Quantcast
Channel: CodeSection,代码区,网络安全 - CodeSec
Viewing all articles
Browse latest Browse all 12749

黑客组团成功破解特斯拉自动驾驶系统

0
0

黑客组团成功破解特斯拉自动驾驶系统

网易科技讯 8月5日消息,据美国《连线》杂志报道,近日,由美国南卡罗来纳州大学(University of South Carolina)、中国浙江大学以及中国安全厂商奇虎360相关人员共同组成的研究团队称他们利用现有的无线电设备以及声光发生器成功欺骗了特斯拉自动驾驶系统的传感器并使其失效,在实验中特斯拉的车载电脑因此出现了虚警和漏警现象。

今年5月电动汽车制造商特斯拉的一辆Model S电动轿车在美国佛罗里达州发生了全球首例“自动驾驶死亡事故”。在这起事故中,一辆开启自动驾驶模式的Model S轿车以74英里的时速与横穿路口的卡车相撞,导致Model S驾驶者死亡。就此自动驾驶汽车的可靠性成为业界关注的焦点。而对于安全研究人员来说,这起事故引发了其对于另一个问题的思考,如果黑客似的自动驾驶系统的传感器失效会发生什么?

近日,由美国南卡罗来纳州大学(University of South Carolina)、中国浙江大学以及中国安全厂商奇虎360相关人员共同组成的研究团队称他们利用现有的无线电设备以及声光发生器成功欺骗了特斯拉自动驾驶系统的传感器并使其失效,在实验中特斯拉的车载电脑因此出现了虚警和漏警现象。据悉,该研究团队将在本周晚些时候召开的DefCon黑客大会上详细阐述相关研究。

当然,特斯拉用户不应当因为存在黑客干扰传感器的可能性就关闭自动驾驶系统。事实上,该研究的部分实验是在汽车静止的状态下进行的。且实验本身需要昂贵设备,并且存在不同程度的成功率以及可靠性。但研究表明,黑客的恶意干扰极有可能重现五月份发生的Model S自动驾驶致命事故。研究团队领导者、南卡罗来纳州大学教授许文远(Wenyuan Xu)指出,“最糟糕的情况在于,汽车在自动驾驶模式下,雷达被遮挡未能检测到行进路线上的障碍。”她补充说,“这将是一件坏事。”

特斯拉自动驾驶系统通过三种方法检测周围环境:雷达、超声波传感器以及摄像机。研究人员对上述三种传感器分别进行了干扰,发现对雷达进行干扰有可能引发汽车在自动驾驶模式下的高速碰撞。特斯拉车载雷达位于车头栅格下方,通过发射无线电信号并接受反射信号以确定物体位置。研究人员使用了Keysight Technologies生产的价值90000美元的信号发生器以及价值数百美元的倍频器产生相应频段的无线电信号,对特斯拉车载雷达进行精确干扰。他们将设备放置在特斯拉车前的推车上模拟目标汽车。许指出,当设备开启后,特斯拉的车载雷达无法探测到目标汽车,同时也没有任何警告。

研究人员打开干扰设备后,其覆盖了目标汽车的雷达反射波,因此目标车辆就从特斯拉的自动驾驶系统屏幕上消失了。许表示,“这就像呼啸而过的一辆火车,掩盖了我们的谈话声音。”


黑客组团成功破解特斯拉自动驾驶系统

同时,研究人员指出,相关的干扰设备比较昂贵,且需要以正确的角度发射才能够对雷达形成有效干扰。他们并没有在高速行驶状态下进行实验,许指出,“在移动状态下对特斯拉雷达的干扰是可能的,我们还需要反复实验。”

相比之下,对特斯拉超声波传感器的干扰更为简单,成本也更低。超声波传感器主要用于特斯拉自动泊车以及自动召唤功能。研究人员使用功率发生器产生特定电压的电流,并通过超声波转换器将电能转换为声波,从而对特斯拉的传感器进行干扰。这套干扰设备总价值不超过40美元。在距离车辆几英尺的范围内,研究人员通过设备可以干扰特斯拉自动驾驶系统,使其产生虚警,从而停车不到位;或者是漏警,忽略了一个真正的障碍物。

此外,在车旁放置吸声泡沫板也能够对特斯拉传感器起到干扰作用。

而研究人员对车载摄像机的干扰效果有限。研究人员使用激光器和LED直射摄像头,会对特斯拉摄像头造成永久性的损坏。此外,当其直射摄像头时,特斯拉汽车会将自动驾驶系统关闭,并对司机提出警告,采取手动控制。这种情况应当是特斯拉为防止用户重蹈五月份交通意外的覆辙而做出的改进。在那起事故中,太阳光的直射或对车载摄像机产生了干扰。

自五月份Model S自动驾驶事故发生后,特斯拉已经多次强调其自动驾驶功能并不是完全意义上的自动驾驶,驾驶人员应当随时做好控制汽车的准备。在向《连线》发送的一份声明中,特斯拉有意淡化了这种干扰传感器的相关研究。发言人指出,“对于文远以及研究团队所做的干扰自动驾驶传感器的相关研究,我们非常感谢。我们研究了研究结果,这种风险与特斯拉车主所面对的现实情况相差很远。”


黑客组团成功破解特斯拉自动驾驶系统

然而,美国科克大学(University of Cork)计算机科学教授乔纳森佩蒂特(Jonathan Petit)指出,“这是一项有趣且有益的工作”。佩蒂特曾于今年早些时候对干扰谷歌自动驾驶车辆的激光雷达进行了相关研究。他指出,下一步将是在移动状态下对自动驾驶系统进行干扰,“他们需要更多的研究以检验自动驾驶系统是否真的会撞上其他东西。就现有研究,还不能说明自动驾驶系统在实际中不起作用。”

而研究人员认为,其工作表明特斯拉的车载传感器,特别是其雷达有真正的漏洞,虽然这些传感器的漏洞利用起来不是那么容易。研究人员认为,特斯拉不仅需要提高传感器的进度,还需要提高可靠性,应对潜在的干扰或攻击。许指出,“至少特斯拉需要考虑增加检测机制,一旦噪声超出阈值或者是设备工作不正常,雷达要及时向中央数据处理系统发出告警,表明不清楚自身运行是否正常。”

许也承认,其研究目前对于黑客攻击来说并不实用。但随着时间的推移和技术的发展,这种攻击也会更加容易,成本会变得越来愈低。这会对真实世界带来志明的后果。许表示,“我并不想过分宣扬自动驾驶的潜在危害,或是说你不应该实用自动驾驶系统。事实上,这些攻击依旧需要一定的技巧。但是它依旧有可能造成人身伤害和财产损失……总体上说,我们希望通过这项研究引起人们对提高传感器可靠性的关注。当然,我们不能仅仅依赖特斯拉的自动驾驶系统,我们还要靠自己。”(晗冰)

本文来源:网易科技报道 责任编辑:钦晓武_NK2781


Viewing all articles
Browse latest Browse all 12749

Latest Images

Trending Articles





Latest Images