2017年-数据局_360：2016智能网联汽车信息安全年度报告_52页_4mb

报告摘要

2016 智能网联汽车信息安全年度报告总结

核心内容概述

本报告由360汽车信息安全实验室（360天行者团队）发布，聚焦2016年智能网联汽车的发展现状、技术路线、信息安全威胁及安全事件案例分析。报告强调智能网联汽车的快速发展带来的信息安全挑战，指出自动驾驶和车联网系统在提升汽车智能化的同时，也面临诸多安全风险，包括数据泄露、远程控制、传感器欺骗等。此外，报告还介绍了多个国内外企业在智能网联汽车技术上的布局与合作，并对相关技术路线进行了详细对比分析。

主要观点

1. 智能网联汽车定义与发展阶段

智能网联汽车是指具备复杂环境感知、智能决策、协同控制等能力的汽车，能够实现“高效、安全、舒适、节能”的行驶。
智能网联汽车的发展分为三个阶段：
- 第一阶段：基于自车感知与控制的驾驶辅助系统（ADAS）。
- 第二阶段：应用ICT技术实现车与X之间的信息共享与协同。
- 第三阶段：实现自动驾驶和无人驾驶。

2. 自动驾驶技术发展分析

中国在2016年发布了无人驾驶技术路线图，计划在2021年实现高度或完全自动驾驶的商业化。
互联网企业（如Google、Apple、Nvidia、百度、阿里等）通过高精度地图、人工智能、深度学习等技术，推动自动驾驶发展。
传统汽车厂商（如沃尔沃、宝马、奔驰、福特、通用、丰田等）也积极布局，与互联网企业合作，提升自动驾驶能力。
特斯拉作为典型代表，采用“传统车企+互联网企业”的混合模式，通过大量数据收集和深度学习技术，推动自动驾驶的实战应用。

3. 自动驾驶技术路线对比

传统车企倾向于渐进式发展，逐步实现自动驾驶功能，而互联网企业更倾向于直接实现完全自动驾驶。
互联网企业采用激光雷达等高成本传感器，但传统车企更注重成本控制和规模化应用。
未来，随着激光雷达量产和成本下降，两条路线将逐步融合。

4. 自动驾驶面临的挑战

技术问题：在复杂环境（如恶劣天气、拥堵路段）中，感知系统仍难以达到实用要求。
成本问题：激光雷达成本高，限制了其在量产车中的应用。
安全与信任问题：如何保证自动驾驶比人类驾驶更安全，以及如何建立公众信任是关键。
法律问题：各国法规滞后于技术发展，自动驾驶责任认定尚不明确。

关键信息

1. 智能网联汽车技术路线图

2020年目标：初步形成智能网联汽车自主创新体系，启动智慧城市相关建设。
2030年目标：基本建成智能网联汽车产业链与智慧交通体系，实现DA、PA、CA、HA/FA新车装备率80%。

2. 互联网汽车与车载操作系统

CarPlay：苹果推出的车载系统，基于iOS，提供无缝连接和深度整合，但推广受限于主机厂兼容性。
Android Auto：基于Android N，提供免费、可定制的解决方案，适合新兴汽车厂商。
YunOS for Car：阿里巴巴开发的车载系统，整合大数据和云计算，提供个性化服务。

3. 汽车信息安全威胁分析

TSP系统：远程服务提供商，存在SQL注入、XSS攻击、越权漏洞、暴力破解等安全风险。
APP安全：远程控制APP存在漏洞，可被黑客利用窃取车主信息及控制车辆。
T-Box系统：车联网核心设备，存在被攻击风险，可能造成远程控制、数据泄露等。
IVI系统：车载信息娱乐系统，攻击面广，可通过软件或硬件方式入侵。
CAN总线：汽车内部通信系统，存在被监听、篡改、伪造等威胁。
ECU系统：电子控制单元，面临固件攻击、中间人攻击、权限提升等风险。

4. 2016年安全事件案例分析

进口聆风电动汽车：通过VIN码漏洞远程控制空调，暴露TSP系统安全隐患。
特斯拉自动驾驶系统：
- 传感器干扰：通过噪声攻击和欺骗攻击，干扰超声波、毫米波雷达和高清摄像头，导致自动驾驶系统错误决策。
- 车联网系统攻击：通过漏洞获取CAN总线权限，远程控制车辆功能，如解锁车门、启动车辆等。

总结

2016年智能网联汽车发展迅速，技术体系逐步完善，但信息安全问题日益凸显。自动驾驶技术正朝着高度和完全自动驾驶迈进，但其安全性和可靠性仍需提升。互联网企业和传统汽车厂商在自动驾驶领域的合作加深，形成多元化的技术路线。然而，随着车联网系统的普及，远程攻击和数据泄露风险增加，亟需建立统一的安全标准和防护体系。360汽车信息安全实验室通过深入研究和案例分析，揭示了智能网联汽车在信息安全方面的关键问题，并为行业提供了重要的安全建议和解决方案。