nachricht

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

die sicherheit von navigations- und positionierungsinformationen im internet der fahrzeuge ist ein wichtiges thema bei der entwicklung intelligenter vernetzter fahrzeuge, insbesondere im hinblick auf die sicherheit von signalen des global navigation satellite system (gnss). fälschungen und interferenzangriffe auf gnss-signale können die genauigkeit der fahrzeugnavigation ernsthaft gefährden und fahrsicherheit.

in einem konkreten fall untersuchte und bekämpfte die stadt qingdao den ersten irreführenden gps-störungsvorfall im land. der angreifer sendete irreführende signale, was dazu führte, dass die basisstation die synchronisierung verlor und der dienst offline ging, was die nutzung von online-ride-hailing ernsthaft beeinträchtigte fahrer und passagiere. darüber hinaus führte das xuanyuan-labor gnss-spoofing-tests an einer reihe von fahrzeugmodellen durch und stellte fest, dass die navigationssysteme der meisten fahrzeuge keinen direkten schutz gegen gnss-signal-spoofing bieten, was darauf hindeutet, dass bei intelligenten vernetzten autos größere risiken beim gnss-schutz bestehen.

angriffsmethoden und -prinzipien

gnss-angriffe werden hauptsächlich in zwei arten unterteilt: signalfälschung und signalinterferenz.

1. von einer signalfälschung spricht man, wenn ein angreifer auf der grundlage eines beliebigen standorts falsche satellitensignale generiert. angreifer können tools wie hackrf verwenden, um ephemeridendaten und zielstandorte zu kombinieren, um falsche signale zu erzeugen, die den gps-standards entsprechen, und dann spoofing-angriffe durchführen.

2. von einer signalstörung spricht man, wenn ein angreifer hochfrequenzgeräte verwendet, um sich auf das entsprechende frequenzband einzustellen, und kontinuierlich hochfrequenzsignale sendet, um die normale funktion des gps-empfängers zu stören.

erkennungs- und abwehrmethoden

um mit der fälschung und interferenz von gnss-signalen umzugehen, haben forscher verschiedene erkennungsmethoden vorgeschlagen, einschließlich der anwendung von deep-learning-schemata bei der spoofing-erkennung. modelle werden beispielsweise darauf trainiert, funktionen der cross-affusion-funktion (caf) zu nutzen, um eine probabilistische klassifizierung zur erkennung des vorhandenseins von stör- oder interferenzsignalen bereitzustellen. darüber hinaus können gefälschte oder störende signale auch durch überwachung der signalstärke, der iterationszeit, der mehrkanalverifizierung, der doppler-frequenzverschiebung und anderer methoden identifiziert werden.

bewertungsverfahren

um die reise- und fahrzeugsicherheit der benutzer besser zu schützen, testet und bewertet das ivista network intelligence and privacy security special evaluation procedure (ausgabe 2023) die navigations- und positionierungssicherheit von fahrzeugen anhand der folgenden zwei dimensionen:

1. gnss-signalfälschungstest

2. gnss-signalinterferenztest

durch die oben genannten angriffstests können wir die sicherheitsrisiken bestehender modelle erkennen und testen, ob das fahrzeug bestimmten angriffen unter normalen fahrbedingungen standhalten kann. die spezifischen bewertungsmethoden werden gezeigt:

mit der rasanten entwicklung der intelligenten vernetzten fahrzeugtechnologie rückt das sicherheitsproblem der navigation und positionierung immer stärker in den vordergrund. fahrzeughersteller und entsprechende technologieanbieter müssen die forschung zur navigations- und positionierungsinformationssicherheit verstärken und wirksame erkennungs- und abwehrmaßnahmen entwickeln, um die genauigkeit von fahrzeugnavigationssystemen und die fahrsicherheit zu gewährleisten. die spezielle bewertung von ivista zu vernetzter intelligenz und datenschutzsicherheit wird sich weiterhin auf die bedürfnisse der verbraucher konzentrieren, die erwartungen der verbraucher an die sicherheit beim autofahren erfüllen, ein gefühl sozialer verantwortung übernehmen und das sichere reisen der verbraucher schützen.