智能驾驶一线攻防实战总结
研究背景与动机
- 智能汽车系统复杂度高，设备数量多，导致攻击目标增多，漏洞风险加大。
- 智能汽车安全性相对较弱，一旦存在漏洞，可能引发严重的安全问题，如控车风险。
- 研究智能汽车安全成为安全研究员的新方向，涉及模型对抗、识别框架风险、逆向分析、数据获取等多个领域。
设备与资料获取
- 获取目标硬件：通过各类渠道获取各大主机厂商的维修手册、电路图等。
- 获取目标设备资料：包括汽车域控提取DBC文件、整车结构分析等。
智能汽车结构分析
- 整车结构：CDCU作为整车中央控制器，连接自动驾驶域控制器、车机、TBox等。
- 网关控制器：连接各路CAN总线，是整车最核心的控制部件，攻击风险高。
- 自动驾驶控制器：一般为单、双AISoc+MCU结构，满足ASIL-D要求，板上大量使用串行、解串器和车载以太网。
控车路径与风险
- TBox：是最大的入口风险，搞定TBox可成功一半。
- 网络互通：潜在目标包括车机、自动驾驶域控制器、网关、左右域控制器等。
- 权限获取：通过读取/etc/shadow、写入已知密码、分析密钥算法等方式获取文件系统和shell。
智驾域控网络侧风险
- TBox RCE风险：某车系型处理set_remotelog请求时存在命令注入，某Tier1厂商Tbox产品存在栈溢出漏洞等。
- 汽车CAN报文解析：通过重放、物理联动分析等方式解析报文字段。
- 域控程序DBC：零部件风险导致车身网络沦陷，存在UDS升级VCU、GW器件横向至动力域路径。
控车攻击链路
- 攻击链路：构造合法固件，OAD实现芯片任意代码执行，近场发任意车身网络中ECU报文。
- 近场未授权控车演示：通过构造CAN报文实现车门控制、泊车指令等。
智驾模型保护机制
- 模型加密机制：密钥存放于特定目录，通过密钥可解密模型。
- 模型仿真推理难点：Drive OS封闭系统获取困难，TensorRT版本兼容性问题。
智驾模型分析
- 常见模型格式：.trt/.hbm/.onnx/.bin/.caffemodel/.pt/.pth/.pb/.om。
- 模型识别工具：hrt_model_exec、netron、trtexec等。
- 智驾端到端模型分析：vilt模型输出3130词表，能像人类一样思考场景。
智驾芯片TEE安全机制
- TEE环境介绍：TEE为独立安全区域，保护应用程序和数据免受攻击。
- OP-TEE例程：域控TEE环境基于OP-TEE开发，增加限制防止用户空间任意调用。
- 智驾芯片TEE缺陷：存在secsave_store整数溢出、特权打开调试功能等缺陷。
智驾V2X安全分析
- V2X技术：车与车、人、路、云等万物互联的通信技术。
- V2X信号分析设备：C-V2X PC5(LTE-V)采用Sidelink模式QPSK调制。
- V2X信息泄漏风险：存在信息泄露风险，需加强安全防护。
