基于图的新统计方法可检测对车辆通信网络的威胁

巴尔的摩县马里兰大学(UMBC)的研究人员致力于创造提高技术复杂车辆安全性的方法。现在，大多数新车都使用复杂的计算技术运行，因此它们容易受到网络上恶意攻击的攻击，这可能导致灾难性的安全问题。计算机科学与电气工程学助理教授Riadul Islam与UMBC和密歇根大学迪尔伯恩分校的合作者合作，创建了一种简单易用的方法来检测安全漏洞。这项研究发表在电气和电子工程师协会(IEEE)出版的《关于智能交通系统的交易》中。

当前，在汽车工业中使用最广泛的车内通信网络是控制器局域网(CAN)。该网络的使用非常简单，因此对消费者和制造商都具有吸引力，但这种简单性也使其容易受到潜在的安全威胁。

CAN本质上是一个广播网络，因此任何实体都可以“读取”来自汽车的消息，并可能发送冲突的消息。可以使用CAN网络从其他设备远程控制汽车。这既是一个功能，又是一个错误，它带来了许多新的创新，也引发了安全隐患。实体可能会控制网络并向车辆发送新命令，从而造成危险情况，例如禁用故障或导致引擎故障。

彻底消除这些可能的威胁的第一步是检测它们。根据伊斯兰教，检测这些威胁不需要广泛的技术。相反，他的方法涉及制定基于图形的异常检测技术，该技术将“轻松显示数据之间的复杂关系”。

Islam的团队使用制作的图表来演示网络上的数据，并进行了简单的统计分析以检测入侵者或威胁。这种方法不需要昂贵的机械。取而代之的是，它依赖于统计学家已经很好理解并且能够直观地起作用的方法。

根据伊斯兰组织的说法，使用统计方法来检测CAN中的潜在威胁的主要好处是，它的成本效益“高出一个数量级”。他解释说：“统计方法比机器学习或人工智能方法所需的能量更少。”

随着自动驾驶或高度计算机化汽车的前景成为现实，检测和解决网络漏洞变得至关重要。伊斯兰和他的团队表明，完成这项任务不需要复杂或昂贵。相反，汽车制造商可以通过使用数据和统计分析来实时识别威胁来保持简单性。将来，由伊斯兰开发的统计方法将以数字方式提供，以最大程度地确保可访问性，因为车辆具有比以往任何时候都更多的功能。