一种基于图的统计方法可以检测车辆通信网络的安全性

马里兰大学巴尔的摩分校(UMBC)的研究人员一直在研究如何提高技术复杂车辆的安全性。由于大多数新车使用复杂的计算技术，它们很容易受到网络恶意攻击，从而导致灾难性的安全问题。Riadul Islam是计算机科学和电子工程的助理教授，他与UMBC和密歇根大学迪尔伯恩分校的合作者们一起开发了一种简单易行的检测安全漏洞的方法。这项研究发表在美国电气和电子工程师学会(IEEE)的《智能交通系统学报》上。

目前，在汽车行业中应用最广泛的车内通信网络是控制器区域网络(CAN)。这个网络使用非常简单，这使得它对消费者和制造商很有吸引力，但这种简单性也使它容易受到潜在的安全威胁。

CAN本质上是一个广播网络，因此任何实体都有能力“读取”来自汽车的信息，并可能发出相互冲突的信息。使用CAN网络，可以从另一个设备远程控制一辆汽车。这既是一种特性，也是一种缺陷，它支持许多新的创新，也产生了安全问题。实体可以控制网络，并向车辆发送新的命令，从而造成危险的情况，如关闭中断或导致引擎故障。

彻底根除这些可能的威胁的第一步是检测它们。根据伊斯兰教，探测这些威胁不需要广泛的技术。相反，他的方法采用了基于图形的异常检测技术，这将“容易地显示数据之间的复杂关系”。

Islam的研究小组拿出了用来展示网络数据的图表，并进行了简单的统计分析，以发现入侵者或威胁。这种方法不需要昂贵的机器;相反，它所依赖的方法已经被统计学家很好地理解，并且能够直观地发挥作用。

根据伊斯兰教的说法，使用统计方法探测潜在威胁的主要好处是，它的成本效益可以达到“数量级”。“统计方法比机器学习或人工智能方法需要更少的能量，”他解释道。

随着自动驾驶或高度电脑化汽车的前景成为现实，检测和解决网络漏洞变得至关重要。Islam和他的团队已经证明，这项任务不需要复杂或昂贵就可以有效。相反，汽车制造商可以通过使用数据和统计分析来实时识别威胁，从而保持简单性。在未来，伊斯兰教开发的统计方法将数字化，以确保交通工具比以往任何时候都有更多的功能。