你还敢开车吗?黑客三分钟攻破你的私家车

你手握方向盘,深呼吸两次。接通妻子的电话,平静地告诉她真不巧,今晚又要加班了。简短地吐槽了老板的惨无人道,你挂掉电话,驾车驶上高速公路。凝视着飞速闪过的路标,你内心波澜壮阔。你确信,要去的地方只有自己知道。

当天夜里,你回到家里,装出一脸疲惫。一切都遵循你的剧本。

第二天凌晨,你被妻子从被窝里揪出来,逼问昨晚是不是去机场私会了前女友。你一脸无辜,试图抵赖。直到她打开电脑展示了你昨天完整的行车轨迹。你羞愧地低下了头,瞥见她手背在身后,白刃的寒光闪现。

这个悲剧留下了两个疑问:

1、“野蛮妻子”究竟用什么技术搞到你的行车轨迹?

2、娶女黑客为妻是一种怎样的体验?

第二个问题交给知乎,第一个问题雷锋网(搜索“雷锋网”公众号关注)可以回答。

让我们把时光之轮拨回一周以前。

“野蛮妻子”趁你不被,把一张SD卡插进了你的大众途锐汽车主控台上,轻轻点击了系统更新。三分钟后,你的爱车系统重启完毕。

从这一刻开始,你爱车所有的GPS信息,也就是运动轨迹,都会被主控台默默记录下来。直到事发当天,怀疑你的妻子再次插入SD卡,用仅仅三秒的时间就把你这一周走过的所有轨迹下载下来。查看之后,她默默地走进厨房,挑了一把青龙偃月刀。

没错,你的汽车被破解了,她利用漏洞植入后门,从而窃取了你的“隐私”。

你的汽车如何被破解?

这个漏洞来自知名的黑客、安全研究员“呆神”。今天他和团队宣布成功破解奥迪A6、A7,大众途锐等多款车型。以往也有黑客曾经成功破解汽车,例如特斯拉。但是之前的破解大多集中于可以联网的“智能汽车”,而目前国内销售的汽车,由于政策限制,清一色阉割了联网功能。

然而,呆神觉得,没有联网的汽车同样存在可怕的隐患。这个破解成果即是例证。他和团队绕过安全验证,取得了汽车中控系统的最高权限。理论上来讲,可以控制汽车上的GPS、音响、蓝牙、等所有设备。

如果放飞想象的话,控制这些设备之后,黑客可以记录你的位置信息和驾驶信息,或者通过汽车音响播放低频噪音,对驾驶员的身体造成损伤等等。

呆神告诉雷锋网,

根据我们的研究,由于大多数汽车都采用了类似的安全验证手段,所以包括大众、奥迪在内的很多品牌的系列车型都可以被攻破。甚至像宾利、兰博基尼这样的豪车,它们的安全验证仍然存在同样的问题。

至于攻击的具体漏洞,呆神表示虽然研究花了很大的功夫,但是漏洞原理并不难。德国人在造汽车的过程中显然考虑了安全问题,但是从黑客的角度来看,他们的安全验证非常容易绕过。例如:

虽然系统对信息访问做了校验,但是却把校验结果用明文存在外面,并没有加密。所以黑客可以轻易修改校验结果。

至于这样的问题还有很多,例如在中控系统中,为了工程师调试的需要,存在许多“万能密码”,使用这些万能密码,可以访问诸多敏感权限,可能导致系统防线不攻自破。

相比以往对智能汽车的远程攻击,这种“短兵相接”的接触式攻击更加接地气。站在街上放眼望去,很多家用汽车都存在这个漏洞。当然,由于汽车本身不联网,所以必须用“接触式”的方法攻击。不过呆神觉得这种攻击方法并不难实现:

作为车主,并不能保证自己永远坐在车上。黑客利用洗车、加油、维修的时候,就可以搞定汽车的后门植入。

虽然汽车不联网,但是从黑客的角度来看,被植入后门的汽车有很多对外传递信息的方式,例如用车灯的闪烁代替“1”和“0”,或者用蓝牙设备向周围传输信号。这些都可以使黑客在不接触这辆车的情况下获得想要的信息。

你可能会说:“我是一个正直的人,纯粹的人,脱离了低级趣味的人,我的所有行踪都可以告诉全世界。所以我不惧怕这样的汽车漏洞。”然而事情也许不是这么简单。

如果你的行车轨迹掌握在了坏人手上,他完全可以根据你的行车规律判断判断你的生活习惯。有了这些信息,他可以更轻松的对车主进行诈骗或盗窃等侵害。

呆神还强调了这个漏洞的另一个风险:

目前很多政府的公务用车都是大众或奥迪系列。如果这类车的运行轨迹被掌握,将会威胁到国家安全或者反恐活动。

目前呆神团队已经把这个漏洞提交给厂商。但是由于汽车的系统升级并不像手机系统升级那样可以方便地推送。所以最可能的方式是通过4S店对保养维修的车辆进行点对点升级。

呆神认为,目前汽车都无法联网,所以看起来黑客能做的事情有限。但是一旦国家政策放松,将会有大批汽车直接连接互联网。而安全研究一定要做到前面,如果等到危险临近再做准备,就来不及了。

当然,他做这个破解还有另一个目的。那就是为他一手打造的XPwn黑客大会做一个表率。作为一个从业18年的老黑客,他希望在XPwn上,有年轻的黑客团队可以做出同样精彩的破解,让身边的智能环境更安全。



本文转自d1net(转载)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于YOLOv9实现工业布匹缺陷(破洞、污渍)检测系统python源码+详细运行教程+训练好的模型+评估 【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值