車載ネットワークにおける電圧・遅延特性を用いた高精度・低コストな送信者識別手法

利用车载网络电压和延迟特性的高精度、低成本发送方识别方法

基本信息

批准号：
21J10516
负责人：
大平修慈
金额：
$ 0.96万
依托单位：
Nara Institute of Science and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-28 至 2023-03-31
项目状态：
已结题

项目摘要

車載ネットワークController Area Network (CAN) におけるスプーフィング攻撃に対して，メッセージの送信者を識別する手法(以降，送信者識別手法)が攻撃検知性能と適用可能性のバランスに優れている．暗号アルゴリズムに基づく認証手法は，既存のElectronic Control Unit (ECU) のソフトウェアアップデートや追加のハードウェアが必要となることから，実車へ適用する際に課題がある．一方で，物理層の特徴量に基づく送信者識別手法は，CAN信号の電圧や立ち上がり時間といった既存のECUが持つ物理的な特徴量を学習し，送信者を識別する．そのため，暗号アルゴリズムに基づく認証手法と比べ，物理層の特徴量に基づく送信者識別手法は既存のECUのソフトウェアアップデートや追加のハードウェアが必要ない．しかし，既存の送信者識別手法の識別性能は実車両において運用可能なレベルに達していない．そこで，本研究では物理層の特徴量に基づく送信者識別手法の精度を向上することを目的としている．本研究は(1)「物理的特徴に基づく各IDSの設計・実装」，(2)「複数の物理的特徴に基づくIDSの設計・実装」の2フェーズによって計画されており，本年度は第2フェーズの複数の物理的特徴に基づくIDSの設計・実装に取り組む予定であった．しかしながら，同様の手法を他の研究者に先行して提案されたことから，これらの手法に基づく防御手法の提案・実装に取り組んだ．提案手法は，攻撃者のECUのカーネルレベルで動作し，攻撃を検知すると直ちにメッセージの送信の拒否と遅延の挿入を行うことが可能であることが確認された．

针对车载网络CAN（Controller Area Network，控制器局域网）中的欺骗攻击，一种识别消息发送者的方法（以下简称发送者识别方法）在攻击检测性能和适用性之间具有良好的平衡。基于加密算法的认证方法需要对现有电子控制单元（ECU）和额外硬件进行软件更新，这在应用于实际车辆时带来了挑战。另一方面，基于物理层特征的发送者识别方法学习现有ECU的物理特征，例如CAN信号的电压和上升时间，并识别发送者。因此，与基于密码算法的认证方法相比，基于物理层特征的发送者识别方法不需要对现有ECU进行软件更新或额外的硬件。然而，现有的发送者识别方法的识别性能还没有达到可以在实际车辆中使用的水平。因此，本研究的目的是提高基于物理层特征的发送者识别方法的准确性。这项研究计划分两个阶段：（1）“基于物理特性的每个IDS的设计和实现”和（2）“基于多个物理特性的IDS的设计和实现”。基于相的多个物理特征的IDS。然而，由于类似的方法在其他研究人员之前就已经提出，因此我们致力于提出并实现基于这些方法的防御方法。所提出的方法在攻击者ECU的内核级别运行，并且已证实可以在检测到攻击时立即拒绝消息传输并插入延迟。

项目成果

期刊论文数量（4）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

IVNPROTECT: Isolable and Traceable Lightweight CAN-Bus Kernel-Level Protection for Securing In-Vehicle Communication

IVNPROTECT：可隔离且可追踪的轻量级 CAN 总线内核级保护，确保车内通信安全

DOI：
发表时间：
2023
期刊：
影响因子：
0
作者：
Shuji Ohira;Araya Kibrom Desta;Ismail Arai;Kazutoshi Fujikawa
通讯作者：
Kazutoshi Fujikawa

Rec-CNN: In-Vehicle Networks Intrusion Detection Using Convolutional Neural Networks Trained on Recurrence Plots

Rec-CNN：使用在递归图上训练的卷积神经网络进行车载网络入侵检测

DOI：
10.1016/j.vehcom.2022.100470
发表时间：
2022
期刊：
Vehicular Communications
影响因子：
6.7
作者：
Araya Kibrom Desta;Shuji Ohira;Ismail Arai;Kazutoshi Fujikawa
通讯作者：
Kazutoshi Fujikawa

U-CAN: A Convolutional Neural Network Based Intrusion Detection for Controller Area Networks

U-CAN：基于卷积神经网络的控制器局域网入侵检测

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Araya Kibrom Desta;Shuji Ohira;Ismail Arai;Kazutoshi Fujikawa
通讯作者：
Kazutoshi Fujikawa

PLI-TDC: Super Fine Delay-Time Based Physical-Layer Identification with Time-to-Digital Converter for In-Vehicle Networks

DOI：
10.1145/3433210.3437530
发表时间：
2021-05
期刊：
Proceedings of the 2021 ACM Asia Conference on Computer and Communications Security
影响因子：
0
作者：
Shuji Ohira;Araya Kibrom Desta;Ismail Arai;K. Fujikawa
通讯作者：
Shuji Ohira;Araya Kibrom Desta;Ismail Arai;K. Fujikawa