點擊上方藍字談思實驗室
獲取更多汽車網絡安全資訊
01
引言
現代車輛是復雜的數字生態系統，其運行和安全依賴于復雜的網絡。然而，這些網絡中的網絡安全漏洞可能會危及道路安全。本文探討了由 CAN 總線促成的電子控制單元（ECU）之間的關鍵交互。CAN 總線最初設計用于確保可靠通信，但并未將安全性作為優先考慮因素，這引發了對漏洞的擔憂。為應對這些挑戰，我們提出了 ARE - GF 框架，該框架結合自動逆向工程來優化模糊測試工作。通過關注常見的 CAN 總線通信模式，此框架可應用于各種車輛模型和其他汽車網絡，確保在不同場景下具有廣泛的適用性和有效性。通過解決這些漏洞，我們旨在增強現代汽車系統的整體安全性和彈性。本次演示的主要貢獻包括：
模塊化測試平臺：復制車輛網絡，以進行精確模擬和漏洞檢測。
自適應模糊測試：結合實時 ECU 響應分析，有針對性地發現漏洞。
示例展示：展示測試平臺設置、ECU 響應和發現的漏洞，證明該方法的有效性。
02
測試平臺設計與實現
模塊化測試平臺由以下部分組成：
1.車輛網絡中的多個 ECU。
2.用于 ECU 通信的 CAN 總線接口。
3.運行定制模糊測試軟件的控制單元。
圖1.將車輛連接到模糊CAN網絡的試驗臺設計
模糊測試軟件生成各種格式錯誤的 CAN 消息，并分析 ECU 的響應，以指導后續的模糊測試迭代。圖 1 展示了模塊化測試平臺的架構，突出了 CAN 總線接口與物理測試平臺單元之間的連接。這種設計能夠在各種汽車系統上進行靈活測試，并便于集成額外組件，使測試平臺能夠適應不同的研究需求。為有效利用該測試平臺，我們開發了定制的模糊測試軟件，實現了我們的自適應模糊測試方法。該軟件分兩個不同階段運行：
1.初始模糊測試階段：軟件生成各種格式錯誤的 CAN 消息，以測試 ECU 對意外輸入的彈性。
2.自適應模糊測試階段：對 ECU 響應進行實時分析，包括錯誤代碼、意外行為和缺失的確認信息，以此指導后續模糊測試迭代的優化，從而更有針對性地發現漏洞。
將動態 ECU 響應納入模糊測試過程，能夠識別傳統模糊測試技術可能遺漏的漏洞。通過調整模糊測試過程中使用的通信協議，我們的方法可推廣到其他類型的車輛網絡，確保采用全面的方法來識別汽車系統中潛在的安全漏洞。
2.1 模糊測試流程
自適應模糊測試過程包括多個階段：
初始化模糊測試：設置模糊測試環境，包括模糊測試工具、目標 ECU 和通信接口。
生成測試用例：創建各種測試用例，以觸發 ECU 中的潛在漏洞。
注入測試用例：通過合適的通信通道（如 CAN 總線）將測試用例注入 ECU。
監控 ECU 響應：捕獲并監控 ECU 的輸出、行為以及任何錯誤消息或異常情況。
分析 ECU 響應：分析響應，以確定 ECU 的行為是否符合預期，或是否表現出任何異常行為。
是否發現漏洞？：判斷是否發現漏洞，并報告以便進一步調查和修復。
報告漏洞：生成關于發現漏洞的詳細報告，包括其潛在影響。
優化模糊測試輸入：根據測試結果優化模糊測試輸入，以提高測試過程的有效性。
迭代模糊測試過程：重復模糊測試循環，直到達到滿意的測試效果。
2.2 實時 ECU 響應分析和模糊測試自適應
該過程包括實時 ECU 響應分析，捕獲模糊測試輸入產生的錯誤代碼、意外行為和缺失的確認信息。主要特點包括：
動態分析儀表盤：顯示實時 ECU 響應數據。
自適應機制：展示模糊測試軟件如何根據 ECU 行為動態調整策略，優化測試用例以有針對性地發現漏洞。
2.3 發現的漏洞示例
發現的漏洞展示了它們對車輛安全的潛在影響，并突出了我們的方法相對于傳統模糊測試技術的優勢。為說明我們方法的有效性，我們總結了使用 ARE - GF 框架識別出的關鍵漏洞。表 1 概述了這些重要發現，展示了每個漏洞的嚴重程度和潛在影響。這些示例強調了我們的自適應模糊測試方法在揭示可能危及車輛安全和功能的重大安全缺陷方面的重要性。
表1.使用（ARE-GF）發現的漏洞
03
結論與未來工作
本文介紹了一種新穎的使用模塊化物理測試平臺對汽車 ECU 進行自適應模糊測試的方法。通過將動態 ECU 響應納入模糊測試過程，該方法能夠更有針對性、更高效地發現漏洞，有助于開發安全且有彈性的汽車系統。模塊化測試平臺設計允許在各種汽車系統上進行靈活測試，并可輕松擴展以滿足未來的研究需求。未來的工作將探索集成更多的通信協議，并進一步實現模糊測試過程的自動化，提高我們方法的可擴展性和穩健性。這將使我們的框架能夠應對更廣泛的漏洞，并適應汽車網絡安全領域新出現的威脅。
來源：
https://mp.weixin.qq.com/s/uAfk6_InTOycp7pzDht9Ig
?end?
?精品活動推薦?
?AutoSec中國行系列沙龍?
?專業社群?
部分入群專家來自：
新勢力車企：
特斯拉、合眾新能源-哪吒、理想、極氪、小米、賓理汽車、極越、零跑汽車、阿維塔汽車、智己汽車、小鵬、嵐圖汽車、蔚來汽車、吉祥汽車、賽力斯......
外資傳統主流車企代表:
大眾中國、大眾酷翼、奧迪汽車、寶馬、福特、戴姆勒-奔馳、通用、保時捷、沃爾沃、現代汽車、日產汽車、捷豹路虎、斯堪尼亞......
內資傳統主流車企：
吉利汽車、上汽乘用車、長城汽車、上汽大眾、長安汽車、北京汽車、東風汽車、廣汽、比亞迪、一汽集團、一汽解放、東風商用、上汽商用......
全球領先一級供應商：
博世、大陸集團、聯合汽車電子、安波福、采埃孚、科世達、舍弗勒、霍尼韋爾、大疆、日立、哈曼、華為、百度、聯想、聯發科、普瑞均勝、德賽西威、蜂巢轉向、均聯智行、武漢光庭、星紀魅族、中車集團、贏徹科技、濰柴集團、地平線、紫光同芯、字節跳動、......
二級供應商(500+以上)：
Upstream、ETAS、Synopsys、NXP、TUV、上海軟件中心、Deloitte、中科數測固源科技、奇安信、為辰信安、云馳未來、信大捷安、信長城、澤鹿安全、紐創信安、復旦微電子、天融信、奇虎360、中汽中心、中國汽研、上海汽檢、軟安科技、浙江大學......
人員占比
公司類型占比
更多文章
關于涉嫌仿冒AutoSec會議品牌的律師聲明
一文帶你了解智能汽車車載網絡通信安全架構
網絡安全：TARA方法、工具與案例
汽車數據安全合規重點分析
淺析汽車芯片信息安全之安全啟動
域集中式架構的汽車車載通信安全方案探究
系統安全架構之車輛網絡安全架構
車聯網中的隱私保護問題
智能網聯汽車網絡安全技術研究
AUTOSAR 信息安全框架和關鍵技術分析
AUTOSAR 信息安全機制有哪些？
信息安全的底層機制
汽車網絡安全
Autosar硬件安全模塊HSM的使用
首發!小米雷軍兩會上就汽車數據安全問題建言：關于構建完善汽車數據安全管理體系的建議
