車聯(lián)網(wǎng)的發(fā)展為人們帶來便利的同時,也使得汽車不再是一個相對封閉的獨立系統(tǒng),車聯(lián)網(wǎng)將互聯(lián)網(wǎng)的技術(shù)引入到汽車系統(tǒng),同時也不可避免的引入了互聯(lián)網(wǎng)所面對的安全問題,在這種情況下,以往汽車系統(tǒng)中的安全隱患和漏洞,也隨之暴露了出來。汽車智能化和車聯(lián)網(wǎng)技術(shù)的發(fā)展,致使汽車的功能越來越豐富,汽車內(nèi)部的電子設(shè)備數(shù)量大幅度增加,車內(nèi)網(wǎng)絡(luò)系統(tǒng)日益復(fù)雜,并且這些車載設(shè)備和電控單元基本都會連接到汽車的內(nèi)部總線網(wǎng)絡(luò)上,來自外部網(wǎng)絡(luò)的威脅通過外部接口,滲透到車載網(wǎng)絡(luò)總線上。然而車載總線在設(shè)計和應(yīng)用的過程中,卻從來沒有考慮過信息安全的問題,車內(nèi)網(wǎng)絡(luò)的安全策略和安全機制并不能滿足車輛的安全需求。隨著汽車信息安全問題的出現(xiàn),攻擊者利用對外接口攻擊車載CAN總線網(wǎng)絡(luò),并將含有惡意信息的報文發(fā)送到車載CAN總線網(wǎng)絡(luò)上,這將嚴(yán)重威脅到車輛駕駛者和乘客的生命、財產(chǎn)和信息安全。本文以基于車聯(lián)網(wǎng)的車輛信息安全為出發(fā)點,詳細(xì)分析了車輛面臨的安全威脅,以及存在的汽車攻擊手段,根據(jù)車載CAN總線網(wǎng)絡(luò)的特點,提出了CAN總線入侵檢測的方法,本文的主要研究工作如下:（1）在總結(jié)了國內(nèi)外關(guān)于車聯(lián)網(wǎng)安全和車載網(wǎng)絡(luò)安全的研究工作基礎(chǔ)上,闡述了車聯(lián)網(wǎng)... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

音頻信號在處理過程中的時域圖

東南大學(xué)碩士學(xué)位論文36圖3-9音頻信號在處理過程中的頻域圖接下來研究了信噪比對誤碼率的影響，如表3-1所示：表3-1誤碼率與信噪比的關(guān)系表信噪比1252829313750100誤碼率25/721/721/7200000通過實驗發(fā)現(xiàn)，在信噪比不小于29時，此算法的誤碼率為0。因此在攻擊的過程中，為了實現(xiàn)成功入侵，需要盡可能的提高FM信號發(fā)射器的功率，或者縮短攻擊距離。3.4本章小結(jié)本章首先設(shè)計了一個車載T-BOX，目的是為了學(xué)習(xí)現(xiàn)有車載信息系統(tǒng)的原理以及其功能，為接下來研究車輛攻擊路徑做好工程基礎(chǔ)；接著介紹已經(jīng)公開的車載信息系統(tǒng)的漏洞，包括D-總線服務(wù)漏洞、OMAP處理器的漏洞和V850芯片上固件更新漏洞，根據(jù)這些公開的漏洞設(shè)計了一條合理可行的攻擊路徑；最后為了隱藏遠(yuǎn)程攻擊路徑，利用本章描述的漏洞刷新OMAP中的固件和V850中的固件，通過FM系統(tǒng)攻擊車輛內(nèi)部的CAN總線，并利用基于DWT-DCT-SVD音頻信息隱藏算法實現(xiàn)攻擊。本文研究攻擊方法的意義在于，通過對攻擊路徑以及攻擊方法的研究，展現(xiàn)了車輛的遠(yuǎn)程攻擊面，從而暴露出車輛對外接口存在的安全威脅，為研究面向車聯(lián)網(wǎng)的車輛安全防御機制奠定基矗

第五章基于決策樹的CAN總線入侵檢測技術(shù)55圖5-4報文ID為“0x285”決策樹最大深度與準(zhǔn)確率的關(guān)系圖5-5報文ID為“0x285”決策樹葉節(jié)點最少個數(shù)與準(zhǔn)確率的關(guān)系圖5-4表示報文ID為“0x285”的決策樹檢測準(zhǔn)確率和決策樹最大深度的關(guān)系圖，決策樹模型的最大深度控制在不小于4時，訓(xùn)練過程和測試過程的檢測準(zhǔn)確率都能達(dá)到100%，并且最大深度小于4時，相比于測試過程，訓(xùn)練過程中的檢測準(zhǔn)確率較高。圖5-5表示報文ID為“0x285”的決策樹葉節(jié)點最少個數(shù)與檢測準(zhǔn)確率的關(guān)系，該參數(shù)控制在15以內(nèi)就能保證訓(xùn)練過程和測試過程的檢測準(zhǔn)確率都能達(dá)到100%，在最小葉節(jié)點數(shù)大于16時，檢測準(zhǔn)確率為一個固定的值。最小葉節(jié)點數(shù)增大時，會強化噪聲數(shù)據(jù)，造成檢測準(zhǔn)確率下降。5.3.4決策樹模型生成結(jié)果使用CAN總線決策樹生成算法生成車載CAN總線報文的決策樹模型，使用CAN總線報文數(shù)據(jù)的基尼指數(shù)度量數(shù)據(jù)的純度，以葉節(jié)點最少個數(shù)和決策樹模型的最大深度作為閾值，該模型在屬性選擇時允許重復(fù)選擇。選擇兩種典型的車載CAN總線報文類型說明決策樹模型的生成結(jié)果ID分別為“0x285”和“0x1F0”。圖5-6為報文ID“0x285”的決策樹模型，圖5-7為報文ID“0x1F0”的決策樹模型。

【參考文獻(xiàn)】：
期刊論文
[1]基于機器學(xué)習(xí)的網(wǎng)絡(luò)異常流量檢測研究[J]. 陳勝,朱國勝,祁小云,雷龍飛,鎮(zhèn)佳,吳善超,吳夢宇.  信息通信. 2017(12)
[2]借車聯(lián)網(wǎng)新機遇拓展新市場[J]. 李蓉蓉,陳力,林瑋平,楊新章.  通信企業(yè)管理. 2017(11)
[3]智能網(wǎng)聯(lián)與未來汽車的技術(shù)變革[J]. 李克強.  科學(xué)中國人. 2015(28)
[4]應(yīng)用于CAN總線的廣播認(rèn)證系統(tǒng)[J]. 王劍,張子鍵,袁堅.  北京郵電大學(xué)學(xué)報. 2015(04)
[5]一種應(yīng)用于CAN總線的異常檢測系統(tǒng)[J]. 張子鍵,張越,王劍.  信息安全與通信保密. 2015(08)
[6]車載網(wǎng)絡(luò)IEEE 802.11p協(xié)議的特性研究[J]. 許馨月,葉雪梅,陳柏松.  現(xiàn)代電子技術(shù). 2014(10)
[7]基于支持向量機和貝葉斯分類的異常檢測模型[J]. 全亮亮,吳衛(wèi)東.  計算機應(yīng)用. 2012(06)
[8]車聯(lián)網(wǎng)技術(shù)初探[J]. 諸彤宇,王家川,陳智宏.  公路交通科技(應(yīng)用技術(shù)版). 2011(05)
[9]基于C4.5決策樹的流量分類方法[J]. 徐鵬,林森.  軟件學(xué)報. 2009(10)
[10]基于ARM嵌入式車載監(jiān)控終端的設(shè)計與實現(xiàn)[J]. 邵于寧,胡剛,陳雪平.  計算機測量與控制. 2008(08)

博士論文
[1]網(wǎng)聯(lián)汽車信息安全問題及CAN總線異常檢測技術(shù)研究[D]. 于赫.吉林大學(xué) 2016



本文編號：3603304