[論文レビュー] On the Security of Networked Control Systems in Smart Vehicle and its Adaptive Cruise Control

Faezeh Farivar, Mohammad Sayad Haghighi+2 more|arXiv (Cornell University)|Aug 2, 2020

Vehicular Ad Hoc Networks (VANETs)参考文献 29被引用数 7

ひとこと要約

本論文は、スマート車両のアダプティブクルーズコントロール（ACC）におけるサイバーインシデントを検出・是正するニューラルネットワークベースのインシデント検出システムを提案する。このシステムは、制御信号を操作するが即時の検出を回避する「かくれた」サイバー攻撃を検出し、緩和する。リアルタイムでのACC出力とニューラル識別子の予測値を比較することで、異常を検出し、バックアップのPIDコントローラーに切り替える。シミュレーションでは、高い正確性で洗練された攻撃を検出し、是正することが可能であった。

ABSTRACT

With the benefits of Internet of Vehicles (IoV) paradigm, come along unprecedented security challenges. Among many applications of inter-connected systems, vehicular networks and smart cars are examples that are already rolled out. Smart vehicles not only have networks connecting their internal components e.g. via Controller Area Network (CAN) bus, but also are connected to the outside world through road side units and other vehicles. In some cases, the internal and external network packets pass through the same hardware and are merely isolated by software defined rules. Any misconfiguration opens a window for the hackers to intrude into vehicles' internal components e.g. central lock system, Engine Control Unit (ECU), Anti-lock Braking System (ABS) or Adaptive Cruise Control (ACC) system. Compromise of any of these can lead to disastrous outcomes. In this paper, we study the security of smart vehicles' adaptive cruise control systems in the presence of covert attacks. We define two covert/stealth attacks in the context of cruise control and propose a novel intrusion detection and compensation method to disclose and respond to such attacks. More precisely, we focus on the covert cyber attacks that compromise the integrity of cruise controller and employ a neural network identifier in the IDS engine to estimate the system output dynamically and compare it against the ACC output. If any anomaly is detected, an embedded substitute controller kicks in and takes over the control. We conducted extensive experiments in MATLAB to evaluate the effectiveness of the proposed scheme in a simulated environment.

研究の動機と目的

• ネットワーク制御システムのセキュリティリスクの増大に応じ、特にインターネット・オブ・ビークル（IoV）およびバーチャル・アドホックネットワーク（VANETs）の文脈におけるスマート車両のセキュリティリスクを解決すること。
• 従来の検出手法では検出されない、制御信号を操作して安全でない状態を引き起こす2種類の「かくれた攻撃」を特定・分析すること。
• ACCの動作をリアルタイムで予測できるニューラルネットワーク識別子を活用し、異常を検出するインシデント検出システム（IDS）を設計すること。
• 攻撃検出時に作動する動的補償メカニズムを実装し、埋め込み型PIDコントローラーを用いて、システムの安定性と安全性を維持すること。
• MATLABを用いたシミュレーション環境で、提案された検出および是正フレームワークの有効性を評価すること。

提案手法

• ニューラルネットワーク識別子を訓練し、入力信号に基づいてACCシステムの動的挙動を学習させ、リアルタイムでの期待されるシステム出力の予測を可能にする。
• IDSは、実際のACC出力とニューラルネットワークの予測出力の差を統計的指標を用いて比較し、異常を検出する。
• 実際の出力と予測出力の乖離が事前に定めたしきい値を超えると、潜在的なかくれた攻撃の兆候と判断される。
• 異常検出時に、主コントローラーからバックアップの埋め込み型PIDコントローラーに切り替える。
• 検出および補償メカニズム全体をMATLABシミュレーション環境に実装・テストし、さまざまな攻撃シナリオ下での性能を評価する。
• システムはリアルタイムで動作するように設計されており、攻撃検出および応答に最小限の遅延が生じる。

実験結果

リサーチクエスチョン

• RQ1 従来のインシデント検出システムが検出できないように設計された、アダプティブクルーズコントロールシステムに対するかくれた攻撃は、どのように検出可能か？
• RQ2 ニューラルネットワーク識別子は、効果的な異常検出のためのACCシステム挙動の正確な予測に、どのように寄与するか？
• RQ3 提案されたIDSは、通常の動作変動と制御信号の悪意ある操作をどれほど正確に区別できるか？
• RQ4 元のコントローラーが利用不能な状態で、埋め込み型PIDコントローラーは攻撃に起因する摂動をどれほど効果的に補償できるか？
• RQ5 提案された検出および補償フレームワークは、かくれたサイバー攻撃下でも車両の安全性と制御目標を維持できるか？

主な発見

• 提案されたニューラルネットワークベースのIDSは、ACCシステムに対する短期間の過渡的および長期の定常的かくれた攻撃を、高い感度で検出できた。
• 実際の出力と予測出力の差に基づく統計的異常検出により、悪意ある信号操作の信頼性の高い同定が可能であった。
• 攻撃検出時に埋め込み型PIDコントローラーに切り替えることで、車両制御が維持され、安全でない挙動が防止され、システムの安定性が保たれた。
• シミュレーション結果から、攻撃の検出に最小限の遅延が生じ、持続的な操作下でも制御性能を維持できることが示された。
• 車両間距離を短縮させることや、急激な速度変化を引き起こす攻撃の影響を緩和するフレームワークは、安全性の目標を守る上で有効であった。
• 検出精度と低誤検出率の両立が達成されており、安全を要請する車両システムへのリアルタイム導入に適していることが示された。