（文章來源：雷鋒網）

2019年有兩類新型車聯網攻擊方式爆出，新出現的攻擊方式往往會打破這種平衡，原有的防護方案沒有考慮到此類攻擊手段，需要主機廠的重點關注。

這種攻擊方式可以通過 TCU 的調試接口或者存儲模塊獲取到 APN 的聯網信息和 TSP 日志信息，通過連接 ESIM 模塊與車廠的 TSP 服務器進行通信。APN 是運營商給廠商建立的一條專有網絡，因為私網 APN 是專網，安全級別很高，直接接入到車廠的核心交換機上，繞過了網絡側的防火墻和入侵檢測系統的防護。 一旦黑客通過私有 APN 網絡滲透到車廠的內部網絡，則可實施進一步的滲透攻擊，實現遠程批量控制汽車。

國內大部分自主品牌汽車，均使用私有 APN 連 接車控相關的 TSP 后端服務器。通過 ISP 拉專線可以在一定程度上保護后端服務器的安全，但與此同時也 給后端服務器帶來了更多的安全風險，由于私有 APN 的存在， TSP 不會暴露于公網，導致 TSP 的安全人員 忽視了私有網絡和 TSP 本身的安全問題，同時私有網絡內沒有設置嚴格的安全訪問控制，過度信任 T-Box， 使得 T-Box 可以任意訪問私有網絡內部資產，同時很多不必要的基礎設施服務也暴露于 APN 私網內，將引發更多安全風險。?

因此一旦黑客獲取到智能汽車的 T-Box 通訊模塊，即可通過通訊模塊接入車廠私有網絡，進而攻擊車廠內網，導致 TSP 淪陷。?

例如，2019 年 11 月，360 SKY-GO 安全研究團隊和梅賽德斯奔馳共同發現并修復了 19 個存在的漏洞，涉 及 到 的 CVE 漏 洞 有 CVE-2019-19556，CVE-2019-19557，CVE-2019-19560，CVE-2019-19561， CVE-2019-19562，CVE-2019-19563 等。這些漏洞可以實現批量遠程開啟車門、啟動引擎等控車操作，影響梅賽德斯奔馳在路車輛 200 余萬輛，是迄今為止造成影響最廣，涉及車輛最多的一次車聯網漏洞挖掘事件。

經過研究發現，現階段大部分智能汽車的 TCU 都可以找到調試接口，并可以通過調試接口輸出的日志，獲取到很多敏感信息，包括系統啟動日志、TSP 后端地址、APN 配置信息等，攻擊者可通過獲取到的 APN 配置信息，結合上 TCU 板載的 eSIM 進行上網，甚至可以訪問到車廠的核心網絡。也可以通過提取 TCU 上通訊模組的存儲芯片，逆向分析固件，從而拿到 APN 配置、TSP 后端配置等重要信息。

對于雙向認證的服務器，通過進一步提取出出 TLS 客戶端證書，通過對 TCU上的 TSP 客戶端進行逆向分析，獲取到和后端服務器的通訊方式，就可以對 TSP 服務端進行訪問。

2019 年 5 月，科恩實驗室爆出特斯拉 Model S 的自動雨刮器，車道識別系統存在漏洞，研究人員靜態逆向和動態調試分析了 APE（Autopilot ECU）的視覺識別系統，并嘗試實施攻擊。?首先，研究人員提取，并分析了固件（軟件版本 2018.6.1）里面有關自動雨刮的操作代碼。

通過逆向分析發現，fisheye 攝像頭將開啟自動雨刷圖像識別的執行過程，此后會搭建一個判斷天氣情況 的神經網絡文件，名稱是“fisheye.prototxt”。神經網絡的輸出結果代表了系統對當前下雨概率做出的預測， 當結果超過閾值時，自動雨刮器就會啟動。

研究人員通過使用一種名為 Worley 噪音（在計算機圖形學中，它被廣泛使用，以任意精度自動生成紋理。 Worley 噪聲能夠模擬石頭，水或其他噪音的紋理）的噪音生成函數，通過加補丁的方式生成所需的對抗樣本圖片。最終通過在電視上放映生成的對抗樣本圖片，成功啟動了特斯拉的自動雨刮器。

基于同樣的原理，研究人員經過實驗發現，只需在道路上貼上對抗樣本貼紙，就能成功誤導自動駕駛系統，使車輛行駛到對面的車道，造成逆行。??

通過壓縮圖片消除對抗擾動或打破擾動結構 通過對車道識別功能分析發現，首先攝像頭對圖像開始處理，然后將圖像送入神經網絡， detect_and_track 函數負責不斷更新內部的高精地圖，并根據周邊的實時路況，不斷向相關控制器發送對應的控制指令。 根據研究人員分析，特斯拉僅使用計算視覺識別系統來識別車道，在良好的外部環境下，該功能擁有不錯的魯棒性，但在真實道路上行駛時，只依靠視覺識別系統將會導致車輛遭受地面的對抗樣本干擾項影響，從而駛離正常車道。
? ? ?（責任編輯：fqj）