WO2022123696A1 - 移動体、情報処理装置、情報処理方法、及びプログラム - Google Patents
移動体、情報処理装置、情報処理方法、及びプログラム Download PDFInfo
- Publication number
- WO2022123696A1 WO2022123696A1 PCT/JP2020/045899 JP2020045899W WO2022123696A1 WO 2022123696 A1 WO2022123696 A1 WO 2022123696A1 JP 2020045899 W JP2020045899 W JP 2020045899W WO 2022123696 A1 WO2022123696 A1 WO 2022123696A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- signal
- information processing
- spectrum
- determination unit
- degree
- Prior art date
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 48
- 238000003672 processing method Methods 0.000 title claims description 3
- 238000001228 spectrum Methods 0.000 claims abstract description 48
- 238000004891 communication Methods 0.000 claims description 44
- 238000000034 method Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 description 40
- 238000013139 quantization Methods 0.000 description 18
- 238000005070 sampling Methods 0.000 description 17
- 230000005540 biological transmission Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000003321 amplification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 238000005293 physical law Methods 0.000 description 3
- 230000001131 transforming effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
- H04L12/40006—Architecture of a communication node
- H04L12/40032—Details regarding a bus interface enhancer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/26—Functional testing
- G06F11/273—Tester hardware, i.e. output processing circuits
- G06F11/277—Tester hardware, i.e. output processing circuits with comparison between actual response and known fault-free response
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
- H04L2012/40208—Bus networks characterized by the use of a particular bus standard
- H04L2012/40215—Controller Area Network CAN
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
- H04L2012/40267—Bus for use in transportation systems
- H04L2012/40273—Bus for use in transportation systems the transportation system being a vehicle
Definitions
- Communication data (message) between each ECU on CAN includes ID and payload.
- the ID is used to identify the priority of communication arbitration, data content, transmission node, and the like.
- the payload carries up to 8 bytes of data, and the data includes one or more signal values.
- bit assignment information is generally uniquely defined and concealed by the ECU manufacturer, and the information cannot be easily obtained in cyber attack analysis.
- the purpose is to provide a technique that can estimate the function targeted by the signal.
- FIG. 4 is a flowchart illustrating an example of processing of the information processing apparatus 10 according to the embodiment.
- the range may be adjusted to the one with the lower Nyquist frequency (longer transmission interval).
- the quantization noise error by FFT in integers and fixed-point numbers generally used in CAN signals can be estimated by the following equation (1).
- B is the number of bits
- N is the number of samplings
- rms is the root mean square.
- the determination unit 12 first acquires the Nyquist frequency (1/2 of the sampling frequency) of each signal from the quantization condition, and the frequency band below the Nyquist frequency, which is smaller than the Nyquist frequency, is the frequency band to which the influence of the quantization noise is small. Candidates for. Then, the determination unit 12 sets a frequency band in which the power spectrum is equal to or higher than the specified value as a candidate for each of the signals.
- the function G (x) obtained by the Fourier transform of the signal g (t) can be expressed by F (x) as shown in the following equation (4) from the equation (2) and the Fourier transform formula.
- the actual signal in CAN or the like can be regarded as a sampling signal in which digital values are periodically transmitted, not a continuous function as described above.
- Discrete Fourier transform (DFT) or fast Fourier transform (FFT), which is a faster algorithm, can be used as a method for Fourier transforming such a sampled signal.
- the determination unit 12 may use the equation (3) instead of the equation (7). In this case, since the complex number is handled, the amount of calculation becomes larger, but the determination can be made by the least squares method or the like.
- the output unit 13 may display the above-mentioned differential rank and amplification factor. Further, the output unit 13 may display a scatter diagram of the logarithm of the ratio of the power spectrum and the logarithm of the frequency or an approximate straight line thereof as a graph.
- the determination unit 12 calculates each spectrum of the three or more signals acquired by the acquisition unit 11 (step S202).
- the determination unit 12 calculates the spectra of the three or more signals, respectively, in the same manner as in the process of step S102 of FIG.
- the determination unit 12 calculates and stores the spectra of all the signals. As a result, it is possible to prevent the spectrum calculation for the same signal from being repeated many times, and to improve the efficiency of the calculation process.
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
機器と、情報処理装置とを有する移動体であって、前記情報処理装置は、前記機器から送信された第１信号と、第２信号とを取得する取得部と、前記第１信号の周波数成分の第１スペクトルと、前記第２信号の周波数成分の第２スペクトルとに基づいて、前記第１信号と前記第２信号との関連度を判定する判定部と、を有する。
Description
本開示は、移動体、情報処理装置、情報処理方法、及びプログラムに関する。
従来、車両（自動車、特殊車両、自動二輪車、自転車等）、工作機械、建設機械、農業機械等の機械類には、複数の電子制御装置（ＥＣＵ：Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）が搭載されているものがある。ＥＣＵ間の通信ネットワークとして用いられる代表的なものに、コントローラエリアネットワーク（ＣＡＮ：Ｃｏｎｔｒｏｌｌｅｒ Ａｒｅａ Ｎｅｔｗｏｒｋ）がある。
ＣＡＮ上の各ＥＣＵ間の通信データ（メッセージ）にはＩＤとペイロードが含まれる。ＩＤは通信調停の優先順位、データ内容、及び送信ノード等の識別に用いられる。ペイロードは最大８ｂｙｔｅのデータを搭載し、そのデータ中には１以上の信号（ｓｉｇｎａｌ）の値が含まれる。
車両を例にとると、信号として速度、横速度、アクセル、ブレーキ、加速度、ステアリング角度等の状態および制御に関するものがある。これら信号のペイロードへの割り当て （ビット・アサインメント）はＥＣＵの製造者によりさまざまに固有に定められている。重要な機能に関する通信は周期的あるいは周期に準じて送出するように設計されており、その機能に関連するＩＤの通信の間隔は設計値に従いほぼ一定かそれに準じるものとなる。
近年、これらの機械制御情報通信ネットワークに対するサイバー攻撃の危険性が示唆されている。例えば、ネットワークへの不正なＥＣＵの接続や既存ＥＣＵに対する不正な動作書き換え等の手段により、攻撃対象機能と関連するＩＤの攻撃用の送信データを挿入し、その対象機能の不正な動作を誘発可能であることが知られている。
ＣＡＮへの攻撃の検知については、様々な方式が検討されている。一方、検知後に実施するサイバー攻撃分析の重要な目的として、影響や攻撃者意図の推測がある。ビット・アサインメントの情報を用いれば攻撃されたＩＤから影響を受ける機能の特定が容易となり、影響機能の特定は攻撃意図推測の重要な手がかりとなり得る。しかし、ビット・アサインメント情報は一般に、ＥＣＵ製造者により固有に定められるとともに秘匿されており、サイバー攻撃分析においてその情報を容易に入手できない。
そこで、ビット・アサインメントを推定する様々な方法が検討されている。ビット・アサインメント推定は、ペイロードのどの部分が信号の領域なのか、および、その信号領域は連続値（例えば、速度）か二値（例えば、ドアの開閉）か等のシンタックスを推定（シンタックス推定）した後に、その信号はどの機能に該当するものかという意味を推定（セマンティック推定）する２段階の方法がとられることが多い。
非特許文献１、２は、セマンティック推定を取り扱っており、診断機能等を用いて機能が判明済みの信号値を取得し、その機能判明済み信号を基に未判明のＣＡＮ信号の機能を推定する方法が提案されている。非特許文献１には、対象の未判明ＣＡＮ信号と類似度（距離）が近い機能判明済み信号を紐づけることで未判明ＣＡＮ信号の機能を推定する方法が提案されている。非特許文献２には、機能判明済み信号について機能を分類名として機械学習し、その学習済みモデルに基づいて未判明ＣＡＮ信号の機能を分類（推論）する方法が提案されている。
M. Verma, R. Bridges, and S. Hollifield, "ACTT: automotive CAN tokenization and translation," in Proceedings of the International Conference on Computational Science and Computational Intelligence （CSCI）, Dec. 2018.
C. Young, J. Svoboda, J. Zambreno, "Towards Reverse Engineering Controller Area Network Messages Using Machine Learning", Proceedings of the IEEE World Forum on Internet of Things （WF-IoT）, 2020.
しかしながら、従来のセマンティック推定では、対応する機能判明済み信号が得られないＣＡＮ信号について、該当する機能を推定することが困難な場合がある。例えば、速度表示機能と判明した信号のみが得られている場合、加速度センサ機能のＣＡＮ信号についてその機能を推定することは困難である。
一側面では、信号が対象とする機能を推定することができる技術を提供することを目的とする。
一つの案では、機器と、情報処理装置とを有する移動体であって、前記情報処理装置は、前記機器から送信された第１信号と、第２信号とを取得する取得部と、前記第１信号の周波数成分の第１スペクトルと、前記第２信号の周波数成分の第２スペクトルとに基づいて、前記第１信号と前記第２信号との関連度を判定する判定部と、を有する移動体を提供する。
一側面によれば、信号が対象とする機能を推定することができる。
以下、図面を参照して、本開示の実施形態を説明する。
＜全体構成＞
図１は、実施形態に係る通信システム５００の構成について説明する図である。図１の例では、通信システム５００は、移動体１、及びサーバ５０を有する。移動体１とサーバ５０とは、例えば、５Ｇ（5th Generation、第５世代移動通信システム）、４Ｇ、ＬＴＥ（Long Term Evolution）、３Ｇ等の携帯電話網、無線ＬＡＮ（Local Area Network）、及びインターネット等のネットワークＮを介して通信を行う。
図１は、実施形態に係る通信システム５００の構成について説明する図である。図１の例では、通信システム５００は、移動体１、及びサーバ５０を有する。移動体１とサーバ５０とは、例えば、５Ｇ（5th Generation、第５世代移動通信システム）、４Ｇ、ＬＴＥ（Long Term Evolution）、３Ｇ等の携帯電話網、無線ＬＡＮ（Local Area Network）、及びインターネット等のネットワークＮを介して通信を行う。
移動体１は、例えば、車両（自動車、特殊車両、自動二輪車、自転車等）、工作機械、建設機械、農業機械等の機械類等の移動体でもよい。移動体１は、情報処理装置１０、ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）２０Ａ～Ｆを有する（搭載する）。以下で、区別する必要が無い場合は、ＥＣＵ２０Ａ～Ｆを、単に「ＥＣＵ２０」と称する。なお、ＥＣＵ２０は「機器」の一例である。
情報処理装置１０と各ＥＣＵ２０は、コントローラエリアネットワーク（ＣＡＮ：Ｃｏｎｔｒｏｌｌｅｒ Ａｒｅａ Ｎｅｔｗｏｒｋ）等の移動体１の内部通信ネットワークによりデータの通信を行う。なお、以下では、移動体１の内部通信ネットワークとしてＣＡＮを用いる例について説明するが、移動体１の内部通信ネットワークはＣＡＮに限らず、ＬＡＮ（Local Area Network）等の各種のネットワークを用いてもよい。
＜情報処理装置１０のハードウェア構成＞
図２は、実施形態に係る情報処理装置１０のハードウェア構成例について説明する図である。図２の例では、情報処理装置１０は、それぞれバスＢで相互に接続されているドライブ装置１０００、補助記憶装置１００２、メモリ装置１００３、ＣＰＵ１００４、及びインタフェース装置１００５等を有する。
図２は、実施形態に係る情報処理装置１０のハードウェア構成例について説明する図である。図２の例では、情報処理装置１０は、それぞれバスＢで相互に接続されているドライブ装置１０００、補助記憶装置１００２、メモリ装置１００３、ＣＰＵ１００４、及びインタフェース装置１００５等を有する。
情報処理装置１０での処理を実現する情報処理プログラムは、記録媒体１００１によって提供されてもよい。この場合、情報処理プログラムを記録した記録媒体１００１がドライブ装置１０００にセットされると、情報処理プログラムが記録媒体１００１からドライブ装置１０００を介して補助記憶装置１００２にインストールされる。但し、情報処理プログラムのインストールは必ずしも記録媒体１００１より行う必要はなく、ネットワークを介して他のコンピュータよりダウンロードするようにしてもよい。補助記憶装置１００２は、インストールされた情報処理プログラムを格納すると共に、必要なファイルやデータ等を格納する。
メモリ装置１００３は、プログラムの起動指示があった場合に、補助記憶装置１００２からプログラムを読み出して格納する。ＣＰＵ１００４は、メモリ装置１００３に格納されたプログラムに従って処理を実行する。インタフェース装置１００５は、ネットワークに接続するためのインタフェースとして用いられる。
なお、記録媒体１００１の一例としては、ＣＤ－ＲＯＭ、ＤＶＤディスク、又はＵＳＢメモリ等の可搬型の記録媒体が挙げられる。また、補助記憶装置１００２の一例としては、ＨＤＤ（Hard Disk Drive）又はフラッシュメモリ等が挙げられる。記録媒体１００１及び補助記憶装置１００２のいずれについても、コンピュータ読み取り可能な記録媒体に相当する。
なお、情報処理装置１０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）またはＦＰＧＡ（Field-Programmable Gate Array）等の集積回路により実現されてもよい。
＜情報処理装置１０の構成＞
次に、図３を参照し、情報処理装置１０の構成について説明する。図３は、実施形態に係る情報処理装置１０の構成の一例を示す図である。
次に、図３を参照し、情報処理装置１０の構成について説明する。図３は、実施形態に係る情報処理装置１０の構成の一例を示す図である。
情報処理装置１０は、取得部１１、判定部１２、及び出力部１３を有する。これら各部は、情報処理装置１０にインストールされた１以上のプログラムと、情報処理装置１０のＣＰＵ１００４等のハードウェアとの協働により実現されてもよい。
取得部１１は、各種の情報を取得する。取得部１１は、例えば、ＥＣＵ２０から送信されたＣＡＮの通信メッセージによる信号（電気信号）を取得（サンプリング）する。
判定部１２は、取得部１１により取得された各信号に基づいて各種の判定を行う。判定部１２は、例えば、取得部１１により取得された各信号がどの機能に該当するものかという意味を推定（セマンティック推定）する。出力部１３は、各種の情報を出力する。出力部１３は、例えば、判定部１２による判定結果に基づく情報を出力する。
＜処理＞
《２つの信号間の相関分析を用いる例》
次に、図４を参照し、実施形態に係る情報処理装置１０の処理の一例について説明する。図４は、実施形態に係る情報処理装置１０の処理の一例について説明するフローチャートである。
《２つの信号間の相関分析を用いる例》
次に、図４を参照し、実施形態に係る情報処理装置１０の処理の一例について説明する。図４は、実施形態に係る情報処理装置１０の処理の一例について説明するフローチャートである。
ステップＳ１０１において、取得部１１は、機能が判明済みの第１信号と機能が未判明の第２信号を取得する。ここで、取得部１１は、例えば、ＣＡＮ通信から抽出した通信メッセージによる信号（電気信号）、診断機能により得られた信号、他の測定器（例えば、外部の速度測定器）より得られたアナログ信号等を所定の量子化条件でデジタルサンプリングした時系列データを第１信号または第２信号として取得する。この場合、取得部１１は、各信号の記録時間（長さ）を同一に揃えてもよい。なお、当該量子化条件には、例えば、信号のサンプリング周波数（あるいはサンプリング間隔）、及びデジタルｂｉｔ数等が含まれる。
続いて、判定部１２は、取得部１１により取得された、機能が判明済みの第１信号の周波数成分の第１スペクトルと、機能が未判明の第２信号の周波数成分の第２スペクトルとをそれぞれ算出する（ステップＳ１０２）。ここで、取得部１１は、例えば、ＣＡＮ通信から抽出した信号（メッセージ）、診断機能により得られた信号、他の測定器（例えば、外部の速度測定器）より得られた信号等を所定の量子化条件でデジタルサンプリングした時系列データを第１信号または第２信号として取得する。この場合、判定部１２は、各信号の記録時間（長さ）を同一に揃えてもよい。なお、当該量子化条件には、例えば、信号のサンプリング周波数（あるいはサンプリング間隔）、及びデジタルｂｉｔ数等が含まれる。
そして、判定部１２は、各信号を、例えば、離散フーリエ変換（ＤＦＴ、Ｄｉｓｃｒｅｔｅ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）、または高速フーリエ変換（ＦＦＴ、Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）等を用いて周波数成分のスペクトルに変換する。なお、スペクトルとは、例えば、信号の強度を当該信号に含まれる周波数成分毎に分解した強度分布を示す情報である。なお、スペクトルは周波数を離散化したものが得られるため、その周波数間隔を合わせるように変換する必要があり、アルゴリズムによっては対処する必要がある。ＤＦＴ等の一般的な離散変換アルゴリズムは、各信号の記録時間が同一に揃えられていれば、周波数間隔も同一となるため対処の必要はない。対処が必要な場合には、判定部１２は、信号をデータ補完してサンプリング周波数を同一のものに振りなおす処理（リサンプリング処理）を変換前に実施してもよい。また、初値と終値が不一致である等、フーリエ変換に適さない信号を含む場合には、判定部１２は、オーバーラップ処理、窓関数処理などの前処理を実施してもよい。また、判定部１２は、走行距離等の単調増加または単調減少する信号に対して、差分変換の前処理を加えてもよい。
続いて、判定部１２は、各信号、各信号のスペクトル、及び信号のサンプリング周波数とｂｉｔ数の情報である量子化条件等から、第１信号と第２信号との関係の推定の妨げとなる量子化雑音の影響が少ない周波数帯域を判定する（ステップＳ１０３）。
ここで、信号のサンプリングによる量子化雑音を考慮して判定することが好適である。特に各信号はそのサンプリング周波数やデジタル化のｂｉｔ数が異なっていることを考慮することが好適である。サンプリング周波数に関する量子化雑音の対処はサンプリング定理にて言及されており、それによれば、信号ｆをフーリエ変換して得られたＦについて、サンプリング周波数の１／２（ナイキスト周波数）以下の範囲を用いればよい。
関係を推定する２つの信号（第１信号と第２信号）のサンプリング周波数が異なる場合は、よりナイキスト周波数が低い（送信間隔が長い）方に範囲を合わせればよい。
また、ＣＡＮ信号で一般的に用いられる整数や固定小数点数における、ＦＦＴによる量子化雑音ｅｒｒｏｒは以下の式（１）のように見積もることができる。なお、式（１）において、Ｂはｂｉｔ数、Ｎはサンプリング数、ｒｍｓは平均二乗平方根である。
そこで、判定部１２は、まず、各信号のナイキスト周波数（サンプリング周波数の１／２）を量子化条件から取得し、そのうちのより小さいナイキスト周波数以下の周波数帯域を量子化雑音の影響が少ない周波数帯域の候補とする。そして、判定部１２は、パワースペクトルが規定値以上となる周波数帯域を各信号のそれぞれに対して候補とする。
そして、判定部１２は、これら候補とした周波数帯域がすべて重なる周波数帯域を、量子化雑音の影響が少ない周波数帯域として判定（選定）する。判定部１２は、上述した規定値（閾値）として、例えば、式（５）で見積もることができるｒｍｓ（ｅｒｒｏｒ）を基準に十分に大きな値を定めてもよい。また、判定部１２は、信号の収集方法によっては、パワースペクトルのピーク値の周波数を選定してもよい。この場合、判定部１２は、例えば、優れた運転手により周回走行するとき、その移動体１から信号データが収集されると、周回ごとにほとんど同じように繰り返された信号値が取得される。この場合、そのパワースペクトルはｍ（ｍは整数）／周回時間の周波数で鋭いピークとなり、他の周波数では小さな値となるため、ピーク値のみを選定することが好適と考えられる。
続いて、判定部１２は、当該周波数帯域において、第１信号の第１スペクトルと第２信号の第２スペクトルとの関連度を判定する（ステップＳ１０４）。ここで、判定部１２は、各周波数に対する第１スペクトルと第２スペクトルとの比の対数と、周波数の対数との線形度に基づいて、第１信号と第２信号との関連度を判定する。これにより、２つの信号間において、物理法則等に由来する微分関係があるか否かを分析できる。
なお、機械類における制御信号は物理法則や外部環境要因等に影響を受け、相関するものが少なくない。例えば、加速度測定センサの信号値は速度表記機能の信号値を微分した関係にある。一般に、物理法則に基づく相関は微分方程式で表現されうる。本開示によれば、２つの信号をそれぞれフーリエ変換等の処理を行い、２つの信号間に物理法則に基づく相関があるかが判定される。
判定部１２は、機能が判明済みの第１信号に対して、機能が未判明の第２信号との相関を判定する。そのため、同一の機能の信号を発見できるのみではなく、物理法則により関連する信号も発見することが可能となる。
本開示の原理を以下の式（２）のようなｎ階微分関係にある信号ｆ（ｔ）とｇ（ｔ）とを例にとり説明する。信号ｇはＥＣＵの仕様等の理由でａ倍に増幅されており、かつ、一定の送信の遅れｄ（あるいは進み－ｄ）があるとする。
したがって、判定部１２は、２つの信号間にパワースペクトル比の対数と角周波数の対数が線形関係にあるか否かに基づいて関係の有無を判定できる。また、判定部１２は、その傾きから微分階数ｎを推定することができる。また、式（７）より、増幅ａや送信遅れｄの影響を除外して判定できるという特徴も持つ。
なお、ＣＡＮ等における実際の信号は上記のような連続関数ではなく、デジタル値を周期的に送信しているサンプリング信号であるとみなせる。このようなサンプリング信号をフーリエ変換する手法として離散フーリエ変換（ＤＦＴ）やより高速化したアルゴリズムである高速フーリエ変換（ＦＦＴ）を用いることができる。
ステップＳ１０４において、判定部１２は、式（７）に従って、各パワースペクトルの比の対数と周波数の対数が線形関係をもつか（線形度が閾値以上であるか）を選定された周波数帯域において判定してもよい。この場合、判定部１２は、パワースペクトルの比の対数と周波数の対数について１次関数で近似する最小二乗法を使用して線形関係をもつかを判定してもよい。この場合、判定部１２は、最小二乗法における決定係数Ｒ２が線形度とし、０以上１以下の実数である決定係数Ｒ２が閾値（規定値）以上の値ならば線形関係があると判定してもよい。なお、最小二乗法における決定係数Ｒ２は、例えば、残差の二乗和を標本値の平均値からの偏差の二乗和で割ったものを１から引いた値でもよい。
また、判定部１２は、近似された１次関数の傾きから微分階数を推定し、切片から増幅率の対数を推定してもよい。
また、判定部１２は、式（７）の代わりに、式（３）を用いてもよい。この場合、複素数を取り扱うことから計算量がより多くはなるが、同様に最小二乗法等で判定を行える。
続いて、出力部１３は、判定部１２により判定された、第１信号と第２信号の各スペクトル間の関連度を示す情報を出力する（ステップＳ１０５）。ここで、出力部１３は、例えば、第１信号と第２信号との関係（関連度）を示す数値、または、式（７）に示される線形の関連度を図示する散布図などを表示させてもよい。
また、出力部１３は、上述した微分階数、及び増幅率を表示してもよい。また、出力部１３は、パワースペクトルの比の対数と周波数の対数の散布図やその近似直線をグラフで表示してもよい。
《３つ以上の信号間の相関分析を用いる例》
次に、図５を参照し、実施形態に係る情報処理装置１０の処理の一例について説明する。図５は、実施形態に係る情報処理装置１０の処理の一例について説明するフローチャートである。
次に、図５を参照し、実施形態に係る情報処理装置１０の処理の一例について説明する。図５は、実施形態に係る情報処理装置１０の処理の一例について説明するフローチャートである。
ステップＳ２０１において、取得部１１は、３つ以上の信号を取得する。ここで、取得部１１は、３つ以上の信号について、それぞれ図４のステップＳ１０１の処理と同様に取得する。
続いて、判定部１２は、取得部１１により取得された、３つ以上の信号の各スペクトルをそれぞれ算出する（ステップＳ２０２）。ここで、判定部１２は、３つ以上の信号について、それぞれ図４のステップＳ１０２の処理と同様に、スペクトルをそれぞれ算出する。ここで、判定部１２は、全ての信号のスペクトルを算出し、保存しておく。それにより、同じ信号に対するスペクトル算出を何度も繰り返さないようにし、計算処理を効率化できる。
続いて、判定部１２は、関連度を判定していない信号の組（第１信号と第２信号）を選択する（ステップＳ２０３）。
続いて、判定部１２は、各信号、各信号のスペクトル、及び信号のサンプリング周波数とｂｉｔ数の情報である量子化条件等から、２つの信号の関係の推定の妨げとなる量子化雑音の影響が少ない周波数帯域を判定する（ステップＳ２０４）。ここで、判定部１２は、図４のステップＳ１０３の処理と同様に、量子化雑音の影響が少ない周波数帯域を判定してもよい。
続いて、判定部１２は、当該周波数帯域において、第１信号のスペクトルと第２信号のスペクトルとの関連度を判定する（ステップＳ２０５）。ここで、判定部１２は、図４のステップＳ１０４の処理と同様に、関連度を判定する
続いて、判定部１２は、関連度を判定していない信号の組があるか否かを判定する（ステップＳ２０６）。関連度を判定していない信号の組がある場合（ステップＳ２０６でＹＥＳ）、ステップＳ２０２の処理に進む。
続いて、判定部１２は、関連度を判定していない信号の組があるか否かを判定する（ステップＳ２０６）。関連度を判定していない信号の組がある場合（ステップＳ２０６でＹＥＳ）、ステップＳ２０２の処理に進む。
一方、関連度を判定していない信号の組がない場合（ステップＳ２０６でＮＯ）、出力部１３は、判定部１２により判定された、第１信号と第２信号の各スペクトル間の関連度を示す情報を出力する（ステップＳ２０７）。ここで、出力部１３は、例えば、信号の組ごとに関連度を示す数値や、関連する信号を取りまとめたクラスタなどを表示させてもよい。
また、出力部１３は、例えば、関連度が高い信号をそれぞれ取りまとめたクラスタを表示させてもよい。また、出力部１３は、例えば、当該クラスタ内の信号間をさらに微分階数で分類した結果を表示させてもよい。この場合、出力部１３は、例えば、速度表示信号と相関あると判定された３つの信号があり、それぞれの微分階数が１,－１,０と表示させてもよい。これにより、例えば、当該３つの信号が、それぞれ、加速度、走行距離、速度（平均速度）であると推定することを支援できる。
これにより、関連ある信号同士のまとまりに分け、その信号に紐づく機能を推定することが容易となる。
《通信記録の相関分析を用いる例》
次に、図６及び図７を参照し、実施形態に係る情報処理装置１０の処理の一例について説明する。図６は、実施形態に係る情報処理装置１０の処理の一例について説明するフローチャートである。図７は、実施形態に係るＣＡＮの通信のビット・アサインメントのシンタックスを示す情報の一例を示す図である。
次に、図６及び図７を参照し、実施形態に係る情報処理装置１０の処理の一例について説明する。図６は、実施形態に係る情報処理装置１０の処理の一例について説明するフローチャートである。図７は、実施形態に係るＣＡＮの通信のビット・アサインメントのシンタックスを示す情報の一例を示す図である。
なお、情報処理装置１０は、上述した図４、図５の処理と、以下の図６の処理とを適宜組み合わせて実行してもよい。この場合、情報処理装置１０は、例えば、図４、図５の処理結果と図６の処理結果の両方を出力してもよい。また、情報処理装置１０は、例えば、図４、図５の処理結果による関連度の値と、図６の処理結果による関連度の値との合計値が閾値以上である場合に、関連があることを示す情報を出力してもよい。
ステップＳ３０１において、取得部１１は、ＣＡＮの通信の記録（ＣＡＮ通信履歴）から、図７に示すようなＣＡＮの通信のビット・アサインメントのシンタックスを取得（推定）する。ここで、ＣＡＮ通信履歴は、ＣＡＮ－ＩＤを含むメッセージが一定時間収集されて記録されたものである。ＣＡＮ－ＩＤは、ＣＡＮにおける通信メッセージの種別の識別情報である。
取得部１１は、変化小から大（または変化大から小）の順に並ぶビット列を信号として区画する方法等を用いることができる。この場合、取得部１１は、符号付きか符号なしかを推定したい信号について、符号付きと符号なしでそれぞれ差分変換し、変換後の信号の分散を求めてもよい。そして、取得部１１は、その分散がより小さい方が正しく符号を推定していると判定してもよい。
図７の例では、ＣＡＮの通信のビット・アサインメントのシンタックスを示す情報７０１には、ＣＡＮ－ＩＤ、送信間隔、開始ビット位置、ビット長、符号、機能等の項目が含まれている。ここで、機能の項目は、シンタックス推定では得られない情報の項目であるが、既知のビット・アサインメント情報が得られているものについては予め決定することができる。
続いて、取得部１１は、ビット・アサインメントのシンタックスに基づいて、ＣＡＮ通信履歴から信号及び量子化条件を取得（抽出）する（ステップＳ３０２）。ここで、取得部１１は、ビット・アサインメントの送信間隔及びビット長を量子化条件としてもよい。
なお、ステップＳ３０１の処理でシンタックスの推定に用いるＣＡＮ通信履歴と、ステップＳ３０２の処理で信号を抽出する元となるＣＡＮ通信履歴は、異なるものが用いられてもよい。この場合、例えば、異なる時間帯、異なる操作、及び同一機種の別の移動体のＣＡＮ通信履歴が用いられてもよい。
続いて、判定部１２は、取得部１１により取得された、機能が判明済みの第１信号と機能が未判明の第２信号のスペクトルをそれぞれ算出する（ステップＳ３０３）。続いて、判定部１２は、第１信号と第２信号のスペクトルの関連度を判定する（ステップＳ３０４）。続いて、出力部１３は、判定部１２により判定された、第１信号と第２信号のスペクトル間の関連度を示す情報を出力する（ステップＳ３０５）。なお、図６のステップＳ３０３からステップＳ３０５の各処理は、それぞれ、図４のステップＳ１０２、ステップＳ１０４、ステップＳ１０５の処理と同様でもよい。これにより、例えば、ＣＡＮ通信において、ビット・アサインメントのシンタックス推定およびセマンティック推定の一連の分析を行うことができる。また、セマンティック推定では微分関係等の物理法則に基づく信号間の関係を判定可能であることから、より多くの信号についてその機能を推測することが容易となる。
なお、判定部１２は、ステップＳ３０４で得られた判定結果を既知のビット・アサインメントとして追加し、ステップＳ３０３以降の処理を繰り返してもよい。
（信号の関連度（関係性）を利用して異常を検知する例）
判定部１２は、信号の関連度（関係性）を利用して異常を検知してもよい。この場合、判定部１２は、関連度が閾値以上である第１信号の第１ＣＡＮ－ＩＤと、前記第２信号の第２ＣＡＮ－ＩＤとを関連付けて記憶しておく。
判定部１２は、信号の関連度（関係性）を利用して異常を検知してもよい。この場合、判定部１２は、関連度が閾値以上である第１信号の第１ＣＡＮ－ＩＤと、前記第２信号の第２ＣＡＮ－ＩＤとを関連付けて記憶しておく。
そして、判定部１２は、関連度が閾値以上であった各信号の通信メッセージについて、定期的等の所定のタイミングで関連度を再度判定する。そして、判定部１２は、第１ＣＡＮ－ＩＤの通信メッセージの第３信号と、第２ＣＡＮ－ＩＤの通信メッセージの第４信号との関連度が閾値未満である場合、第１ＣＡＮ－ＩＤの通信メッセージと第２ＣＡＮ－ＩＤの通信メッセージとの少なくとも一方に異常が発生したことを示す警告を出力部１３に出力させる。
これにより、例えば、サイバー攻撃によって信号が改ざんされたことを検出できる。従来の異常検知手法では、攻撃メッセージの挿入を検知可能であるが、挿入せずにメッセージ内容を改ざんする攻撃については検知が困難である。本開示によれば、メッセージが改ざんされた場合においても異常検知を行うことができる。
また、判定部１２は、例えば、速度表示信号で急に速度が上がったように改ざんされた場合に、加速度センサ信号では特に加速していないという食い違いが検出された場合に、関連度が閾値以上であった各信号について関連度を再度判定してもよい。
また、判定部１２は、例えば、関連度が相互に閾値以上であった３つ以上の信号のうちの２つの信号の各組合せについて、関連度を再度判定し、関連度が閾値未満であった場合に、当該各信号の少なくとも一方に異常が発生したと判定してもよい。
＜変形例＞
情報処理装置１０の各機能部のうち少なくとも一部は、例えば１以上のコンピュータにより提供されるクラウドコンピューティング等により実現されていてもよい。また、判定部１２等を、移動体１の外部のサーバ５０に設けてもよい。
情報処理装置１０の各機能部のうち少なくとも一部は、例えば１以上のコンピュータにより提供されるクラウドコンピューティング等により実現されていてもよい。また、判定部１２等を、移動体１の外部のサーバ５０に設けてもよい。
＜本開示の効果＞
上述した本開示の技術によれば、機械類の制御通信に用いられるＣＡＮ等で通信される信号をフーリエ変換等によりスペクトルへ変換し、スペクトル間の関連を判定することにより、微分関係などの物理法則の関連がある信号同士を判定できる。
上述した本開示の技術によれば、機械類の制御通信に用いられるＣＡＮ等で通信される信号をフーリエ変換等によりスペクトルへ変換し、スペクトル間の関連を判定することにより、微分関係などの物理法則の関連がある信号同士を判定できる。
そのため、例えば、サイバー攻撃の分析に必要とされる信号に紐づく機能の推定（ビット・アサインメントのセマンティック推定）において、微分関係など物理法則に基づく信号間の関連を効率的に発見でき、より多くの信号について機能の推測を可能となる。
以上、本発明の実施例について詳述したが、本発明は斯かる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
１ 移動体
１０ 情報処理装置
１１ 取得部
１２ 判定部
１３ 出力部
５０ サーバ
１０ 情報処理装置
１１ 取得部
１２ 判定部
１３ 出力部
５０ サーバ
Claims (6)
- 機器と、情報処理装置とを有する移動体であって、
前記情報処理装置は、
前記機器から送信された第１信号と、第２信号とを取得する取得部と、
前記第１信号の周波数成分の第１スペクトルと、前記第２信号の周波数成分の第２スペクトルとに基づいて、前記第１信号と前記第２信号との関連度を判定する判定部と、を有する、
移動体。 - 前記判定部は、
各周波数に対する前記第１スペクトルと前記第２スペクトルとの比の対数と、周波数の対数との線形度に基づいて、前記第１信号と前記第２信号との関連度を判定する、
請求項１に記載の移動体。 - 前記判定部は、
関連度が閾値以上である前記第１信号の第１通信メッセージＩＤと、前記第２信号の第２通信メッセージＩＤとを記憶しておき、
前記第１通信メッセージＩＤを含む通信メッセージの第３信号と、前記第２通信メッセージＩＤを含む通信メッセージの第４信号との関連度が閾値未満である場合、警告を出力させる、
請求項１または２に記載の移動体。 - 機器から送信された第１信号と、第２信号とを取得する取得部と、
前記第１信号の周波数成分の第１スペクトルと、前記第２信号の周波数成分の第２スペクトルとに基づいて、前記第１信号と前記第２信号との関連度を判定する判定部と、を有する、情報処理装置。 - 情報処理装置が、
機器から送信された第１信号と、第２信号とを取得する処理と、
前記第１信号の周波数成分の第１スペクトルと、前記第２信号の周波数成分の第２スペクトルとに基づいて、前記第１信号と前記第２信号との関連度を判定する処理と、
を実行する情報処理方法。 - 情報処理装置に、
機器から送信された第１信号と、第２信号とを取得する処理と、
前記第１信号の周波数成分の第１スペクトルと、前記第２信号の周波数成分の第２スペクトルとに基づいて、前記第１信号と前記第２信号との関連度を判定する処理と、
を実行させるプログラム。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2020/045899 WO2022123696A1 (ja) | 2020-12-09 | 2020-12-09 | 移動体、情報処理装置、情報処理方法、及びプログラム |
| JP2022567953A JP7480862B2 (ja) | 2020-12-09 | 2020-12-09 | 移動体、情報処理装置、情報処理方法、及びプログラム |
| US18/254,460 US20240015047A1 (en) | 2020-12-09 | 2020-12-09 | Traveling object, information processing apparatus, information processing method, and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2020/045899 WO2022123696A1 (ja) | 2020-12-09 | 2020-12-09 | 移動体、情報処理装置、情報処理方法、及びプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2022123696A1 true WO2022123696A1 (ja) | 2022-06-16 |
Family
ID=81973405
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/JP2020/045899 WO2022123696A1 (ja) | 2020-12-09 | 2020-12-09 | 移動体、情報処理装置、情報処理方法、及びプログラム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20240015047A1 (ja) |
| JP (1) | JP7480862B2 (ja) |
| WO (1) | WO2022123696A1 (ja) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006201496A (ja) * | 2005-01-20 | 2006-08-03 | Matsushita Electric Ind Co Ltd | フィルタリング装置 |
| JP2019120828A (ja) * | 2018-01-09 | 2019-07-22 | クラリオン株式会社 | プライバシー保護システム |
-
2020
- 2020-12-09 WO PCT/JP2020/045899 patent/WO2022123696A1/ja active Application Filing
- 2020-12-09 JP JP2022567953A patent/JP7480862B2/ja active Active
- 2020-12-09 US US18/254,460 patent/US20240015047A1/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006201496A (ja) * | 2005-01-20 | 2006-08-03 | Matsushita Electric Ind Co Ltd | フィルタリング装置 |
| JP2019120828A (ja) * | 2018-01-09 | 2019-07-22 | クラリオン株式会社 | プライバシー保護システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7480862B2 (ja) | 2024-05-10 |
| JPWO2022123696A1 (ja) | 2022-06-16 |
| US20240015047A1 (en) | 2024-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Marchetti et al. | READ: Reverse engineering of automotive data frames | |
| CN107832525B (zh) | 一种信息熵优化vmd提取轴承故障特征频率的方法及其应用 | |
| CN112326280B (zh) | 列车转向架的故障检测方法、装置和计算机可读介质 | |
| CN103412557A (zh) | 一种适于非线性过程在线监控的工业故障检测与诊断方法 | |
| CN112491920A (zh) | 一种车载can总线的异常检测方法及装置 | |
| Lestyan et al. | Extracting vehicle sensor signals from CAN logs for driver re-identification | |
| Zhao et al. | Underdetermined blind source extraction of early vehicle bearing faults based on EMD and kernelized correlation maximization | |
| CN114662954A (zh) | 车辆性能评估系统 | |
| CN115371988A (zh) | 基于多特征融合的工程机械故障诊断方法及系统 | |
| CN103743470A (zh) | 一种汽车噪声频谱分析方法 | |
| WO2022123696A1 (ja) | 移動体、情報処理装置、情報処理方法、及びプログラム | |
| Yu et al. | Rolling bearing faults identification based on multiscale singular value | |
| CN113378359B (zh) | 一种发动机油耗优劣及整车传动效率的评估方法及装置 | |
| CN111191502B (zh) | 基于钻柱振动信号的粘滑和跳钻异常工况识别方法 | |
| Zhang et al. | Fault diagnosis for reducer via improved LMD and SVM-RFE-MRMR | |
| CN116800504A (zh) | 一种终端物理指纹提取及非法接入动态认证方法和装置 | |
| Xiong et al. | A novel intelligent bearing fault diagnosis method based on signal process and multi-kernel joint distribution adaptation | |
| CN113395296A (zh) | 基于fpga的车载网络入侵检测系统及消息位时采集方法 | |
| JP6451483B2 (ja) | 予兆検知プログラム、装置、及び方法 | |
| CN107608270A (zh) | 汽车性能的分析方法及装置 | |
| CN116090140A (zh) | 真空管道磁浮交通系统故障诊断方法及系统 | |
| CN113591248A (zh) | 一种矿井提升机传动部件中轴承故障诊断方法 | |
| Zimin et al. | Structural damage detection using time domain periodogram analysis | |
| CN112788057A (zh) | 一种基于FSWT时频分布的LDoS攻击检测方法 | |
| CN112285541A (zh) | 一种电流频率转换电路的故障诊断方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 20965079 Country of ref document: EP Kind code of ref document: A1 |
|
| ENP | Entry into the national phase |
Ref document number: 2022567953 Country of ref document: JP Kind code of ref document: A |
|
| WWE | Wipo information: entry into national phase |
Ref document number: 18254460 Country of ref document: US |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 20965079 Country of ref document: EP Kind code of ref document: A1 |