Research on Dataset for Attack Evaluation of In-vehicle Systems and Fuzz Data Generation

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K11892
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60070:Information security-related
• Research Institution: Kyoto Sangyo University
• Principal Investigator: Inoue Hiroyuki 京都産業大学, 情報理工学部, 教授 (60468296)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 車載ネットワーク / データセット / なりすまし / ファジング / CAN / 車載Ethernet

Outline of Final Research Achievements

I have developed an attack dataset for CAN, which is widely used in automotive LANs, that combines spoofing, fuzzing, and denial-of-service (DoS) attacks. Using this dataset, I constructed a machine learning-based anomaly detection system, and developed and evaluated an in-vehicle LAN data utilization system using ID-based cryptography to detect anomalies on the server side. I also conducted a risk analysis of SDV using in-vehicle Ethernet and zone architecture, and analyzed spoofing attacks on SOME/IP, a service-oriented communication middleware, and evaluated methods for detecting such attacks.

Free Research Field

組込みセキュリティ

Academic Significance and Societal Importance of the Research Achievements

コネクティッドカーの普及につれて，自動車の内部ネットワークである車載LANのセキュリティを強化する手法が求められている．広く普及しているCANを使った攻撃データセットの開発とそれを用いた攻撃検知手法により，より安全な自動車システムの開発に寄与することができる．また，CANの後継と見込まれている車載Ethernetとそれを用いたSDVについても，同様に攻撃手法の分析とその緩和策を具体的に検討することで，より安全なシステムの開発が期待できる．