面向自动驾驶汽车的自感知网络安全架构

如今，汽车作为信息物理系统（CPS）的核心组成部分，亟需有效应对汽车领域亟待解决的各类难题。随着未来出行拥抱车联万物理念，车辆在动态性、自适应性与自感知方面的安全复杂度与挑战愈发严峻。智能出行领域技术革新的固有流动性，推动了大量显著的安全技术升级。即便如此，行业仍亟需推动安全防护手段从依赖静态方法与实现的模式转型。例如，在这一转型过程中，车辆所采用的开放式软件协议、车载与电动基础设施连接方式，对其安全态势至关重要。若再搭配不断迭代的传感器平台，车辆将成为功能完备的“轮上复杂计算机”。这些能力将支撑车载计算、车队管理、数据同步、遥测，以及城市出行中的信息双向共享，还可通过嵌入式系统处理网络流量事务。上述特性使网联、智能与自动驾驶汽车成为社会化“物件”，能够产生海量数据，无意间成为“轮上虚拟数据源”与智能移动对象。

1.1 研究背景

安全特性是网联、智能与自动驾驶汽车核心属性的基础，因其对关联技术的构建与发展具有关键影响。安全问题始终是影响汽车技术发展格局的重要因素，尤其在传统驾驶与自动驾驶系统安全的交互场景中。随着汽车行业普遍认同将网络安全法规作为安全管控依据，不同复杂度与覆盖范围的网络安全解决方案已在多行业、多领域广泛应用。现代汽车的核心安全防护措施涵盖应用安全、入侵检测与防御系统（IDS/IPS）、安全空中下载（OTA）交互、可信执行环境（TEE）、内置硬件安全、信任根等特定安全需求。

1.2 研究目标、动机与贡献

网联、智能与自动驾驶汽车的多元安全需求，亟需一套系统化、鲁棒性的方案，实现各类安全解决方案的集成与无缝交互。相较于当前广泛应用的车载安全防护措施，融合实时安全监测、分析、决策与可视化层级的分层式自感知网络安全架构，是适配这一转型的必然选择。该安全架构的特性需通过系统级问责实现安全防护。因此，本研究提出一种包含模块化子组件的自感知安全架构，旨在解决车载生态系统中安全动态性、自感知与自适应性不足的问题。

本研究成果如下：

（1）系统探究车载生态系统中的安全动态性、自感知与自适应性，深入分析适配车载安全动态场景的专属防护手段的必要性。

（2）提出一种分层式自感知安全架构，可有效实现系统级问责，并阐释该架构对智能汽车的适配价值。

（3）阐述自感知架构的子组件、配套算法，以及专用安全黑匣子的集成方案。

1.3 研究范围

本研究旨在提出一套安全架构，解决网联、智能与自动驾驶汽车领域动态、自感知、自适应安全防护手段的不足。本研究提出的自感知安全架构基于以下核心安全假设：第一，互联节点间的连接均经过加密；第二，所有指定数据流的点对点传输可按需解密；第三，所有模型论证均基于安全场景，适用于网联、智能与自动驾驶汽车。

本文剩余章节结构如下：第2章为文献综述，梳理现有解决方案，搭建研究背景；第3章详细阐释所提自感知安全架构及架构组成；第4至8章深入拆解各组件的设计细节；第9章为讨论分析，第10章为结论。

当未来交通开始构想可与智能设备、物联网（IoT）及外部基础设施通信的网联、智能、自动驾驶汽车时，安全问题成为核心关注点。最新预测显示，2025年网联汽车（CVs）保有量将达1.15亿辆，而近三年现代汽车的网络攻击频次增长了225%。这类车载网络依赖车辆、智能设备、物联网、人员与外部基础设施间的复杂交互（即车联万物V2X）。针对上述安全问题的研究，主要聚焦于影响与接受度因素、网络安全挑战与评估、漏洞、攻击复杂度、网络安全风险管理、威胁建模与易受攻击性等方向。

除此之外，行业还通过可信执行环境（TEE）、白名单、防篡改、访问控制等安全手段，着力解决现代汽车的诸多安全难题，具体内容如表1所示。

表1：现代汽车安全防护手段示例

当前汽车安全基础设施体系已在多安全领域开展深入研究，车载服务需求、车载网络部署、车载电气基础设施等方向的研究不断增长。这些研究为网联、智能、自动驾驶生态系统的快速普及提供了全面参考。

尽管各大车企着力解决现代汽车的安全难题，但近年间攻击的强度、多样性与影响占比仍持续上升。即便如此，表1所列案例表明，入侵检测系统、双因素认证、访问控制机制、TEE存储与加密、防篡改、安全启动、白名单、防火墙等多种安全方案已在日产、宝马、奥迪、丰田、本田、奔驰、通用、特斯拉、大众、保时捷、戴姆勒卡车、捷豹路虎（JLR）、福特、三菱、沃尔沃卡车、斯巴鲁、现代等车企落地应用。然而，鲜有安全方案能兼顾车辆全生命周期与持续性安全需求。

部分研究重点关注安全的影响与接受度因素，另有研究聚焦网络安全挑战与评估。借鉴网络安全、风险评估、安全管理技术、安全影响与效应、威胁分析等方法，有助于量化安全水平。除表1中现代汽车搭载的车企专属网络安全方案外，大量文献与理论、概念、框架、实验方案层面的探索，也揭示了汽车系统与传感器的漏洞与易受攻击性。

文献提出一种基于ISO 26262与ISO/SAE 21434标准的网络安全与安全管理系统（CSSMS）方案，实现汽车安全与网络安全的一体化流程管理。Alladi等人提出一种轻量级安全认证与证明方案，适配动态行驶车辆的身份验证需求，与文献研究方向一致。Khan等人提出一种基于正常状态与深度学习双向长短期记忆（LSTM）架构的实时入侵检测框架。

上述研究均认可安全的重要性、安全成果与特定安全维度，但集成多元解决方案、覆盖网联智能自动驾驶汽车复杂交互的安全实现、架构与方案仍需深入研究。理解风险与技术可行性是一方面，推导或研发技术安全解决方案是另一方面。汽车网络安全领域的研究体量庞大、方向多元，安全方案的落地效果取决于实施方与车企。此外，汽车网络安全的重要性不断提升，其防护效果核心依赖于通过监测场景检测与判定安全威胁的能力。

本文提出的分层式自感知安全架构在现有技术基础上（如图1所示），实现了动态监测、分析、决策、可视化功能，可集成多元安全解决方案与专用安全黑匣子。架构通用框架如图2所示，包含：（1）监测层的分布式监测代理、被监测组件（如服务、进程、网络事务）与数据馈送器；（2）分析层的进程控制器与决策层的决策控制器。所有服务、进程与通信均由代理监测、进程控制器分析，一组决策控制器基于进程控制器的信息执行决策。决策结果存入黑匣子，分析、报告与可视化层同时支持车载与外部虚拟安全运营中心（VSOC）人机交互界面（HMI）。

图1：现有车载安全架构

图2：所提自感知安全架构概览

网联、智能、自动驾驶汽车会产生实时车载与外部安全系统事件。作为复杂关联系统，具备瞬时车载或算力卸载概率的进程与活动，需在防御场景中明确区分以实现行动增强。图3系统展示了这一概念的输入阶段。系统级问责的多层级防护，始于安全相关组件与节点产生的安全事件。因此，要实现防御姿态下的安全自感知，需随时掌握车载与外部进程、活动安全状态的系统级问责信息。

图3：自感知架构分层阶段

车载安全状态的反馈与细节区分，始于分析模块。进程控制器将安全事件分析结果传递给决策控制器，依托决策控制器维持运行环境的安全状态与感知能力。分析模块中对自动驾驶至关重要的核心特性，是动态迭代分析、安全事件持续监测、自适应能力，以及从车载进程节点与设备获取数据的能力。分析模块至决策模块的细粒度处理，还可拓展至虚拟安全运营中心（VSOC）与车载关键事件存入专用安全黑匣子等路径。黑匣子依托代理存储安全操作或与外部源同步数据。

架构组件

所提架构包含四大核心组件：监测、分析、决策与可视化。本文中“控制器”并非指管控附属设备的功能，而是强调交互过程中数据不可篡改。基于进程的模块控制器包含四大模块：分析模块、故障转移机制模块、回退机制模块、报告/支持模块。数据输入馈送器负责传输各类指标与事件，如测量数据、状态监测数据、从控制器提取的待核查数据。

在自动驾驶汽车中央计算单元这类复杂系统中，进程与应用执行常规操作时会产生状态变更，与其他进程交互并代其他进程与应用执行特定操作，对应车载与外部安全交互。安全系统调用流程遵循这一逻辑，自感知系统级安全问责将这些系统调用关联至对应完整性等级。例如，车载与外部交互的关键事件，在通过系统流程核查目标应用与进程的系统调用时，需提供可追溯的合规依据。

该问责机制可拓展至决策模块控制器内的系统、用户与特定自定义空间。例如，系统事件、关键事件、可解决事件三大决策模块，依据预设报告事件与规则（即触发规则的事件、用户、模型或模型内参数），评估安全操作的权限关联、进程关联与预设关联。自定义空间内的命令执行，可将分析阶段的事件判定结果传输至可解决决策模块。此外，与特定命令执行相关的查询及图4所示的支持模块机制，还负责记录、保存与追踪事件汇总。

图4：所提自感知安全架构内部交互流程

图5展示了第3章所述分析层的分析组件，覆盖预设配置、防火墙、入侵检测与防御系统（IPS/IDS）。其功能是处理并分析代理通过数据馈送器上报的安全特定事件与事故。如图所示，系统与进程活动（如内部服务、运行时进程、应用、安全审计、外部事件代理、基础设施服务、外部服务）经数据输入馈送器传输至分析层。事件过滤与分类映射是分析模块的核心功能。根据架构实现方案与特定事件、应用需求，分析模块可独立部署或作为辅助模块部署。

图5：基于分析模块的控制器

本框架的核心目标之一是通过分析参数维持动态安全感知。在依赖动态执行而非静态状态维持的安全实现中，分析能力至关重要，这意味着静态安全手段与参数亟需迭代升级，尤其在人工智能（AI）与量子计算机逐步普及的背景下。实现动态安全防护，需完成内部与外部服务通信、可信执行环境内应用执行、动态白名单、访问控制的事件过滤与分类映射。但资源限制与实现约束，会决定分析手段的全面性与补偿性。

以汽车为例，分析类核心操作可保障系统可用性、一致性，降低网络连接约束带来的延迟与响应时间。此外，在电子控制单元（ECU）中通过AUTOSAR经典平台、自适应平台或其他平台落地该理念，需满足配套实现要求。

事务与连接发起流量在分析层仅有单一入口，涵盖运行时进程为防火墙、IPS/IDS、审计节点等安全特定设备或节点提供的服务，具体依任务、目的与需求而定。现有车载安全方案中，车企已部署白名单、访问控制与防火墙，但部分实现方案仅针对特定场景定制，缺乏基于场景的安全动态性。

此外，受车辆生命周期与持续性安全因素影响，网联、智能、自动驾驶汽车的防火墙部署需具备动态安全机制，依托分析模块实现电路级、应用级或数据包过滤级的辅助防护。这类安全机制或方案中，车载生态系统与车联万物内外通信、事务的安全决策能力至关重要。

本章详细阐述决策层的三大基于模块的控制器：系统事件控制器、关键事件控制器、可解决事件控制器（已在图2、图4展示并在第3章说明），并配套对应算法（分别为算法1至算法3）。决策模块按顺序运行，在整个决策链中依次对应决策阶段（I）至（III）。算法中“分类”指依据决策模块控制器的参数与特性规范，对数据进行跨阶段分组处理，规范内容取决于决策模块控制器的功能，可随实现方案调整。

5.1 基于系统事件模块的控制器

决策阶段（I）中，分析模块控制器的数据输入首个决策模块（系统事件）。每条数据输入均触发安全校验，包括：（1）校验特定消息的有效性；（2）校验分类属性、关联标签与标记（适配传感器、安全网关、信息娱乐系统等独立组件）；（3）校验消息是否经过过滤，确保消息精准收发。完成上述安全校验后，所有决策结果依托代理存入黑匣子。通过安全校验的分类输入数据进入下一决策阶段（算法1第6-14行）。该决策结果将数据传输至下一阶段，或拒绝/丢弃校验失败的消息。

算法1：系统事件决策模块

5.2 基于关键事件模块的控制器

同理，决策阶段（II）中，决策阶段（I）的数据同样触发安全校验，包括：（1）校验特定消息的有效性；（2）校验分类属性、关联标签与信任及严重等级标记（适配传感器、安全网关、信息娱乐系统等独立组件）；（3）校验每条消息的阈值标记，确保消息精准收发；（4）校验可解决性指数。通过初步安全校验的分类消息，依据阈值指数与预设安全阈值对比评估。若阈值指数超出可接受阈值，则（1）启动回退机制；（2）触发人机交互界面与黑匣子上报。若阈值指数低于阈值，则启动故障转移机制，而非继续进入决策阶段（III）（算法2第7-16行）。

算法2：关键事件决策模块

5.3 基于报告/支持模块的控制器

最后，决策阶段（III）触发的安全措施包括：（1）校验故障转移与回退输入中每条特定消息的有效性；（2）校验分类属性、关联标签与信任及严重等级标记（适配传感器、安全网关、信息娱乐系统等独立组件）；（3）校验故障转移与回退的所有解决状态消息。

通过初步安全校验后，故障转移的有效解决状态表示阈值指数低于可接受阈值的安全事件已解决或得到补偿；回退的有效解决状态表示启动操作无错误或缺陷，安全操作可恢复。上述流程（算法3第11-14行、第15-18行）中，所有关键安全操作与措施均上报至黑匣子与人机交互界面，实现车载与远程管理同步。算法3第19-22行中，无效可解决状态将触发报告/支持流程模块（如图3所示），该阶段同样支持数据存档。

除上述决策模块核心功能外，其功能范围还支持动态、主动的车载决策，这一基础为自感知特性提供支撑，实现关键进程与操作的决策级问责。

算法3：报告/支持决策模块

故障与失效是自动驾驶的核心考量因素，通过预设指令可避免整个复杂安全系统崩溃，甚至防止整车系统失效。在本安全架构中，故障转移的通用定义是失效防护机制 —— 当检测到故障或失效时，备用设备自动接管控制权。该流程可在故障发生时自动将控制权切换至冗余系统。但在自动驾驶汽车中，为所有安全维度部署故障转移机制在多数场景下不具备实操性。因此，如图6所示，本安全研究重点考量三大因素：控制权移交、优化管理、图4中决策模块的应用。

图6：基于故障转移模块的控制器

故障转移子模块具备优化管理功能，负责补偿安全故障，在不完全影响决策流程及依赖输出的前提下，维持系统运行状态。这类输出包括决策相关模块、评估节点、设备与组件，例如某区域内受深度神经网络对抗干预的区域传感器集群故障，可由两个及以上传感器的融合决策轮询补偿。

此外，参数校验与监测及其对应的安全可信度至关重要。决策过程中，多接口配置的安全特定输出与校准一致性，及其可信度比值均需保障。该故障转移安全模块主动或被动待命，通过优化或故障安全协议响应各类故障。优化管理的流程可包括路由服务、可信外部系统、身份与访问管理的安全问题，涵盖服务、运行时参数或应用程序编程接口（API）等场景。

回退机制的核心逻辑是主系统失效或故障时，备用系统或流程自动启动，其在自动驾驶汽车安全场景中至关重要。现有车载技术已部署电子稳定程序（ESC）、制动优先系统、变速箱控制模块（TCM）、发动机控制模块（ECM）等多种回退机制。但网络安全专属防护手段仍依赖监管机构的最佳实践、标准与建议，以及车企专属方案。因此，图7所示的安全专属回退机制，提供了一种可行的替代流程，其启动与触发依赖基于模块的决策控制器。

图7：基于回退模块的控制器

该模块具备安全角色移交功能，实现控制权、用户与运营中心移交，同时搭载共识模块，兼顾身份、访问与决策逻辑。与现有技术不同，决策逻辑与分析模块结合，可将关键决策存入黑匣子（如图4所示）。如图4所述，分析处理模块负责计算环节并支撑决策评估。主动/被动系统事件评估模块、关键特征模块、可解决性模块及对应事件缓解的关联映射，通过事件监听器与消息总线提供辅助验证。

该机制的核心是安全应急处置，同时需配备身份与访问管理控制等防护措施，在车载或外部启动时需与共识模块匹配。若关键级决策模块的故障导致功能无法实现，且安全事件无法内部解决或需外部干预时，可执行控制权移交。

图8所示的可视化界面模块控制器包含两大维度：车载端与虚拟安全运营中心（VSOC），以及两端的配套管理模块。该模块依托代理控制器（数据与信息在各模块控制器间传输的载体），为驾乘人员提供必要的视觉与状态指示。

图8：基于可视化模块的控制器

随着订阅制模式逐步成为主流，虚拟安全运营中心代表了智能、网联、自动驾驶汽车安全领域的未来趋势。Waymo、特斯拉、百度等头部企业的SAE 3级至5级自动驾驶汽车，已搭载远程协助、远程管理、冗余控制、安全靠边停车等功能。这类车辆在常规运行中，部分服务需空中下载更新、运行状态监测等功能，要求远程运营中心实时可视化数据以评估安全影响。人机交互界面适配此类场景，同时遵循本文三大核心假设。

图4中的执行存档组件是不可篡改的安全黑匣子，按预设规则在指定时间范围内存储所有必要的关键事件。由于行驶中车辆存在动态安全通信风险，安全、责任、隐私、数据安全等问题均需解决。车载与外部通信产生的源端与目的端常规操作，其源身份与目的端的安全信任等级风险均需记录存档。

本文提出的自感知网络安全防御能力，面向车载安全场景下的网联、智能、自动驾驶汽车设计。本方案并非替代各大车企现有的汽车网络安全防御部署，而是在现有最佳实践、网络安全标准与实用方案基础上，提出的独立拓展与优化方案。

车载安全的重要性不言而喻，网络安全对自动驾驶普及的影响是一把双刃剑，其安全复杂度与漏洞特性，为攻防双方、安全专家与攻击者均提供了发挥空间。安全防护的技术复杂度与漏洞伴随时间窗口变化，会产生攻击隔离与影响的多维可能性。尽管安全启动、入侵检测与响应、用户认证等网络安全手段已在部分网联、智能、自动驾驶汽车落地，但隔离控制系统、网络分段、实时威胁检测与响应、专属安全系统备份等技术仍需深入研究。

因此，不同车企对应用的探索、拆解与定制化技术部署存在差异。相较于堆砌大量安全方案以求全面防护，量身定制的专属汽车网络安全解决方案更为关键。系统分析、自解决、故障转移、回退、关键上报的瞬时确定性概率同样至关重要。

配置错误是复杂异构系统最常见的安全问题与风险，这类系统具备多层级、交错式、功能独特的特点。如图4至图8所示，本安全方案可灵活部署，核心设计理念与原则可有效降低配置错误对多维度安全实现与基础设施的暴露风险。

最后，本框架支持迭代式实施，便于开展全面测试与验证参数评估。该特性与模块化设计，支持各组件的细粒度拆解，为衍生方案的深入研究提供支撑。后续测试与实验可聚焦配置与参数，同时监测输出结果，通过执行轨迹、内存转储、系统调用轨迹，分析安全组件间的相互影响。依托安全手段实现软硬件对系统事件与严重等级的感知，常规运行中除实时监测系统活动与日志外，关键场景的操作还可支撑非安全领域的诊断工作。

本研究系统梳理并探究了车载生态系统中的安全动态性、自感知与自适应性，在此基础上提出一种分层式自感知安全架构，可有效实现系统级问责。同时，本文阐述了自感知架构的子组件、配套算法，以及专用安全黑匣子的集成方案。综上，本研究在现有技术基础上提出自感知架构，解决了动态性、自适应性、自感知层面的安全复杂度与挑战。未来研究将聚焦该架构在人工智能环境中的落地细节。

免责声明：文中观点仅供分享交流，文章版权及解释权归原作者及发布单位所有，如涉及版权等问题，请您联系alpha.yuan@houwa-tech.com告知，我们会在第一时间做出处理。