論文の概要: Convolutional Neural Network-based Intrusion Detection System for AVTP
Streams in Automotive Ethernet-based Networks
- arxiv url: http://arxiv.org/abs/2102.03546v1
- Date: Sat, 6 Feb 2021 09:37:09 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-09 15:17:36.810138
- Title: Convolutional Neural Network-based Intrusion Detection System for AVTP
Streams in Automotive Ethernet-based Networks
- Title（参考訳）: 自動車イーサネットネットワークにおけるAVTPストリームの畳み込みニューラルネットワークによる侵入検知システム
- Authors: Seonghoon Jeong, Boosun Jeon, Boheung Chung, Huy Kang Kim
- Abstract要約: コネクテッド・アンド・オートマチック・ビークル(CAV)は、伝統的な自動車の革新的な形態である。
以前の研究では、自動車イーサネットベースのネットワークにおける侵入検知に焦点が当てられていない。
本稿では,AVTPストリームインジェクション攻撃の侵入検出手法を提案する。
- 参考スコア（独自算出の注目度）: 2.141079906482723
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Connected and autonomous vehicles (CAVs) are an innovative form of
traditional vehicles. Automotive Ethernet replaces the controller area network
and FlexRay to support the large throughput required by high-definition
applications. As CAVs have numerous functions, they exhibit a large attack
surface and an increased vulnerability to attacks. However, no previous studies
have focused on intrusion detection in automotive Ethernet-based networks. In
this paper, we present an intrusion detection method for detecting audio-video
transport protocol (AVTP) stream injection attacks in automotive Ethernet-based
networks. To the best of our knowledge, this is the first such method developed
for automotive Ethernet. The proposed intrusion detection model is based on
feature generation and a convolutional neural network (CNN). To evaluate our
intrusion detection system, we built a physical BroadR-Reach-based testbed and
captured real AVTP packets. The experimental results show that the model
exhibits outstanding performance: the F1-score and recall are greater than
0.9704 and 0.9949, respectively. In terms of the inference time per input and
the generation intervals of AVTP traffic, our CNN model can readily be employed
for real-time detection.
- Abstract（参考訳）: 連結および自律的な車(CAV)は従来の車の革新的な形態です。
Automotive EthernetはコントローラエリアネットワークとFlexRayを置き換え、高精細なアプリケーションに必要なスループットをサポートする。
CAVには多数の機能があるため、大きな攻撃面と攻撃に対する脆弱性の増加を示します。
しかしながら、自動車イーサネットベースのネットワークにおける侵入検知に焦点を当てた以前の研究は行われていない。
本稿では,車載イーサネットネットワークにおけるAVTP(オーディオビデオトランスポートプロトコル)ストリームインジェクション攻撃を検出するための侵入検出手法を提案する。
私たちの知る限りでは、これは自動車用イーサネット用に開発された最初の方法です。
提案された侵入検出モデルは、特徴生成と畳み込みニューラルネットワーク(CNN)に基づいている。
侵入検知システムを評価するために,BroadR-Reachベースの物理的テストベッドを構築し,実AVTPパケットをキャプチャした。
実験の結果,f1-scoreとrecallはそれぞれ0.9704と0.9949であった。
入力毎の推論時間とavtpトラフィックの発生間隔の観点からは,実時間検出にcnnモデルを用いることが容易である。
関連論文リスト
- A Framework for the Systematic Assessment of Anomaly Detectors in Time-Sensitive Automotive Networks [0.4077787659104315]
本稿では,異常検出アルゴリズムの再現性,比較性,迅速な評価を可能にするアセスメントフレームワークを提案する。
実例検出機構を評価し,TSNトラフィックフローと異常型の組み合わせによって検出性能がどう影響するかを明らかにする。
論文 参考訳（メタデータ） (2024-05-02T14:29:42Z) - Exploring Highly Quantised Neural Networks for Intrusion Detection in
Automotive CAN [13.581341206178525]
機械学習に基づく侵入検出モデルは、標的となる攻撃ベクトルを複数検出することに成功した。
本稿では,多クラス分類モデルとしてのカスタム量子化文学(CQMLP)について述べる。
IDSとして統合された2ビットCQMLPモデルでは、悪意のある攻撃メッセージを99.9%の精度で検出できることが示されている。
論文 参考訳（メタデータ） (2024-01-19T21:11:02Z) - When Authentication Is Not Enough: On the Security of Behavioral-Based Driver Authentication Systems [53.2306792009435]
我々はランダムフォレストとリカレントニューラルネットワークアーキテクチャに基づく2つの軽量ドライバ認証システムを開発した。
我々は,SMARTCANとGANCANという2つの新しいエスケープアタックを開発することで,これらのシステムに対する攻撃を最初に提案する。
コントリビューションを通じて、これらのシステムを安全に採用する実践者を支援し、車の盗難を軽減し、ドライバーのセキュリティを高める。
論文 参考訳（メタデータ） (2023-06-09T14:33:26Z) - Leveraging a Probabilistic PCA Model to Understand the Multivariate
Statistical Network Monitoring Framework for Network Security Anomaly
Detection [64.1680666036655]
確率的生成モデルの観点からPCAに基づく異常検出手法を再検討する。
2つの異なるデータセットを用いて数学的モデルを評価した。
論文 参考訳（メタデータ） (2023-02-02T13:41:18Z) - AVTPnet: Convolutional Autoencoder for AVTP anomaly detection in
Automotive Ethernet Networks [2.415997479508991]
本稿では,Audio Video Transport Protocol (AVTP) 上での異常のオフライン検出のための畳み込みオートエンコーダ (CAE) を提案する。
提案手法は、最近発表された"Automotive Ethernet Intrusion dataset"に基づいて評価される。
論文 参考訳（メタデータ） (2022-01-31T19:13:20Z) - CPFN: Cascaded Primitive Fitting Networks for High-Resolution Point
Clouds [51.47100091540298]
本稿では,グローバルおよびローカルなプリミティブ検出ネットワークの検出結果をアダプティブパッチサンプリングネットワークに依存したCPFN(Cascaded Primitive Fitting Networks)を提案する。
CPFNは、高解像度のポイントクラウドデータセット上で、最先端のSPFNのパフォーマンスを13-14%改善し、特に20-22%の微細プリミティブの検出を改善している。
論文 参考訳（メタデータ） (2021-08-31T23:27:33Z) - SOME/IP Intrusion Detection using Deep Learning-based Sequential Models
in Automotive Ethernet Networks [2.3204135551124407]
侵入検知システムはサイバー攻撃を検出するために広く利用されている。
本稿では,SOME/IPプロトコル上でのオフライン侵入検出のための深層学習に基づくシーケンシャルモデルを提案する。
論文 参考訳（メタデータ） (2021-08-04T09:58:06Z) - TANTRA: Timing-Based Adversarial Network Traffic Reshaping Attack [46.79557381882643]
本稿では,TANTRA(Adversarial Network Traffic Reshaping Attack)を提案する。
我々の回避攻撃は、ターゲットネットワークの良性パケット間の時間差を学習するために訓練された長い短期記憶(LSTM)ディープニューラルネットワーク(DNN)を利用する。
TANTRAは、ネットワーク侵入検出システム回避の平均成功率99.99%を達成します。
論文 参考訳（メタデータ） (2021-03-10T19:03:38Z) - Enabling certification of verification-agnostic networks via
memory-efficient semidefinite programming [97.40955121478716]
本稿では,ネットワークアクティベーションの総数にのみ線形なメモリを必要とする一階二重SDPアルゴリズムを提案する。
L-inf の精度は 1% から 88% ,6% から 40% に改善した。
また,変分オートエンコーダの復号器に対する2次安定性仕様の厳密な検証を行った。
論文 参考訳（メタデータ） (2020-10-22T12:32:29Z) - Binary DAD-Net: Binarized Driveable Area Detection Network for
Autonomous Driving [94.40107679615618]
本稿では,二項化駆動型領域検出ネットワーク(バイナリDAD-Net)を提案する。
エンコーダ、ボトルネック、デコーダ部分の2重みとアクティベーションのみを使用する。
パブリックデータセット上で、最先端のセマンティックセグメンテーションネットワークより優れています。
論文 参考訳（メタデータ） (2020-06-15T07:09:01Z) - Traffic Signs Detection and Recognition System using Deep Learning [0.0]
本稿では,交通標識をリアルタイムに検出・認識するためのアプローチについて述べる。
マルチオブジェクト検出システムの最先端技術を用いて,交通信号検出問題に取り組む。
この論文の焦点は、F-RCNN Inception v2とTiny YOLO v2が最高の結果を得たときのものである。
論文 参考訳（メタデータ） (2020-03-06T14:54:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。