一文讀懂車規級安全晶片與晶片安全測試技術
隨著全球汽車產業智慧化和車聯網的發展,新時代的人們越來越享受到便利的出行和舒適的駕駛體驗。然而,連網環境下所帶來的各種風險也悄然而至,無論是互聯網、緊急呼叫、導航系統、自動收費、按需供電,還是基於地點的服務廣告、維護更新和交通告警,都將成為駭客攻擊的潛在漏洞,汽車安全事件頻發,建構智慧網聯汽車資訊安全防護體系刻不容緩。在汽車資訊安全防護體系中,汽車安全晶片是非常關鍵的一環,中央網關、網域控制器、ECU等車載設備透過增加安全晶片,可以實現車內通訊加密、車內設備的識別、以及OBD診斷的設備安全接入。可有效阻止CAN乙太網路等匯流排攻擊,阻止非法OBD設備讀取與刷寫、識別惡意節點發送非法封包等,為車與車、以及車與物之間的通訊、車輛系統的運作提供安全保障。
本文是以汽車安全晶片為主題,首先介紹了車規級安全晶片的相關標準,其次之後根據不同應用場景,列舉了汽車安全晶片的主要形態,以及在汽車電子電氣架構中的使用佈局,透過研究和對比,國內外主流汽車安全晶片方案來了解現狀和未來趨勢,最後介紹了晶片安全測試技術,作為汽車安全晶片發展的重要保障。
汽車安全晶片相關標準
首先,汽車安全晶片屬於一種車規級晶片,對於車規級晶片,主要包括AEC和ISO 26262等標準。
AEC是汽車電子協會(Automotive Electronics Council),目的是建立共同的零件資格和品質系統標準。具體標準細部參考表格1:
表格1 AEC標準的種類
汽車安全晶片屬於積體電路晶片,屬於標準AEC-Q100,包含等級細部如下表格2:
表格2 AEC-Q100標準等級說明
ISO 26262是道路車輛功能安全的國際標準,主要是針對功能安全,用於確定汽車安全完整性等級ASIL(Automotive Safety Integrity Level)。 ASIL等級分為 A、B、C和D,汽車安全晶片需符合此標準和相應等級要求。
同時,汽車安全晶片作為一種安全晶片,也需要滿足安全晶片的相關等級評定,目前業界對於安全晶片的安全等級評定標準包括國際、國內EAL和國密等級。
國際評估保證等級EAL(Evaluation Assurance Level)包括7個等級(EAL1至EAL7),是一個完全遵循國際標準化通用標準CC(Common Criteria),制定用來評估IT產品或系統安全的數字等級。國內EAL等級評估由中國網路安全審查技術與認證中心進行評估,包括5個等級(EAL1至EAL5)。
國密等級由國家密碼安全局所訂定的標準進行評估,主要分為3級安全等級。安全等級1規定安全能力需要滿足的最低安全標準,對金鑰和敏感資訊提供基礎保護措施。安全等級2規定在1的基礎上,具有邏輯或實體保護措施,達到中等安全等級要求。安全等級3為最高的安全等級,要求對各種安全風險有全面的防護能力。
汽車安全晶片應用
汽車安全晶片主要有三類應用形態,第一類是微控制器、微處理器和ADAS等處理器中內嵌HSM(Hardware Security Module)硬體安全模組,主要應用在車內各控制器中,提供安全啟動、安全演算法等安全功能支援。第二類是安全記憶體晶片,此類晶片具備安全儲存區域,提供加密讀寫功能,主要應用在重要資料儲存安全要求高的領域。第三類是分立的安全控制器,包含可編程的SE(Secure Element)安全單元或可程式安全eSIM(V2X通訊),主要應用在車輛對外通訊和頻繁被外部存取的領域。值得一提的是,V2X安全通訊的整個場景中,不僅要做資料加密、資料簽章、身分驗證,還要確保端到端的可靠性和安全性,另外還需要V2X安全晶片能夠達到較高效能,滿足目前「新四化」的要求。汽車安全晶片應用形態分類與車內應用佈局如圖1。
圖1 汽車安全晶片主要形態和在汽車中的應用佈局
汽車安全類晶片產品國外公司主要包括:ST、NXP、Infineon、Renesas、TI和Microchip等。國內公司包括:紫光同芯、華大微電子、宏思電子、芯鈦、國民技術、復旦微電子、芯馳、黑芝麻和地平線等,經市場調研,國內外廠商相關產品,參考表格3。
表格3 國內外廠商車規則級安全晶片方案
晶片安全測試技術
毋庸置疑,對於車載安全晶片,在應用於車輛終端系統時,其資訊安全特性需要經過第三方機構嚴格規範的測試與評估。車載晶片的安全測試技術沿襲自積體電路安全測試技術,主要透過模擬駭客安全攻擊的方式執行,以晶片可抵抗各類安全攻擊的真實情況,並結合系統性分析,作為其安全指標。
針對晶片的安全攻擊測試技術,主要包括主動與被動兩類:
主動攻擊測試:測試者對晶片的輸入或運行環境進行控制,使安全晶片運作行為出現異常,在這種情況下,透過分析晶片工作的異常行為,獲得晶片內的密鑰等關鍵敏感資訊。主動攻擊常用故障注入的方式,包括電磁、雷射、紅外線、高電壓注入等測試方法。
被動攻擊測試:測試者令晶片等密碼設備大多數情況下按照其規範運行,甚至完全按照其規範運行。在這種情況下,透過觀測晶片的物理特性(如執行時間、能量消耗等),測試者可能會獲得金鑰等關鍵敏感資訊。被動測試常用方式為側通道攻擊,包括分析晶片的時序、功率、電磁輻射等訊號特性。
晶片的安全測試需要專業設備與專業人員,測試執行方式主要包括非侵入式、半侵入式和侵入式三類,詳細情況請參閱表格4:
表格4安全晶片安全測試方式
以上是一文讀懂車規級安全晶片與晶片安全測試技術的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

StableDiffusion3的论文终于来了!这个模型于两周前发布,采用了与Sora相同的DiT(DiffusionTransformer)架构,一经发布就引起了不小的轰动。与之前版本相比,StableDiffusion3生成的图质量有了显著提升,现在支持多主题提示,并且文字书写效果也得到了改善,不再出现乱码情况。StabilityAI指出,StableDiffusion3是一个系列模型,其参数量从800M到8B不等。这一参数范围意味着该模型可以在许多便携设备上直接运行,从而显著降低了使用AI

這篇論文探討了在自動駕駛中,從不同視角(如透視圖和鳥瞰圖)準確檢測物體的問題,特別是如何有效地從透視圖(PV)到鳥瞰圖(BEV)空間轉換特徵,這一轉換是透過視覺轉換(VT)模組實施的。現有的方法大致分為兩種策略:2D到3D和3D到2D轉換。 2D到3D的方法透過預測深度機率來提升密集的2D特徵,但深度預測的固有不確定性,尤其是在遠處區域,可能會引入不準確性。而3D到2D的方法通常使用3D查詢來採樣2D特徵,並透過Transformer學習3D和2D特徵之間對應關係的注意力權重,這增加了計算和部署的

軌跡預測在自動駕駛中承擔著重要的角色,自動駕駛軌跡預測是指透過分析車輛行駛過程中的各種數據,預測車輛未來的行駛軌跡。作為自動駕駛的核心模組,軌跡預測的品質對於下游的規劃控制至關重要。軌跡預測任務技術堆疊豐富,需熟悉自動駕駛動/靜態感知、高精地圖、車道線、神經網路架構(CNN&GNN&Transformer)技能等,入門難度很高!許多粉絲期望能夠盡快上手軌跡預測,少踩坑,今天就為大家盤點下軌跡預測常見的一些問題和入門學習方法!入門相關知識1.預習的論文有沒有切入順序? A:先看survey,p

本站11月28日消息,據長鑫儲存官網顯示,長鑫儲存推出了最新LPDDR5DRAM記憶體晶片,是國內首家推出自主研發生產的LPDDR5產品的品牌,實現了國內市場零的突破,同時也令長鑫儲存在行動終端市場的產品佈局更為多元。本站注意到,長鑫儲存LPDDR5系列產品包括12Gb的LPDDR5顆粒,POP封裝的12GBLPDDR5晶片及DSC封裝的6GBLPDDR5晶片。 12GBLPDDR5晶片目前已在國內主流手機廠商小米、傳音等品牌機型上完成驗證。 LPDDR5是長鑫儲存面向中高階行動裝置市場推出的產品,它

本站11月13日消息,根據台灣經濟日報,台積電CoWoS先進封裝需求迎來爆發,除英偉達已經在10月確定擴大訂單外,蘋果、AMD、博通、Marvell等重量級客戶近期同樣大幅追單。據報道,台積電正努力加速擴大CoWoS先進封裝產能,以滿足上述五大客戶的需求。預計明年的月產能將比原先的目標增加約20%,達到3.5萬片分析師表示,台積電的五個主要客戶紛紛下大單,這顯示人工智慧應用已廣泛普及,各大廠商對於人工智慧晶片的需求大幅增加本站查詢發現,目前CoWoS先進封裝技術主要分為三種-CoWos-S

最新消息顯示,根據《科創板日報》和藍鯨財經報道,有產業鏈人士透露,英偉達已經研發了適用於中國市場的最新版AI晶片,其中包括HGXH20、L20PCle和L2PCle。截至目前,英偉達方面尚未發表評論知情人士稱,這三款晶片均基於英偉達H100改良而來,英偉達預計最快將於11月16號之後公佈,國內廠商最快將在這幾天拿到樣品。經過查詢公開資料,得知NVIDIAH100TensorCoreGPU採用全新的Hopper架構,基於台積電N4工藝,整合了800億個電晶體。相較上一代產品,它能為多專家(MoE)

23年9月國防科大、京東和北理工的論文「DeepModelFusion:ASurvey」。深度模型整合/合併是一種新興技術,它將多個深度學習模型的參數或預測合併為一個模型。它結合了不同模型的能力來彌補單一模型的偏差和錯誤,以獲得更好的性能。而大規模深度學習模型(例如LLM和基礎模型)上的深度模型整合面臨一些挑戰,包括高運算成本、高維度參數空間、不同異質模型之間的干擾等。本文將現有的深度模型融合方法分為四類:(1)“模式連接”,透過一條損失減少的路徑將權重空間中的解連接起來,以獲得更好的模型融合初

請留意,這個方塊人正在緊鎖眉頭,思考著面前幾位「不速之客」的身份。原來她陷入了危險境地,意識到這一點後,她迅速展開腦力搜索,尋找解決問題的策略。最終,她決定先逃離現場,然後儘快尋求幫助,並立即採取行動。同時,對面的人也在進行著與她相同的思考……在《我的世界》中出現了這樣一個場景,所有的角色都由人工智慧控制。他們每個人都有著獨特的身份設定,例如之前提到的女孩就是一個年僅17歲但聰明又勇敢的快遞員。他們擁有記憶和思考能力,在這個以《我的世界》為背景的小鎮中像人類一樣生活。驅動他們的,是一款全新的、
