面向示范區車聯網安全的態勢感知關鍵技術

左少雄

畢業于武漢理工大學，工學碩士學位，現就職于襄陽達安汽車檢測中心有限公司，任大數據分析及應用技術工程師，主要從事智能網聯信息安全、數據分析等工作。

摘" 要：本文通過對示范區車聯網安全威脅進行分析，指出它在四個維度上面臨的安全威脅，并基于此構建了面向示范區車聯網的態勢感知平臺模型，同時建立了基于多元聚合的雙重關聯分析模型，能夠為示范區車聯網態勢感知建設工作提供依據。

關鍵詞：車聯網;態勢感知;關聯分析

中圖分類號：U467.5" " " 文獻標識碼：A" " " 文章編號：1005-2550（2022）04-0080-04

Key Technologies of Situational Awareness for Internet of Vehicles Security in Demonstration Areas

ZUO Shao-xiong， WANG Tao， LIN Kai， YU Lei

（ Xiangyang Da An Automobile Test Center， Xiangyang 441004， China ）

Abstract： In this paper， we have analyzed the security threats of the Internet of vehicles in the demonstration area， and we have pointed out the security threats it faces in four dimensions， based on this， a situational awareness platform model for the network of vehicles in the demonstration area is constructed， also a double correlation analysis model is established based on multivariate aggregation to provide a basis for the situation awareness construction of Internet of vehicles in demonstration areas.

Key Words：" Internet Of Vehicles; Situation Awareness; Correlation Analysis

為滿足智能網聯道路測試的需求，我國已建成多個智能網聯示范區，功能涵蓋封閉測試、開放道路測試、城市交通場景測試等應用場景[1]。在示范區車聯網環境中，車端感知系統、路側感知系統、智慧交通設施、高精定位、云端控制決策平臺等系統深度融合，形成“車路網云一體化”[2]。

深度融合的技術形態帶來的是復雜多樣的安全風險。2021年9月正式施行的《數據安全法》，以及2021年10月開始施行的《汽車數據安全管理若干規定（試行）》都對數據安全提出了嚴格要求，因此安全建設成為示范區建設過程中的核心關注要素。其中，態勢感知技術能綜合利用數據融合、智能分析、數據挖掘等技術手段，直觀地展現示范區的安全狀況，是示范區安全建設的重要技術支撐[3]。

1" nbsp; 示范區安全威脅分析

某示范區車聯網體系以“車端—路端—云控”為主體，通過路側邊緣節點、車輛邊緣節點以及邊緣設備，實現了車—云通信、車—車通信、車—人通信、車—路通信四個通信場景，如圖1所示：

通過分析可知，示范區車聯網面臨的安全威脅主要來源于四個維度：設備終端、通信傳輸、云端平臺、系統應用[4-5];

（1）設備終端：車聯網通過設備終端采集、處理各類數據，終端的安全風險主要來源于因漏洞、網絡攻擊導致的數據篡改、設備越權、設備失效等安全事件導致的危害。

（2）通信傳輸：車聯網通信的主要安全風險是消息篡改、消息重放、身份偽造等，攻擊者通過對傳輸數據進行篡改從而控制車輛。

（3）云端平臺：云端平臺的定位是匯聚數據、處理數據、下達指令，因此云端平臺的主要安全風險是網絡攻擊、越權訪問、遠程控制等;

（4）系統應用：車聯網的所有決策指令都由云端平臺下達，因此其主要安全風險來源于指令篡改引發的安全事故。

2" " 示范區態勢感知體系

通過對示范區車聯網安全威脅進行分析，本文提出面向示范區車聯網的態勢感知模型，如圖2所示。

模型由四部分組成，即云端、路端、車端組成的數據采集層;由身份認證、OTA升級功能、數據采集模塊等組成的保障機制;由漏洞管理、入侵檢測、威脅預警等組成的態勢平臺;由漏洞庫、情報庫、規則庫等組成的外部信息庫;

（1）數據采集層：系統在路側設備（RSU、MECE）、車端設備（OBU、IVI、GW、T-BOX等）、云端服務器（網絡行為感知）中部署IDPS探針，實時收集設備的日志信息、流量信息、進程信息、狀態信息等，并通過傳輸機制上報給態勢平臺;

（2）保障機制：通過OTA升級機制保障規則庫信息、補丁包下發至設備;通過身份認證機制、傳輸加密機制保障通信安全，并將認證日志上傳至態勢平臺;

（3）態勢安全運營平臺：作為態勢感知平臺的核心，通過對探針上傳數據進行分析，將其與漏洞庫、規則/情報庫的信息進行對比，從而得到示范區態勢情況;通過態勢呈現、威脅預警機制使運營人員全面管理示范區安全;

（4）信息庫：通過同步CNNVD、CNVD等公開漏洞庫的信息，以及自身掃描得到的漏洞信息建立漏洞庫;通過收集情報中的組織信息、攻擊手段、攻擊工具等形成情報庫;通過建立信息管理規則，形成檢測規則庫，支撐威脅檢測;

模型中的核心部分是關聯規則的建立，其工作流程如圖3所示：

3" " 關聯分析模型

關聯分析是態勢感知平臺的核心能力，常見的有：基于設定規則的關聯分析、基于統計的關聯分析、基于大數據的關聯分析、基于威脅情報的關聯分析等。

本文基于上述研究，結合示范區車聯網實際情況，提出一種基于聚合算法的雙重關聯分析模型，具體內容如下：

（1）關聯規則分析

第一重關聯分析流程如圖4所示，即通過對探針采集的網絡流量信息、系統資源日志信息、進程行為事件等進行過濾、數據統計，通過場景邏輯關聯形成有效告警，如：“在一段時間內，多個事件中某屬性值不同的次數滿足條件”、“某事件A發生之后的一段時間內發生了事件B”等。

（2）關聯場景分析

第二重關聯分析的流程如圖5所示，通過構建場景模型庫對有效告警進行事件聚合，從而形成具有實際意義的安全事件。

（3）基于事件的多元聚合分析

對于多元數據的分析，需要針對數據、信息、片段之間的多維度以及多粒度，構建基于大數據融合的數據分析[6]，本文針對車聯網現狀提出一種多元聚合分析方法，具體如下所示：

① 針對車聯網信息安全的各階段特征，定義事件元素集如A={a1，a2…a8};

② 對于目標告警Event，選取最大時序間隔Δtmin—Δtmax，保證在時序間隔內，告警與Event相同類型的告警信息僅出現一次;

③ 遍歷情報庫元素，選定某事件特征集Q={q1，q2…q8};

④ 搜索Δtmin—Δtmax中的告警事件，將告警事件與Q中元素做比對，判斷告警事件是否滿足特征;

⑤ 如情報特征集Q不符合，則更換情報信息;

⑥ 如情報特征集Q符合，則輸出安全事件A=Q;

4" " 案例應用

基于上述工作內容，筆者依托于某項目，開發了一套面向示范區車聯網的態勢感知平臺，平臺界面如圖6所示。該平臺通過感知車聯網安全威脅，有效地識別出安全事件，幫助運營人員更好地實現信息安全防護。

5" " 總結

本文通過對示范區車聯網體系進行分析，識別出了潛在的安全威脅，同時構建了態勢感知體系和關聯分析模型，并最終完成了一套面向示范區車聯網的態勢感知平臺，相關模型和方法對車聯網環境下的態勢感知應用具有一定的指導意義。

參考文獻：

[1]郭蓬，戎輝，王文揚，高嵩，何佳，蔡聰.中國已建智能網聯示范區的發展現狀研究[J].汽車電器，2018（05）：15-19.

[2]郭志杰，張斌，楊濤，王恩師.智能網聯汽車與智慧交通應用示范區項目設計[J].交通科技，2020（06）：123-127.

[3]陳妍，朱燕，劉玉嶺，劉星材.網絡安全態勢感知標準架構設計[J].信息安全研究，2021，7（09）：844-848.

[4]潘妍，許智鑫，馬澤宇.車聯網數據安全風險分析與政策研究[J].保密科學技術，2021（07）：16-22.

[5]任廣樂，李立安，趙幗娟.智能網聯汽車聯網全鏈路分析[J].汽車文摘，2021（09）：55-62.

[6]孟小峰，杜治娟.大數據融合研究：問題與挑戰[J].計算機研究與發展，2016，53（02）：231-246.

專家推薦語

盛" "凱

西安電子科技大學 前沿交叉研究院

信息感知與智能系統 教授

本文提出一種基于聚合算法的雙重關聯分析模型進行示范區車聯網安全的態勢感知。該模型提出了通過關聯規則分析、關聯場景分析、基于事件的多元聚合分析三個步驟完成示范區車聯網安全事件的感知，提案的方法具有實際意義。