AI-baserad cybersäkerhet för CAN och IP kommunikation i befintlig fordonsmiljö
| Diarienummer | |
| Koordinator | BRON Innovation AB |
| Bidrag från Vinnova | 3 425 160 kronor |
| Projektets löptid | maj 2021 - januari 2023 |
| Status | Avslutat |
| Utlysning | Avancerad digitalisering - Möjliggörande tekniker |
| Ansökningsomgång | Cybersäkerhet för avancerad industriell digitalisering |
Viktiga resultat som projektet gav
Syftet med projektet var att demonstrera att det är genomförbart att ta fram ett säkerhetssystem som med hjälp av maskininlärning kan analysera CAN-bus och IP-kommunikation för fordonsnätverk för att upptäcka avvikande kommunikationsbeteende. Avvikande beteende kan orsakas av cyberattacker, t.ex. så kallade supply-chain attacker där skadlig kod redan finns med vid leverans av komponenten, eller helt enkelt förslitning eller komponentfel från fabrik.
Långsiktiga effekter som förväntas
Projektet har påvisat att maskininlärning kan användas för att ta fram ett säkerhetssystem för fordonsmiljö för avvikelsedetektering för interna IP- och CAN-kommunikationsnätverk, helt utan behov av externa beräkningsresurser. Maskininlärningen kan automatiskt träna beteendemodeller vilket underlättar integration jämfört med alternativa regelbaserade metoder som kräver djup insikt i förväntat kommunikationsbeteende för att kunna konfigureras korrekt.
Upplägg och genomförande
Projektet följde i stort planen, tillgången till testbänk och fysiskt fordon var dock begränsad. En virtuell testmiljö baserad på inspelad kommunikation bidrog positivt till projektets resultat genom att tillåta kontinuerlig testning och validering under projektets gång, en nödvändighet för att kunna integrera maskininlärning i konceptet. En detaljerad test och valideringsplan utarbetades för att säkerställa maximal effekt av den begränsade tillgången till testbänk och fysiskt fordon.