研究人员开发基于图形的统计方法，可有效检测车辆通信网络威胁盖世汽车讯大多数新车使用复杂的计算技

盖世汽车讯大多数新车使用复杂的计算技术，很容易受到网络恶意攻击，从而导致严重的安全问题。据外媒报道，马里兰大学巴尔的摩分校的研究人员一直在研究如何提高技术复杂车辆的安全性。该校助理教授Riadul Islam与其同事，以及密歇根大学迪尔本分校（University of Michigan-Dearborn）的研究人员共同开发了一种简单易行的车辆安全漏洞检测方法。
文章插图
（图片来源：）
目前，在汽车行业中应用最广泛的车内通信网络是控制器局网（CAN）。该网络使用非常简单，对消费者和制造商很有吸引力，但也容易受到潜在的安全威胁。 CAN本质上是一种广播式网络，任何代理都可能读取车辆信息，并发送相反的信息。使用CAN网络，可以从另一个设备远程控制车辆。此种特性使其支持许多创新应用，同时也导致了安全问题。代理可以控制网络，并向车辆发送新的命令，从而造成危险，如使刹车失灵或导致引擎故障。
【研究人员开发基于图形的统计方法，可有效检测车辆通信网络威胁】解决这一问题的第一步就是检测这些潜在威胁。 Islam表示，他的方法采用基于图形的异常检测技术，可以容易地显示数据之间的复杂关系。 Islam的研究小组利用用于展示网络数据的图表，并进行简单的统计分析，以发现威胁。此种方法不需要昂贵的设备，而且其采用的方法已经被统计学家所熟知，并且很直观。 Islam称，使用统计方法检测潜在威胁的主要优势是可以大幅提升成本效益。他解释道， “与机器学习或AI方法相比，统计方法需要的能耗更少。 ”
随着自动驾驶汽车和高度计算机化的车辆成为现实，检测和解决网络漏洞变得至关重要。 Islam及其团队证明，不需要复杂的计算或昂贵的设备就可以有效检测漏洞。汽车制造商可以使用数据和统计分析来实时识别威胁，从而降低复杂性。未来，随着车辆具备更多功能， Islam开发的统计方法将会数字化。
（盖世汽车）
找采访人员、求报道、求帮助，各大应用市场下载“齐鲁壹点”APP或搜索微信小程序“壹点情报站” ，全省600多位主流媒体采访人员在线等你来报料！我要报料