[發明專利]對于CAN總線的ECU映射和消息的受控消息誤差和基準真值的基于ML電壓指紋識別

在審

• 申請號: 202110942480.3
• 申請日: 2021-08-17
• 公開（公告）號: CN114200905A
• 公開（公告）日: 2022-03-18
• 發明（設計）人: S·艾哈邁德;C·古鐵雷斯;M·朱利亞托;Q·王;V·萊西;M·薩斯特里
• 申請（專利權）人: 英特爾公司
• 主分類號: G05B23/02
• 分類號: G05B23/02;B60R16/023
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 任一方;呂傳奇

對于CAN總線的ECU映射和消息的受控消息誤差和基準真值的基于ML電壓指紋識別。提供了使用機器學習模型來標識在諸如車載網絡總線的通信總線上傳輸消息的電子控制單元，從而建立用于入侵檢測系統的基準真值的系統、裝置和方法。用于重疊消息標識（MID）號碼的電壓特征被折疊并針對單個ECU標簽被訓練。

背景技術

通信網絡在諸如汽車、公共汽車、火車、工業車輛、農用車輛、船舶、飛行器、航天器、制造、工業、健康設備/器材、零售等之類的多種現代系統中實現。通常，網絡協議用于促進系統中部件之間的信息通信。例如，像CAN總線的車載網絡（IVN）可以用于提供促進電子控制單元（例如，微控制器、傳感器、致動器等）之間的通信的基于消息的協議。然而，此類網絡上日益增高數量的電子控制通信使系統暴露于各種類型的安全風險。因此，傳輸消息的設備的標識對于總體入侵檢測系統（IDS）很重要。IDS可以用于降低旨在禁用、超車、重新編程或以其他方式禁止在其中部署網絡的系統（諸如汽車）安全操作的攻擊風險。

附圖的若干個視圖的簡要描述

為了容易標識任何特定元素或動作的討論，參考標號中的一個或多個最高有效位是指其中該元素首次引入的圖號。

圖1圖示了根據一個實施例的系統100。

圖2圖示了根據一個實施例的主題的方面。

圖3圖示了根據一個實施例的主題的方面。

圖4A圖示了根據一個實施例的主題的方面。

圖4B圖示了根據一個實施例的主題的方面。

圖5圖示了根據一個實施例的存儲設備500。

圖6圖示了根據一個實施例的主題的方面。

圖7圖示了根據一個實施例的車載通信架構700。

具體實施方式

本公開的各種實施例提供了在情境移位（context shift）已經發生之后為通信網絡上的電子控制單元（ECU）建立“基準真值”。一般而言，指紋識別機制必須在每次情境移位之后被重新訓練。本公開針對為經由通信總線耦合的ECU建立基準真值，這可以在諸如例如工業網絡、車輛網絡、制造網絡、零售運營網絡、倉儲網絡等之類的多種情境中實現。盡管車輛網絡經常在本說明書中用作示例，但是權利要求不限于車載網絡。

然而，使用車輛作為示例，現代車輛具有許多（通常是數百個）ECU。這些ECU經由諸如作為CAN總線的車載網絡（IVN）可通信地連接。例如，存在多個ECU，用于發動機控制、變速器、安全氣囊、防抱死制動、巡航控制、電動轉向、音頻系統、電動車窗、電動門、電動后視鏡調整、電池、用于混合動力/電動汽車的再充電系統、環境控制系統、自動啟停系統、盲點監視、車道保持輔助系統、碰撞避免系統以及在自主或半自主車輛情況下的更復雜的系統。

這些ECU的物理特性經常用于指紋識別方案中，以減輕惡意ECU偽裝成有效ECU的風險。例如，在操作期間，ECU生成消息并將消息傳輸到IVN。這些消息的物理特性可以用于為每個ECU生成指紋。隨后，該指紋可以用于確保指示為源自特定ECU（例如，防抱死制動ECU等）的消息確實源自真實的ECU。在許多入侵檢測系統（IDS）中，機器學習（ML）模型被訓練來推斷消息或將消息分類到ECU標簽。

在實際使用期間，用于訓練ML模型的數據的“基準真值”或準確度與ML模型的準確度高度相關。因此，為此類IDS系統建立基準真值對于ML模型的初始訓練是重要的。此外，在系統遇到情境移位的情況下，ML模型推斷的準確度可能下降，并且不再有效。換句話說，其中測量物理特性的物理環境的改變可以改變每個ECU的指紋。例如，過夜停放的汽車將遇到可能影響汽車中ECU指紋的情境移位（例如，由于溫度、濕度、車輛部件冷卻等的改變）。照此，在情境移位之后，經常需要對ML模型進行重新訓練。