大多數(shù)新車使用復(fù)雜的計算技術(shù)，很容易受到網(wǎng)絡(luò)惡意攻擊，從而導(dǎo)致嚴(yán)重的安全問題。據(jù)外媒報道，馬里蘭大學(xué)巴爾的摩分校（UMBC）的研究人員一直在研究如何提高技術(shù)復(fù)雜車輛的安全性。該校助理教授Riadul Islam與其同事，以及密歇根大學(xué)迪爾本分校（University of Michigan-Dearborn）的研究人員共同開發(fā)了一種簡單易行的車輛安全漏洞檢測方法。

（圖片來源：https://techxplore.com）

目前，在汽車行業(yè)中應(yīng)用最廣泛的車內(nèi)通信網(wǎng)絡(luò)是控制器局網(wǎng)（CAN）。該網(wǎng)絡(luò)使用非常簡單，對消費者和制造商很有吸引力，但也容易受到潛在的安全威脅。CAN本質(zhì)上是一種廣播式網(wǎng)絡(luò)，任何代理都可能讀取車輛信息，并發(fā)送相反的信息。使用CAN網(wǎng)絡(luò)，可以從另一個設(shè)備遠(yuǎn)程控制車輛。此種特性使其支持許多創(chuàng)新應(yīng)用，同時也導(dǎo)致了安全問題。代理可以控制網(wǎng)絡(luò)，并向車輛發(fā)送新的命令，從而造成危險，如使剎車失靈或?qū)е乱婀收稀?/p>

解決這一問題的第一步就是檢測這些潛在威脅。Islam表示，他的方法采用基于圖形的異常檢測技術(shù)，可以容易地顯示數(shù)據(jù)之間的復(fù)雜關(guān)系。Islam的研究小組利用用于展示網(wǎng)絡(luò)數(shù)據(jù)的圖表，并進行簡單的統(tǒng)計分析，以發(fā)現(xiàn)威脅。此種方法不需要昂貴的設(shè)備，而且其采用的方法已經(jīng)被統(tǒng)計學(xué)家所熟知，并且很直觀。Islam稱，使用統(tǒng)計方法檢測潛在威脅的主要優(yōu)勢是可以大幅提升成本效益。他解釋道，“與機器學(xué)習(xí)或AI方法相比，統(tǒng)計方法需要的能耗更少?！?/p>

隨著自動駕駛汽車和高度計算機化的車輛成為現(xiàn)實，檢測和解決網(wǎng)絡(luò)漏洞變得至關(guān)重要。Islam及其團隊證明，不需要復(fù)雜的計算或昂貴的設(shè)備就可以有效檢測漏洞。汽車制造商可以使用數(shù)據(jù)和統(tǒng)計分析來實時識別威脅，從而降低復(fù)雜性。未來，隨著車輛具備更多功能，Islam開發(fā)的統(tǒng)計方法將會數(shù)字化。