面向竞赛摩托车CAN总线的轻量级自编码器异常检测系统:基于ARM Cortex-M7平台的混合规则与深度学习架构

《Journal of Information Security and Applications》:Lightweight autoencoder-based anomaly detection for CAN bus in competition motorcycles designed for ARM Cortex-M7

【字体: 大 中 小 】 时间:2026年09月27日 来源:Journal of Information Security and Applications 4.4

编辑推荐:

  本研究首次针对竞赛摩托车的控制器局域网(CAN)总线提出了一种入侵检测系统(IDS)。竞赛摩托车CAN网络仅有5至15个电子控制单元(ECU),其交通模式比乘用车更简单且更具确定性,然而攻击后果却严重得多——骑手缺乏结构保护,在超过50°倾角和200 km/h

  
本研究首次针对竞赛摩托车的控制器局域网(CAN)总线提出了一种入侵检测系统(IDS)。竞赛摩托车CAN网络仅有5至15个电子控制单元(ECU),其交通模式比乘用车更简单且更具确定性,然而攻击后果却严重得多——骑手缺乏结构保护,在超过50°倾角和200 km/h速度下,一次伪造的节气门位置传感器(TPS)消息或虚构的倾角读数即可导致瞬间失控。此外,计算平台通常为ARM Cortex-M7微控制器(如STM32H7),随机存取存储器(RAM)总量仅512 kB,其中IDS必须占用小于64 kB才能与主控制固件共存,检测延迟须低于5 ms,且无法依赖云连接。这些约束排除了深度循环网络或基于变换器的模型。本文的主要贡献包括:第一,一项诚实的负面发现——单个INT8自编码器虽可在Cortex-M7上部署,但其表现被一个简单的阈值基线超越(F1分数0.738对0.814),因为拒绝服务(DoS)洪泛攻击对任何基于数值的检测器几乎不可见(单自编码器F1仅为0.102),而电池管理系统(BMS)节点消失也只能部分检出(F1为0.481)。第二,一种混合多层检测架构——通过OR规则融合确定性规则层(用于消息缺失的逐节点心跳监测和用于过载的逐标识符滑动窗口频率计数器)与学习型INT8自编码器(用于隐蔽的范围篡改),整体F1分数达到0.892,超过了阈值基线(0.814)和一类支持向量机(one-class SVM)(0.711)基线,同时保持在嵌入式预算内。第三,一套针对六种攻击类型的系统性分类体系,涵盖两轮车辆特有的威胁。第四,首个从竞赛电动摩托车遥测数据重建的CAN总线数据集,包含帧级攻击注入,将在本赛季结束后于Zenodo公开发布。
一、研究背景与现存问题
控制器局域网(CAN)协议自20世纪80年代问世以来一直是车载通信的骨干,但其设计缺乏认证与加密机制,使其天然易受消息注入、欺骗和重放攻击。过去十年间,大量研究聚焦于乘用车的CAN总线入侵检测,但所有这些工作均针对汽车CAN网络——其特征是拥有50至100个电子控制单元(ECU)、来自舒适性、信息娱乐和动力总成领域的异构流量,以及相对宽容的失效模式(驾驶员可以靠边停车)。竞赛摩托车则呈现一种截然不同的场景:仅5至15个CAN节点,流量模式比汽车更简单且更具确定性,但成功攻击的后果却严重得多——骑手没有保护笼和安全气囊,在超过50°倾角和200 km/h速度下,一次伪造的节气门位置传感器(TPS)消息或虚构的倾角读数即可导致瞬间失控。这种威胁严重性与防御研究缺失之间的不对称构成了本研究的主要动机。此外,竞赛摩托车对任何入侵检测系统(IDS)施加了独特约束:计算平台通常是ARM Cortex-M7微控制器(如STM32H7),随机存取存储器(RAM)总量仅512 kB,其中IDS必须占用小于64 kB;检测延迟须低于5 ms;且无法依赖云连接。这些约束排除了深度循环网络或基于变换器的模型。
二、研究内容与结论
研究人员提出了首个面向竞赛摩托车CAN总线的异常检测方案,并得出一项关键的诚实负面发现:单个INT8自编码器虽可在Cortex-M7上部署,但其表现被一个简单的阈值基线超越(F1分数0.738对0.814),最突出的原因是拒绝服务(DoS)洪泛攻击对任何基于数值的检测器几乎不可见(单自编码器F1仅为0.102),而电池管理系统(BMS)节点消失也只能部分检出(F1为0.481)。为此,研究人员提出一种混合多层检测架构,通过OR规则融合确定性规则层与学习型INT8自编码器,整体F1分数达到0.892,超过阈值基线(0.814)和一类支持向量机(one-class SVM)(0.711)基线,同时保持在嵌入式预算内。本研究还引入了一套针对六种攻击类型的系统性分类体系,并提供了首个从竞赛电动摩托车遥测数据重建的CAN总线数据集。这项研究的重大意义在于填补了两轮车CAN安全领域的研究空白,揭示了纯深度学习方案在极端资源约束下的局限性,并为实际嵌入式部署提供了可行的混合方案。
三、关键技术方法
  1. 1.
    特征提取:从滑动窗口中提取每个CAN标识符IDk的时间特征(平均到达间隔时间Δtk、标准差σΔt,k、窗口内消息计数Nk)和有效载荷特征(各字节位置均值b?k,j、有效载荷熵Hk)。
  2. 2.
    INT8自编码器:采用全连接自编码器架构,通过训练学习正常CAN流量的压缩表示,推理时以重构误差超过阈值判定异常,并量化至INT8精度以实现ARM Cortex-M7部署。
  3. 3.
    确定性规则层:包括逐节点心跳监测(检测消息缺失)和逐标识符滑动窗口频率计数器(检测过载/DoS攻击),两者通过OR逻辑与自编码器融合形成混合架构。
  4. 4.
    攻击注入框架:基于从真实竞赛电动摩托车采集的正常CAN流量,系统性注入六类攻击(DoS洪泛、节点消失、任意值篡改、边界值篡改、渐进漂移、重放攻击),构建带帧级标签的评估基准数据集。
四、研究结果
4.1 单一自编码器性能(诚实的负面结果):通过对比实验发现,单个INT8自编码器在整体F1分数(0.738)上被一个简单的统计阈值基线(0.814)超越。按攻击类型细分,自编码器对DoS攻击几乎无效(F1 0.102),对BMS节点消失也仅部分有效(F1 0.481),仅对隐蔽的范围内篡改攻击表现较好(F1 0.886)。
4.2 混合架构性能:通过将确定性规则层(心跳监测+频率计数)与INT8自编码器以OR规则融合,混合IDS的整体F1分数提升至0.892,显著超过阈值基线(0.814)和一类支持向量机(one-class SVM)基线(0.711)。其中,确定性规则层有效弥补了自编码器在DoS和节点消失攻击上的缺陷,而自编码器则保持了其对隐蔽篡改的检测能力。
4.3 消融实验:通过分别移除混合架构中各组件进行的消融分析表明,单独使用确定性规则层可获得0.854的F1分数,单独使用自编码器为0.738,而两者融合后达到0.892,验证了互补性设计的有效性。
4.4 嵌入式部署验证:在物理STM32H7开发板上测量了INT8自编码器的推理延迟为1.2 ms,模型占用内存58 kB,满足小于64 kB和5 ms延迟的嵌入式约束,证实了混合架构在实际硬件上的可行性。
五、讨论与结论
讨论部分指出,混合架构的成功源于两类检测机制的互补特性:确定性规则擅长捕捉时序异常(消息缺失、频率突变),而自编码器擅长捕捉数值异常(有效载荷篡改)。单一自编码器之所以失败,是因为其在训练中只学习了数值分布,对时序模式完全不敏感,而DoS攻击恰恰改变了时序而非数值。研究还指出,虽然混合架构取得了最优结果,但在面对精心设计的、同时模拟正常时序和数值分布的对抗性攻击时仍可能失效,这为未来工作指明了方向。
研究结论翻译如下:本研究首次证明了竞赛摩托车CAN总线入侵检测的可行性,并提出了一种融合确定性规则与INT8自编码器的混合架构,在严格嵌入式约束下实现了优于纯规则或纯学习方法的检测性能。一个重要的实践启示是,在资源极度受限的场景下,将可解释的确定性方法与轻量级深度学习相结合,比单纯追求更复杂的神经网络更为有效。研究人员公开的重建数据集将为这一新兴领域奠定可复现的研究基础。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号