AEVisionLab：利用全方位视觉技术操控车载以太网网络

《ACM Transactions on Embedded Computing Systems》：AEVisionLab: Manipulating In-vehicle Ethernet Networks with All-round Vision

　　

摘要 AI摘要

要查看此由AI生成的摘要，您必须具有高级访问权限。

了解更多 登录

摘要

摘要

随着现代汽车中高级驾驶辅助系统（ADAS）的日益普及，视觉系统在自动驾驶车辆、驾驶辅助和车内娱乐中的应用为现有的车内网络（IVN）带来了新的风险和攻击途径，从而对汽车网络安全领域构成了重大挑战。以往的研究主要集中在使用专门的汽车以太网（AE）设备进行ADAS仿真时分析视觉系统的功能或部分安全方面，或者需要昂贵的车辆在环测试环境。这些方法要么独立的安全研究人员无法使用，要么无法提供全面的见解来帮助研究人员理解在真实汽车中使用汽车以太网IVN进行视觉相关场景时攻击的实际影响。为此，我们构建了一个嵌入式系统AEVisionLab，该系统使用汽车商用现成（COTS）电子控制单元（ECU）和工作站。AEVisionLab是一个独立、可重用的、全面的汽车以太网（AE）测试平台，可以通过100BASE-T1以太网桥接技术对宝马G20的车载全景视觉IVN中的消息进行操作。AEVisionLab允许直接使用COTS ECU复制驾驶测试场景，并收集关键的网络性能指标，从而便于在实验室中设计、评估和分析具体的攻击行为。我们通过设计和评估包括窃听和劫持SOME/IP服务、操纵和延迟视频流等具体攻击场景来展示AEVisionLab的能力。我们设想AEVisionLab可以作为一个灵活的平台，用于设计和评估针对AE网络的攻击和防御技术（例如入侵检测），并且可以轻松扩展以支持其他汽车ECU、ADAS的机器学习模型或辅助驾驶传感器。

AI摘要

AI生成摘要（实验性）

此摘要是使用自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助读者发现相关信息、评估文章的相关性，并协助来自相关研究领域的读者理解本文内容。它旨在补充作者提供的摘要，后者仍然是文章的官方总结。完整文章才是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的摘要版本。

要查看此由AI生成的简体中文摘要，您必须具有高级访问权限。