亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        智能網(wǎng)聯(lián)汽車網(wǎng)絡安全問題綜述

        2019-02-14 06:27:18孫興智
        汽車文摘 2019年2期
        關(guān)鍵詞:網(wǎng)聯(lián)智能網(wǎng)無人駕駛

        智能網(wǎng)聯(lián)汽車已成為現(xiàn)代運輸問題的潛在解決方案。廣泛的采用智能網(wǎng)聯(lián)汽車可以通過減少排放和能源消耗來減少環(huán)境惡化,同時通過提高效率、交通流量、道路安全和交通可達性以及其他好處提供有益的經(jīng)濟和社會成果。但是,智能網(wǎng)聯(lián)汽車的成功運作及其對社會的影響在很大程度上取決于其管理和解決與之相關(guān)的風險。其中很重要的一個風險就是網(wǎng)絡安全。如果對安全運營至關(guān)重要的通信網(wǎng)絡不能防止黑客攻擊,那么智能網(wǎng)聯(lián)汽車將面臨主要的網(wǎng)絡安全風險。

        本文首先介紹有關(guān)智能網(wǎng)聯(lián)汽車網(wǎng)絡安全問題的背景,以及不同國家對相關(guān)問題的解決策略。然后介紹現(xiàn)有的一種網(wǎng)絡風險分類框架。最后總結(jié)了三種解決智能網(wǎng)聯(lián)汽車網(wǎng)絡安全問題的新技術(shù),為智能網(wǎng)聯(lián)汽車相關(guān)問題的解決提供新的技術(shù)方向。

        1 研究背景及現(xiàn)狀

        1.1 背景[1]

        隨著智能網(wǎng)聯(lián)汽車在我們的生活中越來越普及,無數(shù)的擔憂和法律問題也越來越多,解決這些問題將使消費者對這一新興技術(shù)的信心產(chǎn)生巨大影響。一些最重要的方面涉及智能網(wǎng)聯(lián)汽車的網(wǎng)絡安全問題。

        在汽車中采用日益復雜的技術(shù)已經(jīng)成為網(wǎng)絡安全的一個主要問題。在智能網(wǎng)聯(lián)汽車出現(xiàn)之前,網(wǎng)絡安全就成了影響人類駕駛汽車的一個緊迫問題。黑客已經(jīng)證明了一種無線抓取車輛控制并通過汽車軟件和網(wǎng)聯(lián)系統(tǒng)遠程控制的能力。那些有惡意的人可以通過藍牙、遙控門鎖系統(tǒng)、手機信號或汽車與外界建立的任何無線連接找到進入路徑。惡意軟件攻擊關(guān)鍵的汽車部件,如剎車和變速器,可以不知不覺地被引入汽車經(jīng)銷商的汽車系統(tǒng)。隨著各種數(shù)字系統(tǒng)和便利設施的不斷增加,尤其是無人駕駛汽車,這種非法進入的方法只會增加。雖然攻擊汽車仍然很困難,需要一定程度的物理訪問或?qū)ζ嚦绦蜻M行長時間的艱苦研究,但汽車收集和使用的大量數(shù)據(jù)有很大的價值,這使得黑客鋌而走險。該數(shù)據(jù)可包括由車輛存儲或由機載應用程序使用的許多類型的信息。隨著無人駕駛汽車在汽車市場的發(fā)展和“物聯(lián)網(wǎng)”加入主流,這些汽車將只存儲和傳輸更多數(shù)據(jù),包括生活方式信息、信用卡使用和醫(yī)療記錄,從而使其成為黑客有吸引力的目標。

        1.2 不同國家現(xiàn)有解決策略[2]

        解決網(wǎng)絡安全風險的常用方法包括制定與無人駕駛車輛相關(guān)的立法、進一步研究無人駕駛車輛和所有車輛的網(wǎng)絡安全風險以及提供指導方針。英國和新加坡等一些政府也開始向公眾宣傳網(wǎng)絡安全風險,而日本和韓國政府尚未表明其解決網(wǎng)絡安全風險的意圖。

        在美國,聯(lián)邦政府已采取措施探索車輛網(wǎng)絡安全風險,并提出了管理特定于無人駕駛車輛的網(wǎng)絡安全風險的建議。2012年,美國國家公路交通安全管理局(NHTSA)成立了一個新部門,研究“復雜、互聯(lián)、電子車輛系統(tǒng)的安全性和可靠性”,并成立了一個電子委員會,以加強整個NHTSA組織關(guān)于車輛電子和網(wǎng)絡安全的協(xié)作。最近,NHTSA發(fā)布了無人駕駛車輛開發(fā)和自動駕駛系統(tǒng)指南的非強制性建議,鼓勵各實體根據(jù)相關(guān)組織制定的標準設計其無人駕駛車輛系統(tǒng)。在美國,最近出臺的間諜車法案解決了車輛網(wǎng)絡安全風險,該法律包含防止車輛遭到黑客攻擊的規(guī)定。

        歐盟采取了各種策略來管理網(wǎng)絡安全風險。2016年8月,歐盟頒布了第一份歐盟范圍內(nèi)的網(wǎng)絡安全立法:“關(guān)于網(wǎng)絡和信息系統(tǒng)安全的指令”。2014年8月,歐盟數(shù)據(jù)保護工作組強調(diào)了物聯(lián)網(wǎng)潛在的安全風險,2016年12月,歐盟網(wǎng)絡和信息安全局發(fā)布了聯(lián)網(wǎng)車輛網(wǎng)絡安全的最佳實踐指南,包括傳統(tǒng)和無人駕駛車輛,提高對這些問題的認識并提供指導。

        新加坡采取多元化的方法來管理網(wǎng)絡安全風險、修改立法、咨詢不同的利益相關(guān)者,并教育公眾了解這些風險。2017年4月,新加坡政府修訂了2017年6月生效的“計算機濫用和網(wǎng)絡安全法案”,規(guī)定個人使用“非法從計算機獲取”的個人信息并獲取“黑客工具”或促進犯罪。政府已采取措施加強對此類風險的響應,并將與這些風險相關(guān)的成本降至最低。

        另一方面,日本和韓國政府沒有提供任何關(guān)于管理與無人駕駛車輛或網(wǎng)絡系統(tǒng)相關(guān)的網(wǎng)絡安全風險的方法。2017年,韓國政府修訂了“機動車管理法”。但是,該法律不包括任何有關(guān)網(wǎng)絡安全的規(guī)定。同樣,日本沒有修改立法或提供有關(guān)解決一般網(wǎng)絡安全風險或特殊安全信息系統(tǒng)風險的指導方針。

        雖然德國、法國和英國政府尚未修改或引入任何有關(guān)網(wǎng)絡安全的新立法,但他們已采取措施提高對無人駕駛車輛相關(guān)網(wǎng)絡安全風險的認識。德國政府于2015年9月成立了有關(guān)無人駕駛車輛相關(guān)問題的工作組,其中包括網(wǎng)絡安全和數(shù)據(jù)保護,這是其“自動和網(wǎng)聯(lián)駕駛”國家戰(zhàn)略的一部分。同樣,法國政府在2016年成立了工作組,以解決與無人駕駛車輛相關(guān)的社會問題,其中一個問題涉及安全問題。

        英國應對網(wǎng)絡安全風險的方法似乎旨在提高認識,增強國家對網(wǎng)絡安全風險的長期抵御能力,建設國家的網(wǎng)絡安全行業(yè),其中包括關(guān)注無人駕駛車輛。2017年4月,英國科技聯(lián)合會從政府創(chuàng)新機構(gòu)“創(chuàng)新英國”獲得了資金,以開發(fā)一種無人駕駛車輛行業(yè)可用于確保無人駕駛車輛系統(tǒng)在其整個生命周期內(nèi)滿足所需網(wǎng)絡安全標準的方法。英國還實施了《2016-2021年國家網(wǎng)絡安全戰(zhàn)略》,該戰(zhàn)略的重點是到2021年促進研究并加強英國在這一領(lǐng)域的地位。政府還于2016年10月成立了國家網(wǎng)絡安全中心,為解決網(wǎng)絡安全風險提供指導。

        2 網(wǎng)絡風險分類框架[3]

        智能網(wǎng)聯(lián)汽車網(wǎng)絡風險是保險公司、監(jiān)管機構(gòu)特別關(guān)注的問題,需要采用適當?shù)娘L險評估方法。網(wǎng)絡風險是指由于信息技術(shù)系統(tǒng)的某種故障而給組織聲譽造成的財務損失、中斷或損害的風險。由于持續(xù)的數(shù)字創(chuàng)新,強化全球連通性和黑客日益復雜化,網(wǎng)絡風險本質(zhì)上是動態(tài)的。技術(shù)創(chuàng)新的快速發(fā)展,相關(guān)風險暴露的可能性以及缺乏歷史索賠數(shù)據(jù)使得網(wǎng)絡風險成為保險公司承保的復雜現(xiàn)象。然而,隨著智能網(wǎng)聯(lián)汽車的出現(xiàn),賭注隨著人類生命損失威脅的擴大而增加。

        要使智能網(wǎng)聯(lián)汽車網(wǎng)絡風險分類框架有效,它必須能夠適應風險的動態(tài)變化性質(zhì),并在新威脅出現(xiàn)時發(fā)生變化。傳統(tǒng)的反應模型通常無法在低容量和不同數(shù)據(jù)的環(huán)境中進行預測。本研究中開發(fā)的貝葉斯網(wǎng)絡(BN)模型使用NVD(National Vulnerability Database)來學習圖形結(jié)構(gòu)并訓練參數(shù)。由于能夠?qū)崿F(xiàn)車輛連通性和自主性的技術(shù)仍在不斷發(fā)展,因此很少有經(jīng)驗證據(jù)表明對智能網(wǎng)聯(lián)汽車的網(wǎng)絡攻擊。但是,分析軟件漏洞的演變并使這些信息適應智能網(wǎng)聯(lián)汽車范例,可以為汽車制造商(OEM)、供應商和保險公司提供主動風險分析和評估。考慮到網(wǎng)絡事件的可利用性和潛在影響,作者研究中的BN捕獲了系統(tǒng)對網(wǎng)絡威脅的漏洞。隨后對所有系統(tǒng)漏洞的綜合聚合可用于確定總體智能網(wǎng)聯(lián)汽車風險評分。BN圖形框架還可以用作有效的可視化機制,以便向非專業(yè)利益相關(guān)者傳達有關(guān)如何維護和提高其網(wǎng)絡風險評級的建議。

        圖1說明了Parkinson等人在2017年總結(jié)的一些基本的網(wǎng)絡攻擊類型。

        圖1 網(wǎng)絡攻擊類型、攻擊向量(或模式)和CAV攻擊面的概述[3]

        作者提出了一種基于網(wǎng)絡安全態(tài)勢對智能網(wǎng)聯(lián)汽車進行分類的方法。對提議的BN網(wǎng)絡風險分類模型進行了準確性測試,并應用于智能網(wǎng)聯(lián)汽車GPS系統(tǒng)。這種方法的優(yōu)點是它允許使用專家意見,使用其貝葉斯性質(zhì)固有的信念更新附加定量和定性信息。專家判斷用于BN圖形結(jié)構(gòu)的初始構(gòu)建和模型的案例研究應用。來自NVD的定量和定性信息用于使用機器學習方法來改進BN結(jié)構(gòu)和參數(shù)。即使在未知完整詳細信息的情況下,該模型也可用于聚合已知漏洞和潛在漏洞。針對汽車電氣和電子系統(tǒng)的當前汽車專用功能安全標準(ISO 26262)進行了評估,該標準與智能網(wǎng)聯(lián)汽車對網(wǎng)絡風險的適用性有關(guān)。

        作者建議將CVSS軟件漏洞評分機制作為智能網(wǎng)聯(lián)汽車網(wǎng)絡風險評估的合適標準化框架。作者使用來自CVSS評分并包含在NVD中的88 438個已知漏洞的數(shù)據(jù),并且可以利用此先前證據(jù)來預測知識差距或潛在的新網(wǎng)絡漏洞。因此,它可用于網(wǎng)絡風險情景分析,并用于反向設計新智能網(wǎng)聯(lián)汽車支持技術(shù)的適當風險級別。BN模型本質(zhì)上是動態(tài)的,并且可以在新信息可用時調(diào)整其參數(shù)或結(jié)構(gòu)。因此,BN可以每天更新,并在NVD內(nèi)報告新的漏洞,從而實現(xiàn)主動和即時的網(wǎng)絡風險評估。

        3 防止網(wǎng)聯(lián)攻擊的新技術(shù)

        目前國際上防止網(wǎng)聯(lián)攻擊的主要工具包括網(wǎng)聯(lián)攻擊的實時監(jiān)測與估計、基于遞推貝葉斯估計、專用安全硬件和ECDH(Elliptic Curver Diffic-Hellman)算法的車輛網(wǎng)絡安全預防措施。

        3.1 拒絕服務攻擊的實時檢測與估計[4]

        為了提高安全性和可靠性,先進的車輛控制系統(tǒng)必須能夠抵御網(wǎng)絡攻擊。設計這種攻擊彈性控制系統(tǒng)的第一步是檢測網(wǎng)絡攻擊的發(fā)生。在現(xiàn)有文獻中對聯(lián)網(wǎng)車輛的建模、控制和穩(wěn)定性分析進行了充分研究。然而對于聯(lián)網(wǎng)車輛的網(wǎng)絡攻擊進行實時檢測的問題仍未得到充分研究。網(wǎng)絡攻擊由于其威脅人類生命和安全的嚴重后果而需要引起重大關(guān)注。然而,很少有關(guān)于聯(lián)網(wǎng)車輛的網(wǎng)絡安全性的研究,更具體地說是協(xié)作自適應巡航控制。

        在網(wǎng)聯(lián)的車輛系統(tǒng)中可能存在多種形式的網(wǎng)絡攻擊,例如:

        (1)拒絕服務(DOS):攻擊者使網(wǎng)絡忙于虛假請求,因此網(wǎng)絡無法處理合法請求;

        (2)虛假數(shù)據(jù)注入:攻擊者試圖通過修改其有效載荷來影響傳輸數(shù)據(jù)包的完整性;

        (3)重播攻擊:攻擊者攔截系統(tǒng)的數(shù)據(jù)并重新傳輸它,同時降低系統(tǒng)功能。

        在本研究工作中,作者專注于DOS攻擊,這是通信網(wǎng)絡和網(wǎng)絡物理系統(tǒng)(CPS)中最常見的攻擊之一。很少有文獻從控制導向的角度探討CPS中的DOS。在本研究中,作者試圖解決有關(guān)聯(lián)網(wǎng)車輛中DOS攻擊檢測和估計的研究差距。本研究的主要貢獻是面向控制的連接車輛系統(tǒng)診斷框架,它能夠:

        (1)對未知時間延遲的DOS攻擊進行建模;

        (2)檢測DOS攻擊的發(fā)生,以及

        (3)提供攻擊效果的估計。

        本研究中所涉及到的DOS攻擊的實時檢測與估計方案如圖2所示:根據(jù)研究中提及的公式,診斷問題是檢測延遲參數(shù)τ何時非零,如果是,則估計τ的值。DOS檢測模塊在車輛i-1中實現(xiàn)。車輛i-1可以訪問以下信息:

        圖2 DOS攻擊檢測和估計方案[4]

        (1)由后方雷達測量的di(t)和vi(t)車輛i-1和

        (2)ai-1(t)直接在車輛i-1中測量。注意,這些測量不受DOS攻擊發(fā)生的影響。該方案由一個基于模型的觀測器組成,由車輛i觀測器表示。根據(jù)可用的測量值和模型,車輛I觀察員檢測發(fā)生的情況并估計延遲τ的大小,主要內(nèi)容包括:

        (1)檢測DOS的發(fā)生,以及

        (2)估計其對連接的車輛系統(tǒng)的影響。

        擬議方案的主要目標是跟蹤信息處理的延遲。該方案由一組通過滑模理論和自適應觀測器理論設計的觀測器組成。最后,仿真證明了該方法的性能以及該方案在幾種形式的不確定性下的魯棒性。

        3.2 基于遞歸貝葉斯估計的主動威脅檢測[5]

        目前,正在開發(fā)生產(chǎn)的智能網(wǎng)聯(lián)汽車在內(nèi)置安全方面并不盡如人意。遞歸貝葉斯估計優(yōu)于監(jiān)督機器學習,用于可比較的旅行路線和實際運動模式的未來狀態(tài)的實時預測建模。本研究著眼于當前分析和行為分析方法的相關(guān)工作,并討論了它們對主動威脅檢測的缺點或適用性。如果實現(xiàn)反應時間的顯著改善,可以阻止惡意攻擊,以消除預期的傷害??梢圆扇》e極主動的立場,而不是當前的重新激活解決方案,以便盡早預測在攻擊鏈中發(fā)生網(wǎng)絡安全威脅。為了證明這種行為分析方法可以作為網(wǎng)絡防御的基準,本研究將以網(wǎng)聯(lián)汽車的特定場景為例展示該技術(shù),從中可以推斷出該方法具有潛力且適合用于陸地或空中運輸?shù)囊话銘谩?/p>

        威脅預測技術(shù)可以利用諸如漏洞和現(xiàn)有攻擊圖等環(huán)境因素,或通過量化隱私或匿名等合并的安全原則來解決問題。許多預測模型基于遞歸貝葉斯估計,也稱為貝葉斯濾波器。其他提議利用數(shù)據(jù)融合框架,在智能代理的幫助下演示非對稱和自適應威脅的檢測,其中預測方法基于分散的Makov(隨機)游戲模型。此外,內(nèi)部威脅預測是惡意企圖行為如何與合法行為融合的一個有趣的行為(圖3)。總之,網(wǎng)聯(lián)汽車中的網(wǎng)絡威脅檢測和預測應考慮所提方法的適用性??紤]混合方法,將不同的預測方法集成到安全框架中以將遠程網(wǎng)絡黑客的特定案例應用于主動方法也是有用的。

        網(wǎng)聯(lián)汽車應該能夠抵御網(wǎng)絡攻擊。當防御失敗時,適當?shù)姆磻怯蓹z測方法觸發(fā)的。隨著網(wǎng)絡劫持和路線改變的具體場景,遠程黑客的威脅建模被強調(diào)為一種潛在的危險入侵,并且已經(jīng)確定行為分析和剖析可以解決這一缺陷。本研究通過使用貝葉斯估計技術(shù)的行為分析概念,提出了一種主動異常檢測網(wǎng)絡威脅預防的方法,并對其進行了仿真,驗證了該方法能顯著提高系統(tǒng)的恢復能力,并減少監(jiān)督機器學習預測新惡意意圖所需的時間成本。網(wǎng)聯(lián)汽車已被選為研究的一個使用案例,專注于網(wǎng)絡物理系統(tǒng)的子集,并使用特定的網(wǎng)絡劫持方案進行行為分析。通過對兩個城市之間的路線的數(shù)據(jù)集進行采樣以及包括傳感器數(shù)據(jù)的運動模式(應用統(tǒng)計方法和技術(shù))來利用定量研究設計。通過抽樣,看出可以主動識別與正常路線的偏差,這是傳統(tǒng)反應解決方案的重要改進。每個配置文件都是針對特定汽車創(chuàng)建的。

        該領(lǐng)域未來的工作包括開發(fā)一個集成系統(tǒng),該系統(tǒng)采用優(yōu)化方法,基于包含多輛汽車和駕駛員的現(xiàn)場研究。這將有助于通過糾正措施整合系統(tǒng),以識別與外部因素相關(guān)的異常。一旦確定,這種外部不確定性可用于通過更好的貝葉斯預測來提高性能。

        圖3 內(nèi)部威脅預測模型[5]

        3.3 基于專用安全硬件和ECDH算法的車輛網(wǎng)絡安全研究[6]

        車輛網(wǎng)絡安全由兩部分組成。一部分是車輛與外部實體(如路邊、其他車輛、云和行人)之間的安全通信。第二種是車載安全通信。在安全的V2X通信中,外部實體的身份應當在與車輛構(gòu)建會話信道時進行驗證,同時還需要確保消息的機密性和完整性。在安全的車載通信中,不應竊聽消息并防止重放攻擊。這意味著不允許未經(jīng)授權(quán)的ECU在CAN總線中廣播,這兩部分是相關(guān)的。通常,當黑客想要遠程攻擊車輛時,他首先掃描并利用V2X通信中的漏洞來連接遠程信息處理單元,然后他試圖控制車載ECU并發(fā)起甚至控制車輛的攻擊,我們認為這是最危險的情況。

        專用安全硬件將在汽車內(nèi)部和外部安全通信中發(fā)揮重要作用。當車輛與外部實體連接或構(gòu)建可信計算環(huán)境時,TPM(可信平臺模塊)可以作為安全基石?;谧C書存儲,密鑰推導和完整性測試等功能,作者研究了如何在具有遠程信息處理單元的車輛中構(gòu)建可信環(huán)境的原理。HSM(硬件安全模塊)可以幫助安全快速地實現(xiàn)車載加密通信,從而保護數(shù)據(jù)。對于某些由HSM組成的AURIX MCU,實驗結(jié)果表明,更便宜的32位HSM的AES計算速度是32位主控制器的25倍,因此HSM是實現(xiàn)網(wǎng)絡安全的有效選擇。在比較了兩種實現(xiàn)CAN通信安全的現(xiàn)有方法后,提出了一種改進的SECURECAN方案,并分析了這三種方案的不同之處。

        (1)本研究中的SECURECAN是AUTOSAR規(guī)范的一部分。它旨在執(zhí)行完整性驗證并防止重放攻擊。CAN幀分為三部分,4個字節(jié)用于消息值,2個字節(jié)用于截斷的MAC值,2個字節(jié)用于截斷的新鮮度值。新鮮度值可用于驗證身份,從而防止重放攻擊。通過使用消息和新鮮度值來計算MAC以驗證完整性。

        優(yōu)點和不足:通過SECURECAN協(xié)議,可以防止數(shù)據(jù)被篡改和重放攻擊,但數(shù)據(jù)可以被竊聽。然而它仍然是這樣設計的,因為最嚴重的情況是黑客控制ECU或作為授權(quán)的發(fā)送器ECU假裝在不適當?shù)臅r間重放執(zhí)行器的命令。如果使用SECURECAN通信,則可以防止上述情況。

        (2)密碼CAN意味著所有8字節(jié)CAN幀都是密碼數(shù)據(jù),因為AES算法需要至少16字節(jié)輸入,所以需要兩幀來執(zhí)行一次加密或解密。

        優(yōu)點和不足:密碼CAN通信可以防止竊聽,這意味著它實現(xiàn)了保密性。但它無法阻止重放攻擊。但是通過其他措施,我們可以增加重播攻擊的難度。

        (3)改進的SECURECAN。測試SECURECAN和密碼CAN的平均幀生成時間。本研究提出了一種改進的SECURE CAN通信類型。改進的SECURE CAN和SECURE CAN之間的差異在于改進的SECURE CAN使用AES密碼作為MAC而不是AES-CMAC,因此有助于提高加密速度。圖4中顯示了差異。

        圖4 改進的安全CAN和安全CAN之間的差異[6]

        作者的研究結(jié)果表明,考慮到通信時間和重放攻擊和竊聽等攻擊,改進的SECURECAN通信在實際應用中具有更多優(yōu)勢。在安全系統(tǒng)中,密鑰派生和管理是一個關(guān)鍵問題。在比較了RSA和ECC算法的計算效率后,提出了一種基于ECDH算法實現(xiàn)一次性填充的改進密鑰導出方案。實現(xiàn)3個ECU之間的密鑰推導,并測試推導時間。

        4 結(jié)束語

        隨著智能網(wǎng)聯(lián)汽車的不斷發(fā)展,網(wǎng)絡安全問題也逐漸被人們所重視。本文首先介紹了相關(guān)問題的背景,然后總結(jié)了不同國家現(xiàn)有的解決策略,主要是制定與智能網(wǎng)聯(lián)汽車相關(guān)的立法、進一步研究智能網(wǎng)聯(lián)汽車和所有車輛的網(wǎng)絡安全風險以及提供指導方針。然后介紹了一種基于網(wǎng)絡安全態(tài)勢對智能網(wǎng)聯(lián)汽車進行分類的方法,從而實現(xiàn)主動和即時的網(wǎng)絡風險評估。最后總結(jié)了三種現(xiàn)有的解決智能網(wǎng)聯(lián)汽車網(wǎng)絡安全問題的新技術(shù),包括拒絕服務攻擊的實時檢測與估計技術(shù)、基于遞歸貝葉斯估計的主動威脅檢測,以及基于專用安全硬件和ECDH算法的車輛網(wǎng)絡安全研究。隨著人們對智能網(wǎng)聯(lián)汽車的深入認識與研究,網(wǎng)絡安全問題也會得到進一步控制與解決。

        猜你喜歡
        網(wǎng)聯(lián)智能網(wǎng)無人駕駛
        我們村的無人駕駛公交
        基于云控平臺霧計算架構(gòu)的網(wǎng)聯(lián)汽車路徑控制
        虛假數(shù)據(jù)注入攻擊下網(wǎng)聯(lián)車輛自適應巡航狀態(tài)安全估計
        無人駕駛車輛
        科學(2020年3期)2020-11-26 08:18:28
        無人駕駛公園
        5G賦能智能網(wǎng)聯(lián)汽車
        智能網(wǎng)聯(lián)硬實力趨強
        汽車觀察(2018年12期)2018-12-26 01:05:26
        迎戰(zhàn)智能網(wǎng)聯(lián)大爆發(fā)
        汽車觀察(2018年10期)2018-11-06 07:05:20
        網(wǎng)聯(lián)輔助駕駛混合交通流穩(wěn)定性及安全性分析
        交通與汽車的智能化融合:從ETC到網(wǎng)聯(lián)汽車
        少妇高潮免费在线观看| 韩国三级中文字幕hd久久精品| AV永久天堂网| 国产三级av在线播放| 国产精品国产三级国产av18| 女人和拘做受全程看视频| 人妻人人澡人人添人人爽人人玩| 亚州五十路伊人网| 亚洲一区二区三区视频免费看| 亚洲欧美中文字幕5发布| 欧美情侣性视频| 亚洲精品综合在线影院| 日韩少妇人妻精品中文字幕| 九色综合九色综合色鬼| 五月天激情小说| 中文字幕一区二区人妻痴汉电车| 国产成人自拍视频播放| 久久久久亚洲av无码麻豆| 亚洲一区日韩无码| 亚洲一区二区三区乱码在线| 一区二区三区字幕中文| 日日澡夜夜澡人人高潮| 人妻无码在线免费| 国产专区亚洲专区久久| 女人高潮内射99精品| 暖暖免费 高清 日本社区在线观看 | AV在线中出| 成人一区二区三区国产| 亚洲人成77777在线播放网站| 国产一区曰韩二区欧美三区| 综合图区亚洲偷自拍熟女| 成年av动漫网站18禁| 亚洲av男人的天堂在线观看| 亚洲国产AⅤ精品一区二区不卡| 狂插美女流出白浆视频在线观看| 中国老熟女重囗味hdxx| 色欲国产精品一区成人精品| 精品奇米国产一区二区三区| 国产激情视频在线观看大全| 亚洲精品无码国产| 国产乱色国产精品免费视频|