Er førerløse biler virkelig nøjagtige? Duke University-forskere siger, at de kan narre

Førerløse biler lover komfort og sikkerhed blandt chauffører og passagerer, men det kan ændre sig med afsløringen af ​​forskere kl Duke University. Ifølge holdet er der en angrebsstrategi, som kriminelle kan gøre for at narre de autonome køretøjssensorer (kombination af 2D-data fra kameraer og 3D-data fra LiDAR) for at opfatte nærliggende objekter tættere på eller længere, end de ser ud. Dette kan betyde problemer og betydelige skader, især når det bruges i militære situationer, hvor et enkelt køretøj oversættes til et værdifuldt mål. Endnu mere understregede forskere, at det er muligt for hackere at finde en måde at angribe forskellige køretøjer på på én gang. 

"Vores mål er at forstå begrænsningerne af eksisterende systemer, så vi kan beskytte mod angreb," sagde Miroslav Pajic, Dickinson Family Associate Professor of Electrical and Computer Engineering ved Duke. "Denne forskning viser, hvordan tilføjelse af blot nogle få datapunkter i 3D-punktskyen, foran eller bagved, hvor et objekt faktisk er, kan forvirre disse systemer til at tage farlige beslutninger."

Ifølge forskere vil fejlen i systemet starte, når en laserpistol bruges til at skyde en LIDAR-sensor. Dette vil fordreje opfattelsen af ​​bilen forårsaget af tilføjelse af falske datapunkter. Det kan systemet ifølge Pajic spotte angribe hvis datapunkterne adskiller sig meget fra det, bilens kamera ser. Ifølge forskningen hos Duke kan systemet dog snydes, når 3D LIDAR-datapunkterne er præcist placeret inden for et bestemt område af et kameras 2D-synsfelt.

Dette skaber et område, der er sårbart over for angreb. Det er i form af en stum strakt ud foran en kameralinse eller i form af en 3D-pyramide med en spids skåret af.

"Dette såkaldte frustum-angreb kan narre adaptiv fartpilot til at tro, at et køretøj sænker farten eller accelererer," sagde Pajic. "Og når systemet kan finde ud af, at der er et problem, vil der ikke være nogen måde at undgå at ramme bilen uden aggressive manøvrer, der kan skabe endnu flere problemer."

Pajic og hans team har heldigvis en holdbar løsning på risikoen gennem ekstra redundans som stereokameraer med overlappende synsfelter. Disse teknologier vil ifølge dem arbejde sammen for at beregne afstande korrekt og bestemme fejlen mellem LIDAR-data og kameraopfattelse.

"Stereokameraer er mere tilbøjelige til at være et pålideligt konsistenstjek, selvom ingen software er blevet tilstrækkeligt valideret til, hvordan man kan afgøre, om LIDAR/stereokameradata er konsistente, eller hvad man skal gøre, hvis det viser sig, at de er inkonsistente," sagde Spencer Hallyburton. hovedforfatter på undersøgelsen og en ph.d. kandidat i Pajic's Cyber-Physical Systems Lab. "En perfekt sikring af hele køretøjet ville også kræve flere sæt stereokameraer rundt om hele dens krop for at give 100 % dækning."

Pajic introducerede også at skabe et system, der vil lade biler i nærheden af ​​hinanden dele data. Forskningen og holdets forslag vil blive præsenteret fra den 10. til den 12. august på USENIX Security Symposium 2022.