Fahrzeug-Cybersecurity mit KI

Cybersecurity ist durch die vielen Vorfälle in den letzten Jahren weltweit in aller Munde gewesen. Aber wie steht es um die Cybersicherheit von Fahrzeugen? Laut der New York Times werden jeden Tag mehr als eine halbe Million neuer Fahrzeuge gehackt. KI und maschinelles Lernen können hier jedoch bei der Absicherung von vernetzten und autonomen Autos und anderen Fahrzeugen sowohl für Hersteller als auch für Verbraucher eine große Rolle spielen.

Wie das Wall Street Journal berichtet, sind Hacker in der Lage, in die Computernetzwerksysteme großer Automobilhersteller einzudringen. Sie können dann das Fahrzeug öffnen, oder sogar teilweise die Kontrolle des Fahrzeugs aus der Ferne übernehmen. Laut dem Wall Street Journal wird es immer schlimmer. "Im Jahr 2016 fanden Forscher der U.S. National Security Agency einen Weg, die meisten Sicherheitsprodukte auf dem Markt zu umgehen, indem sie einen bösartigen Code in die Computernetzwerke der Fahrzeuge einschleusen." In einer Zeit, in der die Automobilindustrie mit Hochdruck an der Entwicklung und Implementierung von vernetzten und autonomen Autos und anderen Fahrzeugen arbeitet, ist das Thema Cybersicherheit bei diesen Fahrzeugen wichtiger denn je. Die New York Times hob hervor: "Alarmierenderweise ist Cybersicherheit keine Priorität für Autohersteller, von denen einige mit staatlichen Untersuchungen, Bußgeldern und anderen rechtlichen Strafen für schwere Cyberattacken konfrontiert wurden.“ Das ist also eine brisante Situation, die die Autohersteller in den Griff bekommen wollen. Maschinelles Lernen ist ein Teil der Lösung. Aber wie funktioniert maschinelles Lernen in Bezug auf die Cybersicherheit von Fahrzeugen? Auch hier können Machine Learning Algorithmen dazu eingesetzt werden Muster von Cyberangriffen frühzeitig erkennen und Gegenmaßnahmen initiieren und/oder den Fahrer, sowie den Hersteller warnen.

Ein Beispiel ist ein Gerät, basierend auf einem Allzweck-Mikrocontroller von NXP, mit einer einfachen Platine, die in den OBD-II-Anschluss gesteckt wird. Es arbeitet in den ersten Minuten einer Fahrt in einem Beobachtungsmodus, so dass das Gerät die typischen Datenmuster eines Fahrzeugs erfassen kann. Dann schaltet es in den Erkennungsmodus, um das System auf Anomalien zu überwachen, wie z. B. ein ungewöhnliches Signal oder einen Befehl. Wenn es ein "schlechtes" Signal entdeckt, schaltet es das Auto in den "Limp-Modus", d.h. es schaltet sein Netzwerk ab und deaktiviert einige Funktionen wie Servolenkung und Spurassistent, bis das Fahrzeug neu startet. Nachdem die Anomalie erkannt wurde, können zwei verschiedene Aktionen ausgelöst werden: Prävention und Warnung. Das Präventionsmodul wird verwendet, um dem Fahrzeug zu sagen, dass es die abtrünnigen Befehle ignorieren soll, und es kann verwendet werden, um Angreifer zu blockieren, die versuchen, den gleichen Ansatz zu verwenden. Das Alert-Modul wird verwendet, um Benachrichtigungen in Echtzeit zu senden (oder anzuzeigen), die es dem Fahrer ermöglichen, Maßnahmen zu ergreifen oder automatisch die Behörden über den Angriff zu informieren. Dieses Modul kann mit dem in das Fahrzeug integrierten Dashboard erweitert werden.

Es gibt viele Ansätze in diesem Bereich. Kontaktieren Sie uns gerne bei Fragen!