以下文章来源于轩辕实验室 ,作者轩辕实验室
已有的认证和反欺骗技术有如下:
• 使用多个接收器,即天线来交叉检查信号。当添加多个接收器来检查输入信号时,假冒源带来的微小变化可能会被外部接收器捕获。然而,老练的攻击者可以复制相位与两个或更多 GPS 接收器一致的欺骗信号。这些复杂的欺骗攻击很难被多接收器检测到,因为它合成了多个卫星的欺骗信号并在一开始就覆盖在真实信号之上。
• 利用信号分析比如到达时间或接收强度。这些检测方法需要设备来捕获信号的特征,并且在车辆系统上可能不灵活。因此,我们开发了一种低成本的验证机制,用基于通过车载控制器局域网总线(CAN)获得的驾驶信息来检测对车辆的全球定位系统欺骗攻击。我们提出的方法依赖于来自内部车辆网络的数据是可信的这一关键点,并由车内认证方法证明。我们提出的机制将通过从记录在 CAN 总线上的信息 (如车速和转向角度) 重建全球定位系统位置来检测欺骗攻击。
本文主要贡献如下:
• 低成本方法: 首先,我们的方法不需要任何额外的设备,如额外的天线或接收器,它们可能太重而无法携带,在车辆上也不实用。第二,我们的方法专注于普通的全球定位系统信号,不需要对全球定位系统信号进行任何加密和解密。
• 通过车内网络进行信任和验证: 一些定位方法依赖于网络中相邻车辆的协作,从而引起位置的隐私风险问题。首先,出于隐私考虑,辅助车辆可能不想与丢失的车辆共享位置。此外,协助车可能会行为不端,伪造虚假信号,以欺骗丢失的汽车。然而,我们提出的方法使用本地车载信号,不需要来自车辆外部的任何额外通信。此外,车载收集的信号由车载认证通信证实,该通信被认为是可信的,没有任何第三方的干扰。
我们推导出一个回归算法来描述方向盘转角和车辆航向之间的关系。更具体地说,我们根据当前位置、当前速度和方向盘角度计算下一个坐标。例如,从起点开始,我们根据路线的长度 (l) 和航向角 (θ) 计算下一个坐标。路线的长度可以很容易地通过假设在小时间段内匀速运动来获得,即 l = v · t,其中 v 是该时间段的采样速度,t 代表时间间隔。因此,相应的变化可以表示为下面的等式,
这时这个问题可以被公式化为一个回归问题,即基于过去方向盘角度(θw)与车辆航向(θh)之间的关系找到当前方向盘角度与车辆航向的关系。直觉上,我们会认为方向盘控制着车辆的航向,它应该遵循一个方程式,即θh = f(θw)。因此,该方法的主要目的是使用回归算法来寻找最佳拟合函数 f,然后应用该函数来重构车辆轨迹。图 1 显示了车辆航向相对于方向盘角度变化的回归结果。实线表示转向和航向之间的线性关系。图中的点是试驾的采样数据。通过使用函数 f 来计算车辆的航向,我们可以将其带入到上面的等式时构建下一个坐标。
图一 航向与方向盘角度的回归结果
A. 驾驶信息数据集
B. 实验结果:
已完成
数据加载中