确率都能达到100%，并且最大深度小于4时，相比于测试过程，训练过程中的检测准确率较高。图5-5表示报文ID为“0x285”的决策树叶节点最少个数与检测准确率的关系，该参数控制在15以内就能保证训练过程和测试过程的检测准确率都能达到100%，在最小叶节点数大于16时，检测准确率为一个固定的值。最小叶节点数增大时，会强化噪声数据，造成检测准确率下降。5.3.4决策树模型生成结果使用CAN总线决策树生成算法生成车载CAN总线报文的决策树模型，使用CAN总线报文数据的基尼指数度量数据的纯度，以叶节点最少个数和决策树模型的最大深度作为阈值，该模型在属性选择时允许重复选择。选择两种典型的车载CAN总线报文类型说明决策树模型的生成结果ID分别为“0x285”和“0x1F0”。图5-6为报文ID“0x285”的决策树模型，图5-7为报文ID“0x1F0”的决策树模型。
【参考文献】：
期刊论文
[1]基于机器学习的网络异常流量检测研究[J]. 陈胜,朱国胜,祁小云,雷龙飞,镇佳,吴善超,吴梦宇. 信息通信. 2017(12)
[2]借车联网新机遇拓展新市场[J]. 李蓉蓉,陈力,林玮平,杨新章. 通信企业管理. 2017(11)
[3]智能网联与未来汽车的技术变革[J]. 李克强. 科学中国人. 2015(28)
[4]应用于CAN总线的广播认证系统[J]. 王剑,张子键,袁坚. 北京邮电大学学报. 2015(04)
[5]一种应用于CAN总线的异常检测系统[J]. 张子键,张越,王剑. 信息安全与通信保密. 2015(08)
[6]车载网络IEEE 802.11p协议的特性研究[J]. 许馨月,叶雪梅,陈柏松. 现代电子技术. 2014(10)
[7]基于支持向量机和贝叶斯分类的异常检测模型[J]. 全亮亮,吴卫东. 计算机应用. 2012(06)
[8]车联网技术初探[J]. 诸彤宇,王家川,陈智宏. 公路交通科技(应用技术版). 2011(05)
[9]基于C4.5决策树的流量分类方法[J]. 徐鹏,林森. 软件学报. 2009(10)
[10]基于ARM嵌入式车载监控终端的设计与实现[J]. 邵于宁,胡刚,陈雪平. 计算机测量与控制. 2008(08)
博士论文
[1]网联汽车信息安全问题及CAN总线异常检测技术研究[D]. 于赫.吉林大学 2016
本文编号：3603304
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3603304.html
