Nowe systemy poprawią bezpiezceństwo samochodów autonomicznych

Nowoczesne samochody i pojazdy autonomiczne wykorzystują częstotliwości radiowe fal milimetrowych (mmWave), aby włączyć funkcje autonomicznej jazdy lub wspomagania, które zapewniają bezpieczeństwo pasażerom i pieszym. Łączność ta może jednak również narażać je na potencjalne cyberataki.
Dążąc do poprawy bezpieczeństwo pojazdów autonomicznych, naukowcy opracowali nowy algorytm zaprojektowany tak, aby imitował atakujące urządzenie. Algorytm ten, opisany w artykule „Resilient Spoofing of Automotive Millimeter-wave Radars using Reflect Array”, pozwala zidentyfikować obszary wymagające poprawy w zakresie bezpieczeństwa pojazdów autonomicznych.

Luki w zabezpieczeniach radarowych

  Wynalezienie systemów autonomicznych, takich jak samojezdne samochody miało zapewnić bezpieczeństwo ludzkości i zapobiec utracie życia. Takie systemy autonomiczne wykorzystują czujniki i systemy wykrywania w celu zapewnienia autonomii. Dlatego bezpieczeństwo i ochrona zależą od uzyskania wysokiej jakości informacji z czujników. Obecnie naukowcy ujawnili lukę w zabezpieczeniach czujników radarowych i opracowali rozwiązanie, które powinni rozważyć producenci autonomicznych samochodów.
  Samochody autonomiczne wykrywają przeszkody i inne potencjalne zagrożenia, wysyłając fale radiowe i rejestrując ich odbicia od otaczających obiektów. Mierząc czas potrzebny na powrót sygnału, a także zmiany jego częstotliwości autonomiczny pojazd może wykryć odległość i prędkość innych obiektów na drodze.
  Jak każdy system bezprzewodowy samochody autonomiczne są narażone również na cyberataki. Atakujący jadący przed autonomiczną jednostką mogą zaangażować się w tak zwany spoofing, czyli działanie polegające na zakłócaniu sygnału zwrotnego autonomicznego pojazdu w celu nakłonienia go do zarejestrowania przeszkody na jego drodze. Pojazd może wówczas gwałtownie zahamować, zwiększając ryzyko wypadku.
 

Wykrywanie słabych punktów

Aby zaradzić tym potencjalnym słabym punktom autonomicznych samochodów, naukowcy opracowali nowy algorytm zaprojektowany do naśladowania ataku spoofingowego. Wcześniejsze próby opracowania urządzenia atakującego w celu przetestowania odporności samochodów miały ograniczoną wykonalność, zakładając, że atakujący może zsynchronizować się z sygnałem radarowym ofiary w celu przeprowadzenia ataku lub zakładając, że oba samochody są fizycznie połączone kablem.
  Zespół naukowców opisał w specjalnym artykule nową technikę, która wykorzystuje radar pojazdu ofiary. Subtelnie zmieniając parametry odbieranego sygnału z „prędkością światła” przed odbiciem go z powrotem, atakujący może ukryć swój sabotaż i znacznie utrudnić pojazdowi filtrowanie złośliwego zachowania. Wszystko to można zrobić w drodze i w czasie rzeczywistym, nie wiedząc nic o radarze ofiary.
  Aby przeciwdziałać się tego typu atakom, naukowcy starający się poprawić bezpieczeństwo pojazdów autonomicznych mogą wykorzystać radar o wysokiej rozdzielczości zdolny do przechwytywania wielu odbić od samochodu w celu dokładnej identyfikacji prawdziwego odbicia. 

LiDAR wesprze radar

  Naukowcy mogą również stworzyć opcje zapasowe dla radaru, włączając do swojej obrony kamery i wykorzystując czujniki LiDAR (Light Detection and Ranging – wykrywanie światła i odległości), które rejestrują czas potrzebny impulsowi laserowemu na uderzenie w obiekt i powrót w celu zmierzenia jego odległości.
  Alternatywnie zespół zaproponował zastosowanie mmSpoof jako środek zapobiegający niebezpiecznemu tailgatingowi. Umieszczając urządzenie mmSpoof z tyłu swojego samochodu, kierowcy mogą oszukać samochód jadący z tyłu, aby zarejestrował zwalniający samochód przed nimi i aktywował hamulce.