목차
1 도메인 중앙집중형 전자 및 전기 아키텍처" >1 도메인 중앙집중형 전자 및 전기 아키텍처
2 지능형 커넥티드카가 직면한 정보보안 위협 분석" >2 지능형 커넥티드카가 직면한 정보보안 위협 분석
3 차량 정보 보안 위험 분석 " >3 차량 정보 보안 위험 분석
4 자동차 통신 보안 솔루션" >4 자동차 통신 보안 솔루션
기술 주변기기 일체 포함 이 기사에서는 스마트카 차량 내 네트워크의 통신 보안 아키텍처를 소개합니다.

이 기사에서는 스마트카 차량 내 네트워크의 통신 보안 아키텍처를 소개합니다.

Apr 09, 2023 pm 08:21 PM
건축학 자율주행

현재 자동차 개발의 주요 트렌드는 지능화, 네트워킹, 전동화입니다. 주요 자동차 기업과 인터넷 기업이 새로운 클라우드 시대를 공동으로 열기 위해 적극적으로 협력하고 있습니다. 동시에 지능형 커넥티드 카에 대한 공격이 자주 발생하여 자동차 네트워크 정보 보안 문제가 점점 더 두드러지고 있습니다.

자동차 네트워크 정보 보안 문제에 대응하기 위해 Mercedes-Benz Cars는 2017년 360 그룹과 협력 관계를 맺었습니다. 360 그룹의 지능형 연결 차량 보안 연구소 Sky-Go 팀은 Mercedes-Benz - 19개의 보안이 있음을 발견했습니다. Mercedes-Benz 지능형 커넥티드 카의 취약점을 수정했습니다. 2018 BYD 글로벌 개발자 컨퍼런스에서 BYD와 360 그룹은 스마트 자동차에 대한 정보 보안 및 네트워크 보안 문제를 공동으로 논의하고 해결하기 위한 전략적 협력 계약을 공식적으로 체결했습니다. Ju 등은 자동차 내 네트워크에서 이더넷의 적용과 미래의 자동차 전기 및 전자(E/E) 아키텍처에 대한 기대를 연구했습니다. Wampler 등은 CAN 버스에 대한 해당 범용 보안 솔루션을 제안했습니다. Lee 등은 자동차의 네트워크 취약성과 보안 솔루션 구축의 시급성을 검증하기 위해 자동차를 대상으로 공격 실험을 진행했다. Chen 등은 기존 정보 시스템의 분류 보안 보호 평가 표준을 참조하여 차량 정보 시스템 분류 보안 보호 평가 시스템을 구축했습니다. Haas 등은 공격 데이터를 필터링하기 위해 네트워크로 연결된 자동차 침입 탐지 모델을 구축하기 위해 인공 신경망을 사용했습니다.

위 연구들은 모두 자동차 네트워크 정보 보안에 관해 진행되고 있지만, 지능형 커넥티드 카 시스템을 위한 네트워크 정보 보안 보호 솔루션은 아직 제안되지 않았습니다. 본 논문에서는 자동차 네트워크 정보 보안의 관점에서 자동차 네트워크 통신 보안 아키텍처 솔루션을 제안합니다. 이 솔루션은 예방-탐지-조기 경고의 완전한 보안 보호 시스템을 달성하기 위해 다중 도메인 계층적 침입 탐지 모델을 구축합니다.

1 도메인 중앙집중형 전자 및 전기 아키텍처

요즘 지능형 커넥티드카의 기능은 점점 더 다양해지고, 그에 상응하는 전자제어장치(ECU)의 수도 늘어나고, 이후 원격통신을 통해 클라우드와 타사 앱 등의 정보 교환도 증가하고 있으며, 이로 인해 클라우드와 타사 소프트웨어를 사용하여 공격을 수행할 가능성도 높아집니다. 기존의 자동차 분산 전자 및 전기 아키텍처를 채택하면 과도한 수의 ECU로 인해 복잡한 와이어링 하니스 설계 및 논리 제어 문제가 발생할 뿐만 아니라 자동차 네트워크 정보 보안에 숨겨진 위험이 추가됩니다. 이러한 문제의 출현은 현대 자동차의 분산 전자 및 전기 아키텍처를 개혁해야 함을 보여줍니다. 자동차 엔지니어 협회(Society of Automotive Engineers)는 통일된 글로벌 표준을 통해 자동차 전기 시스템과 기타 상호 연결된 시스템 간의 보안 프로세스 구축을 촉진하는 것을 목표로 하는 사이버-물리적 통합 시스템에 대한 J3061TM 사이버 보안 지침을 발표했습니다. 이 문서에서는 그림 1과 같이 차량 정보 보안 아키텍처 다이어그램을 공식화하기 위해 "차량 전통 시스템 기능 안전 표준 ISO26262"에서 정의한 프로세스를 참조합니다.

이 기사에서는 스마트카 차량 내 네트워크의 통신 보안 아키텍처를 소개합니다.

그림 1 차량 정보 보안 아키텍처 다이어그램

차량 정보 보안 아키텍처는 주로 정보 보안 관리, 핵심 정보 보안 엔지니어링 활동 및 지원 프로세스의 세 부분으로 구성됩니다. 정보 보안 관리에는 수명주기의 각 단계에서 포괄적인 관리와 정보 보안 관리가 포함됩니다. 핵심 정보보안 엔지니어링 활동에는 컨셉 단계, 차량 시스템 개발 단계, 소프트웨어 및 하드웨어 수준, 생산 및 운영 단계가 포함됩니다. 네트워크 보안 경계 식별, 시스템 외부 종속성, 시스템에 대한 잠재적 위협 분석 및 평가를 포함하여 개념 단계에서 전체 보안 프로젝트 계획을 개발합니다. 개발 단계에서는 차량 시스템의 취약점과 위협에 대한 위험 분석을 수행하고, 정보 보안 요구사항 및 전략을 수립하며, 개발 단계가 완료되면 침투 테스트를 실시하여 최종 보안 감사를 완료합니다. 생산 및 운영 단계에서는 주로 제품의 현장 모니터링, 사고 대응 및 후속 시간 추적 관리를 수행합니다. 지원 프로세스 단계는 주로 해당 구성 관리, 문서 관리, 공급망 관리 등을 포함하여 위 단계에 대한 보조 지원을 제공합니다.

차량 정보 보안 개발 프레임워크는 그림 2에 나와 있습니다. 시스템 개발 및 설계 단계는 차량정보보안 구현의 기반이 되며, 차량정보보안 시스템 설계는 자동차 전자/전기 아키텍처(E/E) 시스템 설계에 의존한다. 따라서 외부 환경(클라우드 서버, 기타 차량, 인프라 등)과의 연결, 차량 내 네트워크와의 연결, ECU 수준과의 연결, 개별 구성요소와의 연결 등 자동차 네트워크 정보보안 취약점을 조사해야 한다. , 보안 수준 구축 E/E 시스템이 높을수록 시스템 수준의 보안이 향상됩니다. 테스트 단계에서는 차량 정보 보안 기능을 점검 및 테스트하고, 보안 평가를 수행하며, 차량 정보 보안 아키텍처의 보안성을 검증합니다. 전반적인 차량 정보 보안 개발 프로세스에서는 네트워크 보안을 공동으로 달성하기 위해 소프트웨어와 하드웨어의 안전성과 신뢰성을 고려하여 하드웨어 설계와 소프트웨어 설계를 조정하고 개발해야 합니다.

이 기사에서는 스마트카 차량 내 네트워크의 통신 보안 아키텍처를 소개합니다.

그림 2 차량 정보 보안 개발 프레임워크 다이어그램

Tesla 자동차를 예로 들어 자동차 E/E 아키텍처 솔루션을 분석합니다. Tesla Motors는 자동차 E/E 아키텍처 변화의 선두주자입니다. Model 3의 전자 및 전기 아키텍처는 중앙 컴퓨팅 모듈(CCM), 좌측 차체 제어 모듈(BCM_LH) 및 우측 차체 제어 모듈(BCM_RH)의 세 부분으로 나뉩니다. CCM은 운전자 보조 시스템(ADAS)과 인포테인먼트 시스템(IVI)의 두 가지 기능 도메인을 직접 통합하고 외부 통신 및 차량 내 시스템 도메인 통신 기능도 포함합니다. BCM_LH 및 BCM_RH는 각각 차체 및 편의 시스템, 섀시를 담당합니다. 안전 시스템 및 일부 전력 시스템 기능. 세 가지 주요 모듈은 모두 고성능 프로세서를 사용하여 기능 영역의 수많은 컴퓨팅 요구 사항을 충족할 수 있습니다. 영역의 나머지 ECU는 자동차 주변 장치만 제어하며, 모듈은 LAN을 통해 통신합니다. 버스를 통해 기본적인 보안을 달성합니다.

자동차 분야에서 중앙 집중식 전자 및 전기 아키텍처의 출현은 정보 보안 및 부족한 컴퓨팅 성능 문제에 대한 솔루션을 제공합니다. 자동차 영역의 중앙 집중식 전자 및 전기 아키텍처는 자동차를 기능에 따라 여러 기능 블록으로 나누는 것을 의미하며, 각 기능 블록은 도메인 컨트롤러를 리더로 하여 구성됩니다. 다양한 기능의 통신 속도 요구 사항 CAN, LIN, FLEXRAY, MOST 및 기타 버스와 같은 각 기능 도메인 간의 통신은 이더넷을 통해 더 높은 전송 속도로 정보 교환을 실현합니다. 도메인 중앙 집중식 전자 및 전기 아키텍처 다이어그램이 표시됩니다. 그림 3. 도메인 컨트롤러는 주로 도메인과 클라우드 간, 도메인과 도메인 간, 도메인 내 통신을 전달하는 역할을 담당합니다. 도메인의 ECU는 이에 따라 장치의 작동 지침을 실행하는 역할만 담당하며 통신 기능이 있는 컨트롤러를 사용할 수 있습니다.

이 기사에서는 스마트카 차량 내 네트워크의 통신 보안 아키텍처를 소개합니다.

그림 3 도메인 중앙 집중식 전자 및 전기 아키텍처 다이어그램

우리나라 국가 상황에 따라 지능형 네트워크 차량 도메인 중앙 집중식 전자 및 전기 아키텍처는 지능, 네트워킹 및 네트워크의 세 가지 주요 부분을 결합합니다. 전기화 애플리케이션.

이전 자동차 분산 전자 및 전기 아키텍처에 비해 컴퓨팅 성능이 부족하여 도메인 컨트롤러가 각 도메인에 대해 독립적인 컨트롤러 역할을 하며 이를 위해서는 강력한 코어 컴퓨팅 성능을 갖춘 프로세서와 일치해야 합니다. 지능형 컴퓨팅의 요구 사항을 충족합니다. 연결된 자동차의 컴퓨팅 성능 요구 사항을 충족하기 위해 업계에서는 현재 NVIDIA, Huawei, Renesas, NXP, TI, Mobileye, Xilinx 및 Horizon과 같은 여러 브랜드의 솔루션을 보유하고 있습니다. 보안 보호 측면에서 도메인 중앙 집중식 아키텍처는 기능 및 통신 속도 요구 사항에 따라 차량을 여러 개의 독립적인 기능 모듈로 나눕니다. 공격자가 특정 기능을 통해 차량 전체를 공격하려는 경우 해당 기능이 위치한 도메인 컨트롤러가 모니터링할 수 있습니다. 또한 다른 기능 영역에 영향을 주지 않고 숨겨진 위험을 제거하여 공격 표면이 확대될 가능성을 효과적으로 줄입니다.

2 지능형 커넥티드카가 직면한 정보보안 위협 분석

차량 연결 기능이 대폭 확대되면서 내비게이션 및 위치 확인, 자동 주차, 원격 제어, 진단 등의 기능이 점차 자동차의 표준 기능이 되었습니다. . 이러한 기능은 사람들에게 큰 편리함을 제공하지만 동시에 더 많은 보안 위험을 초래합니다.

지능형 커넥티드 카의 보안 위험은 공격받는 방식에 따라 원거리에서 근거리까지 4가지 측면으로 나눌 수 있습니다.

(1) 클라우드 계층 보안 위험

클라우드 플랫폼은 자동차에 대한 주요 정보를 저장하고 교통 정보, 위치 확인 및 내비게이션, 알람, 원격 제어 등을 자동차에 제공할 수 있습니다. 클라우드 플랫폼이 해커의 공격을 받아 대량의 중요한 데이터가 유출되면 결과는 다음과 같습니다. 재앙이 될.

(2) 네트워크 전송 계층 보안 위험

지능형 커넥티드 카는 무선 통신을 통해 클라우드 플랫폼, 모바일 APP, 기타 차량, 교통 상황 및 기타 데이터와의 정보 상호 작용을 구현하며, 보안이 있을 수 있습니다. 신원 인증, 데이터 암호화, 프로토콜 등의 문제가 발생하므로 자동차에도 이에 상응하는 보안 위험이 있습니다.

(3) 차량 통신 계층의 보안 위험

차량의 외부 인터페이스 수가 증가함에 따라 전자 제어 장치 펌웨어의 보안 위험과 차량 내부 통신 프로세스의 데이터 전송 프로세스 도 증가했습니다.

(4) 외부 인터페이스 보안 위험

시중에는 많은 타사 앱이 있으며, 앱의 보안 보호도 숨겨진 위험을 제거하는 중요한 부분입니다. 해커가 앱을 해킹하면 차량을 원격으로 직접 제어할 수도 있다. 또한, 충전 건과 전기 자동차 충전 파일 사이의 통신 인터페이스에도 보안 위험이 있습니다. 일단 공격을 받으면 전기 자동차의 에너지 시스템이 파괴되어 생명을 위협하는 결과를 초래할 수 있습니다.

3 차량 정보 보안 위험 분석

(1) 차량 탑재 지능형 단말(차량 T-BOX) 공격

차량 T-BOX는 주로 차량과 인터넷 간 통신에 사용됩니다. 차량 원격 제어, 원격 조회, 알람 및 기타 기능을 갖춘 차량 서비스 플랫폼입니다. 일반적인 상황에서는 차량에 탑재된 T-BOX가 차량 내부의 CAN 통신 데이터 정보를 읽어 무선 통신을 통해 클라우드 플랫폼이나 APP에 정보를 전송합니다. 차량 장착형 T-BOX의 보안 위험은 주로 세 가지 측면을 포함합니다. 첫째, 공격자가 리버스 엔지니어링을 통해 차량 장착형 T-BOX 펌웨어를 분석하고 키를 획득한 후 통신 프로토콜을 해독하는 펌웨어 리버설입니다. 차량 탑재 T-BOX의 디버깅 인터페이스. 내부 데이터를 가져와 분석하고, 셋째, 클라우드 플랫폼의 제어 명령을 위조하여 명령을 차량 내부로 전송하여 원격 제어를 수행합니다. 자동차.

(2) 차량 내 인포테인먼트 시스템(IVI) 공격

차량 내 인포테인먼트 시스템은 내비게이션, 교통 보고, 차량 정보, 통신, 운전 보조, CD/라디오, 등. 차량 인포테인먼트 시스템의 풍부한 기능으로 인해 공격자는 USB, 블루투스, Wi-Fi 및 기타 통신 방법을 통해 공격하거나 소프트웨어 업그레이드를 통해 접근하여 시스템을 공격할 수 있습니다.

(3) 진단 인터페이스 OBD-Ⅱ 공격

자동차 진단 인터페이스 OBD-Ⅱ는 자동차 ECU가 외부와 상호작용하기 위한 인터페이스로, 차량의 데이터 정보와 결함을 읽는 것이 주요 기능이다. 코드를 사용하여 차량 정비를 받으세요. OBD-II 인터페이스가 공격을 받으면 이 인터페이스를 통해 자동차의 내부 통신 프로토콜이 해독될 수 있을 뿐만 아니라 악성 하드웨어를 이식하여 제어 명령을 보내 차량을 제어할 수도 있습니다.

(4) 센서 공격

지능형 커넥티드 카에는 차량, 차량과 사람, 차량과 도로, 차량과 클라우드 간의 통신을 위한 수많은 센서 장치가 있습니다. 센서가 악의적인 정보 주입, 도청 등의 공격을 받으면 고도로 자동화된 차량이 주변 환경의 행동을 올바르게 판단하지 못해 심각한 결과를 초래할 수 있습니다.

(5) 차량 내 네트워크 전송 공격

대부분의 자동차 내부 네트워크 통신은 CAN 버스 전송을 사용합니다. CAN 버스는 저렴한 비용, 적당한 통신 속도 및 강력한 전자 간섭 방지 기능을 갖추고 있습니다. 그래서 그것은 자동차 전자 제어 시스템에 널리 사용됩니다. 그러나 CAN 버스는 단순 검증, 단일 전송 다중 읽기 등의 특성을 갖는 비파괴적인 버스 중재 방식을 채택하고 있어 공격자가 메시지 재생을 통해 공격할 경우 서비스 거부에 대한 보안 보호 조치가 취약합니다. , 변조 등을 통해 CAN 버스가 공격을 받게 되며 그 결과 운전자의 제어 명령이 실패하고 차량이 정상적으로 주행할 수 없게 됩니다.

4 자동차 통신 보안 솔루션

지능형 네트워크 연결 차량 정보 보안 보호 측면에서는 공격이 발생하는 다양한 프로세스를 기반으로 능동적 보호, 침입 모니터링, 비상 대응 등의 시스템 보안 보호 대책을 수립합니다. 차량의 안전정보입니다. 공격이 발생하기 전에 적극적으로 보호하고 차량의 통신 데이터를 차단 및 필터링하여 일반적인 공격 방법을 효과적으로 방지합니다. 공격이 발생한 이후에는 차량 통신 상태의 변화를 지속적으로 모니터링하고, 공격 지점에 대해 즉각적으로 긴급 조치를 취하고 적시에 업데이트하여 위험이 발생하지 않도록 합니다.

자동차 정보 보안 기술 적용 가능성 모델에 대한 현재 분석을 기반으로 새로운 자동차 도메인 중앙 집중식 전자 및 전기 아키텍처와 결합하여 클라우드 계층을 대상으로 하는 차량 탑재 다중 도메인 계층적 침입 탐지 모델을 구축하고, 도메인 컨트롤러 계층, ECU 계층, 차량 내 네트워크 전송 계층은 계층화된 침입 탐지를 수행하고 이에 상응하는 적극적인 보호 조치를 취하여 정밀한 보호를 달성합니다. 다중 도메인 계층적 침입 탐지의 개략도는 그림 4에 나와 있습니다.

이 기사에서는 스마트카 차량 내 네트워크의 통신 보안 아키텍처를 소개합니다.

그림 4 다중 도메인 계층적 침입 탐지의 개략도

(1) 도메인 컨트롤러 계층

새로운 아키텍처 솔루션에서 도메인 컨트롤러는 컴퓨팅 통합 플랫폼입니다. 전체 도메인에 대해 도메인 및 도메인과 클라우드 간의 정보 교환을 위한 게이트웨이이기도 합니다. 자동차 내부와 외부의 네트워크 정보 상호 작용을 위한 보안 경계로서 도메인 컨트롤러는 자동차 네트워크 보안 보호의 초점입니다. 따라서 보안 경계에 보안 방화벽을 구축하여 데이터 정보에 대한 보안 탐지, 접근 제한, 로깅 및 기타 보안 탐지를 수행하여 보안 보호를 달성해야 합니다.

자동차의 통신 메시지는 ID, 데이터 정보, 체크디지트, 기타 부분으로 구성됩니다. ID는 메시지의 전송 우선순위와 대상 주소를 결정하고, 데이터 정보는 작업 명령을 결정하며, 체크 비트는 전송된 데이터 정보가 완전한지 확인합니다.

보안 방화벽의 주요 기능은 접근 제어 기능을 구현하는 것입니다. 자동차 보안 방화벽의 프레임워크 다이어그램은 그림 5에 나와 있습니다.

이 기사에서는 스마트카 차량 내 네트워크의 통신 보안 아키텍처를 소개합니다.

그림 5 보안 방화벽 프레임워크

방화벽 액세스 제어 기능의 구현은 주로 자동차 통신 메시지의 화이트리스트 데이터베이스 구축을 기반으로 합니다. 메시지 요청이 감지되면 메시지 ID는 다음과 같습니다. 화이트리스트 데이터베이스와 비교하여 일치하면 성공하고, 실패하면 폐기됩니다.

방화벽에는 다양한 이상 탐지 기술이 있습니다. 일반적인 탐지 기술로는 신경망 기반의 침입 이상 탐지 방법, 클러스터링, 유전자 알고리즘, 정보 엔트로피, 연관 규칙 등이 있습니다. 침입 이상 탐지 방법은 주로 정상 운전 중인 다수의 차량의 통신 데이터를 분석하여 차량 통신망 보안 모델을 구축하고, 이를 활용하여 사용자 및 시스템의 행위를 모니터링하고, 비정상적인 불법 데이터 활동이 있는지 분석하고, 사용자에게 경고하고 기록합니다. 차량 메시지는 주기적 메시지와 이벤트 발생 메시지로 구분됩니다. 침입 이상 탐지 기술은 다양한 상황에 따라 모델을 구축할 수 있습니다.

주기적인 메시지는 메시지 주기 임계값을 설정하여 침입 탐지 모델을 구축하고 메시지 주기를 임계값과 비교하여 판단합니다. 이벤트로 인해 발생하는 메시지에는 고정된 전송 주기가 없지만 대부분의 메시지의 작업 지침이 관련되어 있습니다. 예를 들어, 자동차 속도 신호와 브레이크 신호 사이에는 음의 상관 관계가 있고, 가속 페달 신호와 차량 신호 사이에는 양의 상관 관계가 있습니다. 따라서 통신 패킷의 긍정/부정 상관 침입 탐지 모델을 구축하기 위해 대량의 데이터 분석이 사용됩니다. 패킷 상관 관계에 큰 편차가 있으면 침입으로 판단하고 경보를 발령합니다.

자동차 온보드 칩의 컴퓨팅 파워만으로는 보안과 실시간 성능을 동시에 극대화할 수 없기 때문에, 현재 사용되고 있는 침입탐지 방식은 실시간 성능 확보를 기반으로 효과적으로 침입을 탐지할 수 있어야 합니다. 현재는 자동차 내 메시지 흐름 모니터링이 가장 효과적인 방법이다. 보안방화벽의 접근통제, 통신표준 탐지, 이상징후 분석 등의 침입탐지 과정은 그림 6과 같다.

이 기사에서는 스마트카 차량 내 네트워크의 통신 보안 아키텍처를 소개합니다.

그림 6 침입 탐지 프로세스

(2) 차량 내 네트워크 계층

각 도메인 내 네트워크 전송 보안은 보안 보호 메커니즘의 2차 방어선입니다. 기능 도메인에서 요구하는 통신 요구 사항에 따라 사용되는 차량 전송 네트워크도 다릅니다. 현재 인포테인먼트 시스템을 제외한 대부분의 시스템은 CAN 버스 통신을 사용합니다. CAN 버스의 브로드캐스트 특성과 비파괴적인 버스 중재 방법은 보안 보호가 취약하므로 통신 보안 프로토콜을 개발해야 합니다.

통신 보안 프로토콜의 설계는 주로 ECU 노드 검증과 전송된 데이터 정보의 암호화라는 두 부분으로 구성됩니다. 자동차가 운전하기 전에 도메인 컨트롤러는 각 ECU의 ID를 무작위로 할당합니다. ECU는 노드의 적법성을 보장하고 ECU 노드의 검증을 완료하기 위해 ID 인증을 위해 도메인 컨트롤러에 인증 요청을 보냅니다. 자동차가 주행하는 동안 공격자가 도청하거나 위장하는 것을 방지하려면 차량 네트워크의 통신 정보를 암호화해야 합니다. 자동차의 높은 실시간 요구 사항과 결합된 데이터 암호화는 AES 대칭 암호화 알고리즘을 사용합니다. ECU 신원 인증 과정은 그림 7에 나타나 있으며, CAN 통신 암호화 메시지 형식은 그림 8에 나와 있습니다.

이 기사에서는 스마트카 차량 내 네트워크의 통신 보안 아키텍처를 소개합니다.

그림 7 ECU 신원 인증 프로세스

이 기사에서는 스마트카 차량 내 네트워크의 통신 보안 아키텍처를 소개합니다.

그림 8 CAN 통신 암호화 메시지 형식

대칭 암호화는 계산량이 적고 속도가 빠르며 다음과 같은 용도에 적합합니다. 자동차 빅데이터 통신. 대칭형 암호화 알고리즘에서는 암호화하는 측과 복호화하는 측 모두 미리 암호화 키를 알고 있어야 하며, 송신측과 수신측 모두 이 키를 사용하여 데이터를 암호화하고 복호화합니다. 자동차 데이터의 보안 및 실시간 요구 사항을 기반으로, 성공적으로 검증된 ECU ID와 데이터 송신 ECU 및 수신 ECU를 기반으로 데이터를 암호화하는 키로 독립적인 암호화 테이블을 설정할 수 있으며, 실시간 데이터 기반으로 차량의 요구 사항에 따라 암호화 테이블의 암호화 난이도를 확인하고 조정하여 데이터 보안을 극대화합니다.

(3) ECU 레이어

ECU 수준의 보안 보호는 주로 펌웨어 보호로, 펌웨어 플래싱, 외부 액세스, 악의적인 변경 등을 방지합니다. 비용 문제를 고려하면 다양한 기능을 가진 ECU에 다양한 수준의 보안 보호 조치를 할당해야 합니다. 하드웨어 보안 모듈은 강력한 인증 시스템에 사용되는 키를 보호 및 관리하고 관련 암호화 작업을 제공하는 데 사용되는 컴퓨터 하드웨어 장치입니다. 바디 도메인 ECU는 경량 하드웨어 보안 모듈을 사용하며, 파워 도메인 ECU, 인포테인먼트 도메인 ECU, 보조 구동 도메인은 모두 중형 하드웨어 보안 모듈을 사용합니다. 중형 하드웨어 보안 모듈을 사용합니다. 구동 도메인 컨트롤러는 모두 중형 하드웨어 보안 모듈을 사용합니다.

5 결론

본 글에서는 지능형 네트워크 자동차의 개발을 시작으로 지능형 네트워크 자동차의 정보 보안 위험에 초점을 맞춰 차량 네트워크 정보 보안 보호를 분석하고 중앙 집중식 자동차 도메인 기반을 구축합니다. 전자 및 전기 아키텍처에서는 보호에서 침입 탐지, 데이터 암호화에서 하드웨어 암호화에 이르기까지 완전한 정보 보안 보호 모델을 위한 예비 실행 가능한 체계 아키텍처가 제안되며, 앞으로도 이 체계는 예시를 통해 추가로 입증되어야 합니다.

위 내용은 이 기사에서는 스마트카 차량 내 네트워크의 통신 보안 아키텍처를 소개합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

AI Hentai Generator

AI Hentai Generator

AI Hentai를 무료로 생성하십시오.

인기 기사

R.E.P.O. 에너지 결정과 그들이하는 일 (노란색 크리스탈)
1 몇 달 전 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. 최고의 그래픽 설정
1 몇 달 전 By 尊渡假赌尊渡假赌尊渡假赌
Will R.E.P.O. 크로스 플레이가 있습니까?
1 몇 달 전 By 尊渡假赌尊渡假赌尊渡假赌

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

자율주행 분야에서 Gaussian Splatting이 인기를 끌면서 NeRF가 폐기되기 시작한 이유는 무엇입니까? 자율주행 분야에서 Gaussian Splatting이 인기를 끌면서 NeRF가 폐기되기 시작한 이유는 무엇입니까? Jan 17, 2024 pm 02:57 PM

위에 작성됨 및 저자의 개인적인 이해 3DGS(3차원 가우스플래팅)는 최근 몇 년간 명시적 방사선장 및 컴퓨터 그래픽 분야에서 등장한 혁신적인 기술입니다. 이 혁신적인 방법은 수백만 개의 3D 가우스를 사용하는 것이 특징이며, 이는 주로 암시적 좌표 기반 모델을 사용하여 공간 좌표를 픽셀 값에 매핑하는 NeRF(Neural Radiation Field) 방법과 매우 다릅니다. 명시적인 장면 표현과 미분 가능한 렌더링 알고리즘을 갖춘 3DGS는 실시간 렌더링 기능을 보장할 뿐만 아니라 전례 없는 수준의 제어 및 장면 편집 기능을 제공합니다. 이는 3DGS를 차세대 3D 재구성 및 표현을 위한 잠재적인 게임 체인저로 자리매김합니다. 이를 위해 우리는 처음으로 3DGS 분야의 최신 개발 및 관심사에 대한 체계적인 개요를 제공합니다.

자율주행 시나리오에서 롱테일 문제를 해결하는 방법은 무엇입니까? 자율주행 시나리오에서 롱테일 문제를 해결하는 방법은 무엇입니까? Jun 02, 2024 pm 02:44 PM

어제 인터뷰 도중 롱테일 관련 질문을 해본 적이 있느냐는 질문을 받아서 간략하게 요약해볼까 생각했습니다. 자율주행의 롱테일 문제는 자율주행차의 엣지 케이스, 즉 발생 확률이 낮은 가능한 시나리오를 말한다. 인지된 롱테일 문제는 현재 단일 차량 지능형 자율주행차의 운영 설계 영역을 제한하는 주요 이유 중 하나입니다. 자율주행의 기본 아키텍처와 대부분의 기술적인 문제는 해결되었으며, 나머지 5%의 롱테일 문제는 점차 자율주행 발전을 제한하는 핵심이 되었습니다. 이러한 문제에는 다양한 단편적인 시나리오, 극단적인 상황, 예측할 수 없는 인간 행동이 포함됩니다. 자율 주행에서 엣지 시나리오의 "롱테일"은 자율주행차(AV)의 엣지 케이스를 의미하며 발생 확률이 낮은 가능한 시나리오입니다. 이런 희귀한 사건

카메라 또는 LiDAR를 선택하시겠습니까? 강력한 3D 객체 감지 달성에 대한 최근 검토 카메라 또는 LiDAR를 선택하시겠습니까? 강력한 3D 객체 감지 달성에 대한 최근 검토 Jan 26, 2024 am 11:18 AM

0. 전면 작성&& 자율주행 시스템은 다양한 센서(예: 카메라, 라이더, 레이더 등)를 사용하여 주변 환경을 인식하고 알고리즘과 모델을 사용하는 고급 인식, 의사결정 및 제어 기술에 의존한다는 개인적인 이해 실시간 분석과 의사결정을 위해 이를 통해 차량은 도로 표지판을 인식하고, 다른 차량을 감지 및 추적하며, 보행자 행동을 예측하는 등 복잡한 교통 환경에 안전하게 작동하고 적응할 수 있게 되므로 현재 널리 주목받고 있으며 미래 교통의 중요한 발전 분야로 간주됩니다. . 하나. 하지만 자율주행을 어렵게 만드는 것은 자동차가 주변에서 일어나는 일을 어떻게 이해할 수 있는지 알아내는 것입니다. 이를 위해서는 자율주행 시스템의 3차원 객체 감지 알고리즘이 주변 환경의 객체의 위치를 ​​포함하여 정확하게 인지하고 묘사할 수 있어야 하며,

자율주행과 궤도예측에 관한 글은 이 글이면 충분합니다! 자율주행과 궤도예측에 관한 글은 이 글이면 충분합니다! Feb 28, 2024 pm 07:20 PM

자율주행 궤적 예측은 차량의 주행 과정에서 발생하는 다양한 데이터를 분석하여 차량의 향후 주행 궤적을 예측하는 것을 의미합니다. 자율주행의 핵심 모듈인 궤도 예측의 품질은 후속 계획 제어에 매우 중요합니다. 궤적 예측 작업은 풍부한 기술 스택을 보유하고 있으며 자율 주행 동적/정적 인식, 고정밀 지도, 차선, 신경망 아키텍처(CNN&GNN&Transformer) 기술 등에 대한 익숙함이 필요합니다. 시작하기가 매우 어렵습니다! 많은 팬들은 가능한 한 빨리 궤도 예측을 시작하여 함정을 피하기를 희망합니다. 오늘은 궤도 예측을 위한 몇 가지 일반적인 문제와 입문 학습 방법을 살펴보겠습니다. 관련 지식 입문 1. 미리보기 논문이 순서대로 되어 있나요? A: 먼저 설문조사를 보세요, p

SIMPL: 자율 주행을 위한 간단하고 효율적인 다중 에이전트 동작 예측 벤치마크 SIMPL: 자율 주행을 위한 간단하고 효율적인 다중 에이전트 동작 예측 벤치마크 Feb 20, 2024 am 11:48 AM

원제목: SIMPL: ASimpleandEfficientMulti-agentMotionPredictionBaselineforAutonomousDriving 논문 링크: https://arxiv.org/pdf/2402.02519.pdf 코드 링크: https://github.com/HKUST-Aerial-Robotics/SIMPL 저자 단위: Hong Kong University of Science 및 기술 DJI 논문 아이디어: 이 논문은 자율주행차를 위한 간단하고 효율적인 모션 예측 기준선(SIMPL)을 제안합니다. 기존 에이전트 센트와 비교

엔드투엔드(End-to-End)와 차세대 자율주행 시스템, 그리고 엔드투엔드 자율주행에 대한 몇 가지 오해에 대해 이야기해볼까요? 엔드투엔드(End-to-End)와 차세대 자율주행 시스템, 그리고 엔드투엔드 자율주행에 대한 몇 가지 오해에 대해 이야기해볼까요? Apr 15, 2024 pm 04:13 PM

지난 달에는 몇 가지 잘 알려진 이유로 업계의 다양한 교사 및 급우들과 매우 집중적인 교류를 가졌습니다. 교환에서 피할 수 없는 주제는 자연스럽게 엔드투엔드와 인기 있는 Tesla FSDV12입니다. 저는 이 기회를 빌어 여러분의 참고와 토론을 위해 지금 이 순간 제 생각과 의견을 정리하고 싶습니다. End-to-End 자율주행 시스템을 어떻게 정의하고, End-to-End 해결을 위해 어떤 문제가 예상되나요? 가장 전통적인 정의에 따르면, 엔드 투 엔드 시스템은 센서로부터 원시 정보를 입력하고 작업과 관련된 변수를 직접 출력하는 시스템을 의미합니다. 예를 들어 이미지 인식에서 CNN은 기존의 특징 추출 + 분류기 방식에 비해 end-to-end 방식으로 호출할 수 있습니다. 자율주행 작업에서는 다양한 센서(카메라/LiDAR)로부터 데이터를 입력받아

nuScenes의 최신 SOTA | SparseAD: Sparse 쿼리는 효율적인 엔드투엔드 자율주행을 지원합니다! nuScenes의 최신 SOTA | SparseAD: Sparse 쿼리는 효율적인 엔드투엔드 자율주행을 지원합니다! Apr 17, 2024 pm 06:22 PM

전면 및 시작점 작성 엔드 투 엔드 패러다임은 통합 프레임워크를 사용하여 자율 주행 시스템에서 멀티 태스킹을 달성합니다. 이 패러다임의 단순성과 명확성에도 불구하고 하위 작업에 대한 엔드투엔드 자율 주행 방법의 성능은 여전히 ​​단일 작업 방법보다 훨씬 뒤떨어져 있습니다. 동시에 이전 엔드투엔드 방법에서 널리 사용된 조밀한 조감도(BEV) 기능으로 인해 더 많은 양식이나 작업으로 확장하기가 어렵습니다. 여기서는 희소 검색 중심의 엔드 투 엔드 자율 주행 패러다임(SparseAD)이 제안됩니다. 여기서 희소 검색은 밀집된 BEV 표현 없이 공간, 시간 및 작업을 포함한 전체 운전 시나리오를 완전히 나타냅니다. 특히 통합 스파스 아키텍처는 탐지, 추적, 온라인 매핑을 포함한 작업 인식을 위해 설계되었습니다. 게다가 무겁다.

FisheyeDetNet: 어안 카메라를 기반으로 한 최초의 표적 탐지 알고리즘 FisheyeDetNet: 어안 카메라를 기반으로 한 최초의 표적 탐지 알고리즘 Apr 26, 2024 am 11:37 AM

표적 탐지는 자율주행 시스템에서 상대적으로 성숙한 문제이며, 그 중 보행자 탐지는 가장 먼저 배포되는 알고리즘 중 하나입니다. 대부분의 논문에서 매우 포괄적인 연구가 수행되었습니다. 그러나 서라운드 뷰를 위한 어안 카메라를 사용한 거리 인식은 상대적으로 덜 연구되었습니다. 큰 방사형 왜곡으로 인해 표준 경계 상자 표현은 어안 카메라에서 구현하기 어렵습니다. 위의 설명을 완화하기 위해 확장된 경계 상자, 타원 및 일반 다각형 디자인을 극/각 표현으로 탐색하고 인스턴스 분할 mIOU 메트릭을 정의하여 이러한 표현을 분석합니다. 제안된 다각형 형태의 모델 fisheyeDetNet은 다른 모델보다 성능이 뛰어나며 동시에 자율 주행을 위한 Valeo fisheye 카메라 데이터 세트에서 49.5% mAP를 달성합니다.

See all articles