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:
-
在线传感器预处理,把原始数据转换为可用形式
-
离线预处理阶段,学习物理不变量,构造模型
-
在线阶段预测数据并与观测值比较
- 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
- 预测和矫正
- 预测值与观测值比较,分析是否构成转换攻击
-
若异常持续存在则检测系统发出警报
- 计算每个传感器的残差
- 累积和算法检测持续攻击
- 若残差超过设定的阈值则发出警报
实现:
- 控制器遵循发布-订阅体系结构&#x