Trabajo de grado - Pregrado
Safety Assessment to find Vulnerabilities in Collision Avoidance Systems for Autonomous Vehicles
Registro en:
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
Autor
Salgado Gutiérrez, Iván Felipe
Institución
Resumen
En el campo de la investigación sobre seguridad, es difícil diseñar un sistema que pueda anticiparse a las futuras acciones de los atacantes. Esto es especialmente cierto en el caso de los sistemas ciber-físicos porque los adversarios pueden crear una variedad infinita de condiciones ambientales y físicas para atacar un sistema. Por esta razón, es necesario desarrollar un método fundamentado para evaluar y probar los algoritmos de control frente a situaciones físicas adversas, con el fin de diseñar sistemas de control resistentes a los ataques. Las herramientas creadas por la comunidad de la falsificación han sido aprovechadas y reutilizadas para considerar la búsqueda de estos ataques. La falsificación proporciona una metodología formal para identificar las entradas que violarán los requisitos de un sistema. En concreto, se trata de ver cómo responden los algoritmos de control de velocidad a las acciones realizadas por conductores malintencionados que quieren provocar un accidente (evitando chocar ellos mismos). Se propone desarrollar una evaluación de seguridad mediante una simulación basada en escenarios y lógica métrica temporal para identificar las vulnerabilidades de tres estrategias de control de crucero con evitación de colisiones. El diseño y la estructura de esta evaluación de seguridad permiten identificar estos comportamientos inseguros de la conducción autónoma en las autopistas, donde una cadena de vehículos viaja en proximidad unos de otros. Estos comportamientos inseguros son causados por una desaceleración brusca del líder, en la que los últimos vehículos traseros no tienen la oportunidad de reaccionar. Los parámetros exactos asociados a la duración y el porcentaje de frenado del líder que se han encontrado, permiten que el líder malicioso provoque indirectamente un choque de los últimos vehículos traseros, sin chocar él mismo con el vehículo que va directamente detrás. In security research, it is difficult to design a system that can anticipate future actions by attackers. This is particularly true for cyber-physical systems because adversaries can create an infinite variety of physical environmental conditions to attack a system. A more principled approach need to be developed for evaluating and testing control algorithms against physical adversarial situations to design attack-resilient control systems. The tools created by the falsification community have been leveraged and re-purposed to consider finding these attacks. Falsification provides a formal methodology to identify inputs that will violate the requirements of a system. In particular, looking at how cruise control algorithms respond to actions taken by malicious drivers that want to create an accident (while avoiding crashing themselves). Scenario-based simulation and metric temporal logic are proposed to identify vulnerabilities in three cruise control with collision avoidance control strategies. The designing and structure of this safety assessment allows classifying these unsafe self-driving behaviors on highways, where a string of vehicles travels in proximity to one another. These unsafe behaviors are caused by an abrupt deceleration of the leader, in which the last rear vehicles do not have the chance to react. The exact parameters associated with the duration and percentage for the leader braking that have been found, enable the leader under attack to indirectly cause a crash of the last rear vehicles, without crashing itself with the vehicle directly behind it.