Araç içi ağlar için makine öğrenmesi tabanlı anomali tespit tekniği

Otomotiv dünyası, araçları birbirlerine ve Akıllı Ulaştırma Sistemleri'nin (ITS) haberleşme altyapısına bağlayacak bir devrimle karşı karşıya kalmıştır. Otomotiv dünyasına Şeyler'in İnternetinin (IoT) girmesi, güvenlik ve gizlilik konularında soru işaretleri oluşturmuştur. Araçlara iletilen ve araçtan çevreye iletilen bilgi, Ulaştırma sistemindeki tüm bileşenler için riskler taşımaktadır. IT endüstrisi hem alım hem de iletim yönündeki haberleşmeyi filtrelemek için yoğun bakım desteği ve anlık konfigürasyon değişiklikleri gerektiren "Firewall" ekipmanları kullanır. Araçların hareketliliğini ve araç içi ağların düşük yoğunluğu düşünüldüğünde, "firewall" ekipmanları çok fazla kaynak gerektirmektedir ve otomatize edilmiş karar verme yeteneğinden yoksundur. Saldırı Tespit Sistemleri (STS), bilişim teknolojileri ağlarında yaygın olarak kullanılmakta ve "Firewall" ekipmanlarının durağan doğasında kaynaklı boşlukları kapatmaya çalışmaktadır. Bu tez, araç içi kontrol ağları (CAN) uygulamaları için Makine Öğrenmesi metotlarını kullanan anomali tabanlı araç içi saldırı tespit motorunu (IVADE) önermektedir. Araçtan araca ağlarda (V2V) ve araçtan altyapıya ağlarda (V2I) Kooperatif Farkındalık Mesajı (CAM) içeriği olarak paylaşılan ve aracın konum, hız ve yön bilgisini içeren Hareket Verisine yönelik veri bozma saldırılarını tespit etmeyi amaçlamaktadır. Algoritmanın işlevselliği, Şerit Takip Asistanı (LKA) sistemine ait modelin sinyal ölçümleri ve kontrol işlemleri için Elektronik Kontrol Birimleri (ECU) ile bir CAN haberleşme hattı üzerine simülasyonu uygulanarak doğrulanmıştır. IVADE'de uygulanan makine öğrenmesi özellikleri, araç içi ağdaki CAN ağı üzerindeki mesajların veri alanlarından toplanmış, otomotiv sistemlerine özgü dinamik sistem davranışı bilgileriyle desteklenmiş ve Karar ağaçları ile öğrenilmiştir. Simülasyon sonuçları, önerilen algoritmanın araç içi uygulamalar için anomali tespitini başarıyla yaptığı ve emniyet-kritik fonksiyonları koruduğunu göstermiştir.