SAVIOR Securing Autonomous Vehicles with Robust Physical Invariants

SAVIOR: Securing Autonomous Vehicles with Robust Physical Invariants

无人航行系统当前面临的问题：GPS欺骗，传感器转换攻击（传统的攻防方法不能追踪到）

传感器的脆弱性：
相机，激光雷达，雷达，惯性测量单元，GPS

贡献：
1.使用常见的非线性动态模型用于无人机和无人车
2.介绍了隐形攻击的概念
3.使用累积和算法，相比之前的时间窗方法跟踪异常，其检测性能更优
4.在无人机和无人车上进行了实现

SAVIOR设计：

1. 在线传感器预处理，把原始数据转换为可用形式

2. 离线预处理阶段，学习物理不变量，构造模型

3. 在线阶段预测数据并与观测值比较

   1. 从噪声传感器输入测量未知参数，使用扩展卡尔曼滤波预测无人系统的物理行为
   2. 预测和矫正
   3. 预测值与观测值比较，分析是否构成转换攻击

4. 若异常持续存在则检测系统发出警报

   1. 计算每个传感器的残差
   2. 累积和算法检测持续攻击
   3. 若残差超过设定的阈值则发出警报

实现：

1. 控制器遵循发布-订阅体系结构&#x