BriefGPT - AI 论文速递
·
CARACAS: 车辆架构用于详细的 CAN 攻击模拟
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
研究提出了一种轻量级的机器学习模型，能够在车载系统中实时检测拒绝服务和模糊攻击。该模型在FPGA上部署，功耗低，能与ECU共存。
🎯
关键要点
- 车辆之间的连接性提供了新的功能，如自动驾驶和ADAS。
- 提出了一种轻量级的多攻击量化机器学习模型。
- 模型在Zynq Ultrascale+ FPGA上部署，使用Xilinx的Deep Learning Processing Unit IP。
- 模型使用公共CAN入侵检测数据集进行训练和验证。
- 模型能够以99%以上的准确率检测拒绝服务和模糊攻击，误报率仅为0.07%。
- 入侵检测系统的功耗仅为2.0 W，能与ECU共存。
- 软件任务的消息处理延迟缩短了25%，与最先进的实现相比。
- 该模型适合用于车载系统中的实时入侵检测。
➡️
