汽车安全入门 14：CAN 总线入侵检测 + ROAD 数据集——把隐蔽攻击摆上桌

原创

Red Hunter
Red Hunter

黑白之道

2026年10月16日 08:43
韩国

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

导语：过去三讲都在讲攻击怎么打进来，本讲切到防御。CAN 总线缺少认证与加密，入侵检测成为最后一道防线。Oak Ridge 国家实验室 2024 年公开的 ROAD 数据集第一次把经过物理验证的真实攻击数据摆上公开舞台。

一、数据集稀缺——这门学问被卡在哪里

CAN 入侵检测领域的论文数量在 2018 年后呈指数级增长，但真正能在真实场景落地的产品寥寥无几。根因是公开的高质量数据集极度匮乏：六个常见公开数据集中，真实数据中只有 fabrication 攻击是真实的，其它攻击要么是仿真合成、要么干脆是合成数据。攻击本身在仿真环境里被\"时间戳成\"完美，忽略了真实 CAN 总线本身的时序抖动与 ID 分布漂移。这直接导致很多论文提出的\"先进检测器\"被测评时只能跑在简单到一眼识破的 fabrication 攻击上。

二、CAN 总线攻击三类

为了后续理解 ROAD 数据集，必须先建立攻击分类的共识。攻击分三大类：

第一类 Fabrication（注入）。这是门槛最低的一类——强妥协 ECU 在总线上注入任意 ID 的数据帧。最简单的 DoS 把 0x000 ID 以最高频率灌满总线，fuzzing 随机选 ID 和 payload 注入，targeted ID 针对单一 ID 注入精心构造的 payload。

第二类 Suspension（抑制）。让目标 ECU 进入 bus off 状态，从而它发出的某些 ID 从总线上消失。典型案例是 Cho 和 Shin 提出的 bus off 攻击，通过操纵错误计数把目标 ECU 禁言。

第三类 Masquerade（顶替）。先 suspension 让目标 ID 消失，再用强妥协 ECU 以相同频率注入伪造的同 ID 帧，\"顶替\"原 ECU 的位置。Jeep Cherokee 远程劫持里 Miller 和 Valasek 用的就是这种攻击——因为 Cherokee 收到 conflicting frames 会主动关闭碰撞预防系统，无法直接 fabrication，必须先 suspend 再 masquerade。

三、ROAD 数据集全貌

Real ORNL Automotive Dynamometer（ROAD）CAN Intrusion Dataset 是 2024 年 1 月公开的第一个同时满足三件事的数据集：真实车辆采集、所有攻击经过物理验证、提供原始 CAN 数据与解码后的物理信号时序。

数据集分两部分。第一部分是真实道路驾驶的 3 小时 ambient 数据（无攻击），用于训练 baseline。第二部分是 33 个攻击 capture，涵盖 fabrication、suspension、masquerade 三大类。每条数据都用 SocketCAN 标准格式记录——timestamps + arbitration IDs + 原始二进制 payload，可以直接用 candump 与 can-utils 处理。

ROAD 论文的核心贡献不是简单的\"又多了一个数据集\"，而是把整个公开 CAN IDS 数据集生态做了一次系统盘点。Verma 等作者在 PLOS ONE 论文中列了 HCRL OTIDS、Car-Hacking、SynCAN、can-train-and-test 等六个公开数据集的优缺点与推荐场景，明确指出 ROAD 填补的关键空白是唯一包含物理验证的真实攻击 + 唯一提供信号反向工程结果。

四、五种核心攻击详解

把 33 个攻击 capture 拆开看，能归成五种典型手法。第一种 Random AID Fuzzing——随机 CAN ID 注入，最大 payload。这是低隐身基线，时序会立刻被打乱。第二种 Flam 注入——紧跟目标 ID 的每一帧 ambient 帧，紧跟着注入相同 ID 帧但修改 targeted signal 位。这是公开数据中能见到的最隐身 fabrication，由 Hoppe 等人在 2008 年首次提出。Miller 和 Valasek 的 Toyota Prius ABS 刹车攻击也用了高频 fabrication。第三种 Wheel Speed 篡改——往轮速信号注入 4 个虚假值，导致加速器失控，物理验证需要重启。第四种 Speedometer 篡改——用 0xFF 写入车速信号，触发假最大速度仪表读数。第五种 Masquerade——删掉目标 ambient 帧后用相同 ID 伪造帧\"顶替\"原 ECU。

五、ROAD 独有的零日：Accelerator Disable

ROAD 团队在采集过程中发现了一个真实零日：通过稳定控制某个特定 ID 的信号值，可以让加速器在物理上完全失效——油门踩下去车辆不响应。这种攻击不需要注入新帧，只通过\"停止发送某个 ID + 改写另一 ID\"就能实现。

这一致攻击对 IDS 设计是个警告：哪怕攻击者不注入任何新帧，仅靠改写已有帧的部分 bit，就能产生致命物理影响。这意味着所有\"只盯着是否新出现 ID\"的 frequency-based IDS 都会漏掉它。

六、IDS 三类方法 + T.T. / T.O. 概念

入侵检测方法分三大类。Frequency/Timing-based 用消息时间间隔和 ID 序列规律检测 fabrication 和 suspension，门槛低、效果好。Payload-based 直接分析数据字段的字节模式，需要解码信号后才能真正生效。Signal-based 把数据字段解码为物理信号（轮速 / 温度 / 车速），从物理量级层面判断是否被篡改。Signal-based 是真正能扛住 masquerade 攻击的方法。

论文里提了一个对实战很有用的概念区分：T.T.（Timing Transparent）指会被 frequency-based IDS 抓到的攻击——fabrication 和 suspension 都属此类；T.O.（Timing Opaque）指 frequency-based IDS 完全无感的攻击——masquerade 与 ROAD 的 Accelerator Disable 都属此类。生产环境要保证 IDS 真能扛住 T.O. 攻击，必须部署 payload-based 或 signal-based 检测器，光靠时序分析是不够的。

七、信号反向工程：CAN-D 4 步流水线

要做 signal-based IDS 必须先把 CAN 帧解码为物理信号。Verma 在 IEEE Transactions on Vehicular Technology 2021 上发表的 CAN-D 给出了标准答案。整个流水线分四步：tokenization（按 bit 边界切出信号单元）、endianness（跨字节信号的字节序）、encoding（base-2 或 2's complement）、interpretation（信号到物理单位的仿射映射）。

CAN-D 的核心价值是把\"信号反向工程\"变成标准化流水线。拿到任意一辆车的 ambient 数据，按这四步跑下来就能输出可解释的物理信号时序。ROAD 数据集的\"decoded signals\"部分正是用 CAN-D 把 capture 解码为可解释信号曲线。

八、实战部署与思考题

对红队来说，ROAD 数据集的最佳用法不是直接训练自家检测器，而是用它来评估自家检测器：能不能抓 fabrication 容易，能不能扛过去住 flam，能不能扛过去住 masquerade。这正是论文反复强调的\"head-to-head comparison\"价值——同一个 ROAD 数据集上跑所有检测器，才有可比性。

对蓝队来说，部署顺序是：先上 frequency-based IDS 解决 80% 的低级攻击，再补 payload-based IDS 处理 targeted fabrication，最后用 signal-based 配合 CAN-D 解码扛 masquerade。这个分层部署思路也是 ROAD 论文传达的核心方法论。

思考题 3 道：1. 为什么 ROAD 选择在转鼓测功机上采集攻击而不是真实道路？2. Flam 注入是公开数据中最隐身的 fabrication，但这并不意味着它能被 signal-based IDS 抓到——为什么？3. Accelerator Disable 攻击不注入新帧，所有 frequency-based IDS 都会漏掉。请设计一个 signal-based 检测器并写出大致代码框架。

素材出处

• ROAD 数据集官方站点：https://0xsam.com/road/
• ROAD 论文 PLOS ONE：https://journals.plos.org/plosone/article?id=10.1371%2Fjournal.pone.0296879
• ROAD 数据集 Zenodo 下载：https://zenodo.org/records/10462796
• CAN-D 论文 IEEE TVT 2021：M. E. Verma et al., \"CAN-D: A modular four-step pipeline for comprehensively decoding controller area network data\", IEEE Transactions on Vehicular Technology, vol. 70, no. 10
• 公开数据集综述：M. E. Verma et al. (2024) PLOS ONE 19(1): e0296879

👇 点击阅读原文，访问我的网站

---