基于智能網(wǎng)聯(lián)汽車的CAN總線攻擊與防御檢測技術研究.pdf_第1頁
已閱讀1頁,還剩55頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著物聯(lián)網(wǎng)信息產(chǎn)業(yè)的發(fā)展,各項關鍵技術的突破,基于多網(wǎng)融合的智能網(wǎng)聯(lián)汽車開始進入人們的生活,車與人,車與車,車與移動設備,車與基礎設施,通過云服務、大數(shù)據(jù)交換互聯(lián)在一起。物聯(lián)網(wǎng)技術極大的提高了人們的駕乘體驗,引發(fā)了生活方式的變革,是未來汽車的發(fā)展方向。
  目前隨著越來越多的電子控制設備應用到汽車當中,各個電子設備模塊在汽車運行過程中需要相互配合,電子設備模塊之間交流被架構成復雜的通信網(wǎng)絡。隨著車載網(wǎng)絡規(guī)模的增大、車用電子設備數(shù)量

2、增多,汽車上軟件運行的種類和數(shù)量也隨之加大,網(wǎng)絡信息安全問題隨之而來。攻擊者可以經(jīng)由汽車內(nèi)外通信通路攻擊車載軟件的漏洞,向CAN總線下發(fā)異常報文,從而影響車輛的控制系統(tǒng)。這些潛在的隱患不再是盜取信息、錢財那么簡單,而是實實在在地威脅到了我們的生命安全。通過異常檢測、安全防護等技術,保護車載CAN總線信息安全具有十分重要的意義。
  本文針對目前智能網(wǎng)聯(lián)汽車中采用的車載CAN網(wǎng)絡,對其存在的可重放、易篡改等安全問題進行深入的分析和解

3、剖,分析車載CAN總線所存在的安全漏洞,設計了針對車載CAN總線的攻擊方法,闡述了如何逆向破解總線報文信息,以達到控制汽車的目的。之后在分析攻擊手段和總線報文結構的基礎上,提出了針對車載CAN總線的異常檢測模型。主要取得的成果如下:
  1)在研究分析車載CAN網(wǎng)絡通信協(xié)議的基礎上,利用CAN網(wǎng)絡存在的安全漏洞設計有效的攻擊方法。利用逆向技術分析CAN報文數(shù)據(jù)包,破解車載報文指令信息,以達到控制汽車的目的。車載CAN網(wǎng)絡不同于傳統(tǒng)

4、的計算機網(wǎng)絡,其數(shù)據(jù)包沒有計算機網(wǎng)絡IP數(shù)據(jù)包那樣的源地址和目的地址。本文根據(jù)CAN報文數(shù)據(jù)包結構的特點,提出了異常檢測模型框架,分別從報文標識位 ID和報文數(shù)據(jù)位進行異常檢測,能夠較為全面的檢測針對車載CAN網(wǎng)絡的攻擊。
  2)針對 CAN報文標識位 ID,提出了基于特征和信息熵的異常檢測系統(tǒng)。通過檢測CAN總線中不同報文 ID的概率分布,計算車載CAN總線的信息熵,以正常CAN總線的信息熵值作為異常檢測閾值標準。同時將正常總

5、線中的CAN ID列為白名單,識別總線中非正常出現(xiàn)CAN ID的特征。仿真實驗結果顯示,基于信息熵和特征結合的異常檢測策略能有效的檢測洪泛攻擊、大量重放攻擊以及少數(shù)高優(yōu)先級報文攻擊。
  3)針對車載總線CAN報文數(shù)據(jù)位,提出了基于支持向量機的異常檢測系統(tǒng)。根據(jù)數(shù)據(jù)位的特點,將車載總線報文數(shù)據(jù)位劃分為8個特征,結合支持向量機的檢測方法,將正常數(shù)據(jù)報文與異常數(shù)據(jù)報文區(qū)分開來。仿真實驗結果顯示,基于支持向量機的異常檢測系統(tǒng)對總線報文數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論