基于随机森林的车载CAN总线异常检测方法
2018-11-06吴玲云秦贵和
吉林大学学报(理学版) 2018年3期
关键词:检测
吴玲云, 秦贵和, 于 赫
(1. 吉林大学 计算机科学与技术学院, 长春 130012; 2. 长春大学 电子信息工程学院, 长春 130022)
汽车上的电控设备, 除了基本的电控系统, 目前还有辅助驾驶系统与半自动驾驶系统, 如汽车轮胎压力检测、 辅助制动、 智能泊车等, 而这些系统的数据信息均从车载控制器局域网(CAN)总线中获取. 汽车智能化的发展方向使汽车与互联网的联系非常紧密, 而汽车上的电子设备及智能化系统都可能成为黑客入侵车载总线网络的途径, 一旦黑客成功入侵车载CAN总线网络, 驾驶人员很可能失去整辆汽车的控制权, 汽车将由入侵者控制其各项功能及运动状态. Larson等[1]给出了使用CANopen协议的安全规则对非法的电子控制单元(ECU)行为进行检测; Muter等给出了使用多个传感器对汽车CAN总线的各种信息进行检测, 组建了一个异常检测系统[2], 并进一步探讨了一种基于熵的车载网络攻击检测方法, 评估了不同的攻击场景, 表明信息理论的检测方法可成功识别车载网络异常[3]; Murvay等[4]提出了一种基于信息的特征识别方法进行检测; Groza等[5-7]研究了多个在车载CAN上的广播认证方法, 并通过实验进行了证明; Schulze等[8]在汽车系统中建立了一个数据管理系统进行数据管理; Yu等[9]研究表明, 在基于网络架构的嵌入式车辆中, 车载通信相对脆弱, 因此提出了使用混淆和加密技术保护ECU免受数据嗅探和代码篡改的方法; Lin等[10]提出了一种安全机制, 这种安全机制可在总线利用率尽可能低的情况下实现高安全级别, 保持如总线负载和消息延迟等通信开销在合理水平, 主要预防伪装和重放等网络攻击;……
登录APP查看全文