[发明专利]惯性传感器共振隐蔽注入攻击的检测、防御方法及系统

说明书

本发明公开了一种惯性传感器共振隐蔽注入攻击的检测、防御方法及系统，属于移动感知与控制系统安全领域；所述方法基于注入攻击存在频谱混叠的特性，采用多采样率对运动进行采样，判断攻击是否存在；若存在，综合考虑惯性传感器的共振频率和不同采样率下奈奎斯克区的重叠，推算攻击频率，并实现运动信息与攻击信号的分离。本发明无需增加额外硬件，适用于已出场封装好的陀螺仪和加速度计，方便实用并高效地检测利用声波共振的惯性传感器注入攻击并在保证运动数据完整性的前提下去除攻击的影响，能够提高运动测量和驱动系统的安全性及可靠性。

技术领域

本发明属于移动感知与控制系统安全技术领域，特别涉及一种惯性传感器共振隐蔽注入攻击的检测、防御方法及系统。

背景技术

传感和驱动系统被赋予增加感知环境并对其作出反应的智能，由陀螺仪和加速度计组成的惯性传感器测量角速度和线加速度，直接描述设备的运动和方向。因此，配备惯性传感器的系统能够及时、自动地确定运动状态并做出驱动决策。目前，大多数驱动系统都信任传感器数据来进行导航和其他控制决策；与此同时，他们相信给执行机构的控制命令是忠实执行的。在当前的解决方案中，信任传感器和执行器数据而不进行任何形式的验证已被证明是一种有效的权衡；但随着自动驾驶工具变得越来越普遍，传感器攻击在其复杂程度上不断成熟，其中最常见的是基于惯性传感器在声信号干扰下发生共振并输出低频读数的现象的注入攻击。包括陀螺仪和加速度计的惯性传感器由于其自身特性，会对特定频率的声波信号产生共振，即在一定范围内，由麦克风发出特定频段的声波信号，惯性传感器会产生额外的低频输出。基于该特性，攻击者可以通过调制声波信号，实现无接触非侵入的远程攻击，使得运动传感器输出非正常信号以操纵传感器的输出以及从中获得的惯性信息来欺骗控制系统。

传统的安全机制，如软件安全、内存保护、身份验证或密码学不足以保护这些传感测量系统。注入攻击从物理层面入手，在信号进行数字化前注入了模拟攻击信号，而传统的安全机制无法区分模拟量中的运动信息和攻击信号。

基于数据融合的保护机制，通过建立陀螺仪、加速度计和GPS的变量关系模型和转移矩阵，利用卡尔曼滤波检测和消除异常值的影响存在一定的技术缺陷，具体包括：一方面，这种方法的安全能力取决于变量关系模型和阈值设置，仍然存在一定的攻击残余；另一方面，这种方法要求陀螺仪、加速度计和GPS三种传感器数据必须都有且至少有两个传感器信息可信。因此并不适用于GPS信息缺失或者低精度的场景，如隧道内的设备，室内机器人，或者其他信号恶劣环境。并且攻击者可以对陀螺仪和加速度计同时进行注入攻击，从而破坏数据安全性与完整性。

基于滤波器的防御方法过高的输入信号无效，并且因为攻击所得的低频信号频率不可预知且可能会运动频段重叠，同时引入额外的数字低通滤波器会降低设备感知能力，无法测量较高频运动信息，从而让感知变得迟钝。而基于封装的防御方法需要装备额外材料(如纤维金属布)，提高制造成本，并导致器件体积增加，并且该方法无法保护已出厂设备。双核传感器利用两个反向采集结构去获取差模信号从而降低震动噪音，但是两个模块间声波存在相位差，能够削弱但是无法完全去除，甚至可能出现增强的结果。

总的来说，目前的针对惯性传感器共振隐蔽注入攻击的防御体系都不完善，都有些缺点和不足。挖掘注入攻击信号的特征，利用软件分析手段实现攻击与运动信号的分离，是保证惯性传感器数据完整性的主流思路。然而先前的手段往往聚焦于降低累计误差，而对出较大的瞬时误差无能为力。不仅如此，注入攻击信号的特征也有待进一步挖掘，以便快速检测和分离攻击信号。

发明内容

本发明的目的在于提供一种惯性传感器共振隐蔽注入攻击的检测、防御方法及系统，以解决上述存在的一个或多个技术问题。具体地，针对惯性传感器数据完整性与安全性问题，本发明利用注入攻击信号频谱混叠的特性，提出惯性传感器共振隐蔽注入攻击的检测、防御方法。

为达到上述目的，本发明采用以下技术方案：

本发明的一种惯性传感器共振隐蔽注入攻击的检测、防御方法，包括以下步骤：