汽车总线安全实战解析:CAN(FD)渗透测试方法与应用场景

上海控安:车载总线渗透测试分析,构建网络安全防护体系 上海控安开发渗透测试工具,以帮助整车企业快速实施所需的渗透测试,发现目标系统潜在的相关安全漏洞,从而为后续的网络系统安全设计及改进提供依据,最终保障目标系统的网络安全。 阅读详情

1. CAN(FD)总线安全入门:为什么你的车需要被"黑"一次?

大家好,我是专注汽车安全测试的老司机。干了十多年智能硬件和车载网络的安全评估,我越来越发现,很多车厂的朋友对CAN总线安全还停留在"理论上很重要"的阶段。直到亲眼看到测试人员用几百块的设备就让一辆行驶中的汽车突然刹车,大家才真正意识到问题的严重性。

CAN总线就像是汽车的神经系统,控制着从发动机、刹车到车窗升降的所有功能。传统的CAN总线最高速率只有1Mbps,而CAN FD(Flexible Data-rate)则把数据域传输速率提升到了5Mbps以上,数据长度也从8字节扩展到了64字节。速度更快、数据量更大,但安全问题也更加突出。

新发布的GB 44495-2024标准明确要求汽车制造商必须对整车信息安全进行评估,其中总线安全是重中之重。这个标准不是可选项,而是硬性要求。我参与过多个车型的测试项目,发现即使是最新款的智能网联汽车,也普遍存在基础的安全漏洞。

渗透测试本质上就是模拟真实攻击者的行为,用他们的思维方式和工具来测试系统的安全性。这不是为了搞破坏,而是为了在恶意攻击者之前发现并修复漏洞。想象一下,如果有人能通过OBD接口或者无线方式接入你的车载网络,他们就能控制你的车辆——这绝不是危言耸听。

2. 搭建你的第一个CAN(FD)测试环境

2.1 硬件设备选择

工欲善其事,必先利其器。CAN(FD)渗透测试不需要昂贵的专业设备,我从2015年开始就用PCAN-USB FD这款设备,到现在还在某些项目中使用。它支持经典的CAN和CAN FD,价格在2000元左右。如果你预算有限,ESD CAN FD系列也是不错的选择,大约1000元就能入手。

对于刚入门的工程师,我建议先从这个配置开始:

  • CAN(FD)接口卡:PCAN-USB FD或Vector CANcaseXL
  • 连接线缆:OBD-II转DB9线缆(注意引脚定义)
  • 终端电阻:120欧姆,确保总线信号稳定
  • 测试车辆:建议先用报废车或开发样车练习

千万别一上来就在新车上做测试,我当年就曾不小心让一辆豪华车的仪表盘全部报错,最后只能断电重启才恢复。现在的车辆虽然有了更多保护机制,但仍然存在风险。

2.2 软件工具配置

软件方面,我习惯用Python生态的工具链,灵活性和可定制性都很强。can-utils工具包是基础,几乎支持所有Linux平台。在Ubuntu上安装非常简单:

sudo apt-get install can-utils

对于Windows用户,我推荐PCAN-View或者Vector的CANoe,虽然收费但功能强大。不过在实际渗透测试中,我更多还是用自己写的Python脚本,因为可以灵活调整攻击逻辑。

这里有个简单的Python示例,使用python-can库发送CAN帧:

import can

bus = can.interface.Bus(channel='can0', bustype='socketcan')
msg = can.Message(
    arbitration_id=0x123,
    data=[0x01, 0x02, 0x03, 0x04, 0x05, 0x06, 0x07, 0x08],
    is_extended_id=False
)

try:
    bus.send(msg)
    print("Message sent successfully")
except can.CanError:
    print("Message sending failed")

2.3 测试环境搭建注意事项

搭建测试环境时最容易忽略的是电气安全。CAN总线是差分信号,电压在1.5-3.5V之间波动。我曾经因为接线错误烧毁过一个CAN接口卡,损失了2000多元。一定要先测量OBD接口的引脚定义,通常CAN_H是6脚,CAN_L是14脚,但不同车型可能有所不同。

另一个常见问题是终端电阻。CAN总线需要在两端各接一个120欧姆电阻,但很多测试者只接了一个或者完全没接,导致信号反射严重,无法正常通信。我用示波器测量过信号质量,缺少终端电阻的波形明显有振铃现象。

3. 四大渗透测试方法详解与实战演示

3.1 模糊测试:用"乱拳"找出系统软肋

模糊测试是我最喜欢的测试方法,因为它不需要预先了解目标系统的细节。原理很简单:向总线发送大量异常、随机或无效的报文,观察系统的反应。这就像用一万把钥匙试开一把锁,总有可能碰到能打开的那把。

在实际测试中,我通常分三个层面进行模糊测试:

报文层模糊测试:这是最基础的层面,针对CAN报文的各个域进行模糊。可以单独对仲裁域(ID)、控制域(DLC)或数据域进行随机化。我曾经通过随机化ID域,发现某个ECU会处理本不该它处理的报文,导致系统重启。

信号层模糊测试:基于DBC文件解析信号定义,在信号层面进行模糊。比如某个信号表示车速,正常范围是0-250km/h,那我就发送-1或300这样的异常值。有一次我发现某个车型的仪表盘在接收到异常车速信号时会死机,这是个很严重的安全隐患。

协议层模糊测试:针对高层协议如UDS进行模糊。UDS协议有丰富的服务类型,每个服务都有特定的格式和要求。通过模糊服务ID、子功能或参数,往往能发现意想不到的漏洞。

这是我常用的一个模糊测试脚本片段:

import can
import random

def fuzz_test():
    bus = can.interface.Bus(channel='can0', bustype='socketcan')
    
    # 随机生成CAN帧
    for _ in range(10000):
        arb_id = random.randint(0x100, 0x7FF)
        data_length = random.randint(0, 64 if FD else 8)
        data = [random.randint(0, 255) for _ in range(data_length)]
        
        msg = can.Message(
            arbitration_id=arb_id,
            data=data,
            is_extended_id=False,
            is_fd=True  # 如果是CAN FD
        )
        
        try:
            bus.send(msg)
        except:
            pass  # 忽略发送错误

3.2 重放攻击:让过去的报文"复活"

重放攻击听起来很高大上,其实概念很简单:录制正常的通信报文,然后在适当的时候重新发送。比如录制了解锁车门的报文,之后就可以随时重放这个报文来解锁车门。

但这种攻击现在越来越难成功了,因为车厂都加入了防御措施。最常见的是在报文中添加计数器或时间戳,每个报文都是唯一的,重放的旧报文会被拒绝。

不过我在测试中发现,仍然有很多车辆对某些功能没有足够的保护。比如我曾经成功重放了控制车窗的报文,虽然不能100%成功,但在某些条件下仍然有效。这是因为一些车厂只对安全关键功能做了防护,而对非关键功能则为了成本考虑没有添加保护机制。

执行重放攻击的关键是选择正确的时机。比如录制转向灯信号时,如果车辆静止状态下重放,可能没有任何效果;但在车辆行驶中重放,就可能干扰驾驶员的意图判断。

3.3 DoS攻击:用"拥堵"瘫痪总线

DoS攻击是破坏性最强的攻击方式之一,目的是让总线过载,无法正常通信。CAN总线基于优先级仲裁机制,ID值越小的报文优先级越高。攻击者就是利用这个特性,持续发送高优先级报文来占满总线资源。

我测试过的车辆中,大约有30%没有有效的DoS防护机制。最夸张的一次,我用简单的cansend命令就让一辆车的仪表盘全部告警:

# 持续发送最高优先级的报文
while true; do cansend can0 001#FFFFFFFFFFFFFFFF; done

这种攻击虽然简单,但非常有效。总线负载率一旦超过70-80%,低优先级的报文就开始丢失,导致系统功能异常。比如胎压监测、ABS等安全关键系统可能无法正常工作。

现在的智能网联汽车通常有网关作为防火墙,可以过滤恶意报文。但我在测试中发现,很多网关的过滤规则并不完善。比如只过滤特定ID的报文,但允许其他高优先级报文通过。攻击者完全可以找到不过滤的高优先级报文来进行DoS攻击。

3.4 UDS探测:诊断服务的信息收集

UDS探测不是直接攻击,而是为后续攻击收集信息。就像小偷先踩点再行动一样,UDS探测就是攻击前的踩点过程。

UDS协议定义了很多服务,比如0x10是诊断会话控制,0x22是读取数据,0x2E是写入数据。通过系统地探测目标ECU支持哪些服务,就能找到可能的攻击入口。

我常用的探测方法是服务枚举:依次尝试所有可能的服务ID,观察ECU的响应。如果收到肯定响应,说明该服务被支持;如果收到否定响应,说明服务存在但不支持当前请求;如果没有响应,可能服务不存在或当前会话模式不支持。

def uds_service_scan(target_id):
    bus = can.interface.Bus(channel='can0', bustype='socketcan')
    supported_services = []
    
    for service_id in range(0x00, 0xFF):
        # 构建UDS请求
        request_data = [service_id, 0x00]  # 服务ID + 子功能
        request_msg = can.Message(
            arbitration_id=target_id + 0x8,  # 通常请求ID = 响应ID + 0x8
            data=request_data,
            is_extended_id=True
        )
        
        bus.send(request_msg)
        response = bus.recv(timeout=0.5)
        
        if response and response.data[0] == service_id + 0x40:
            supported_services.append(hex(service_id))
    
    return supported_services

通过这种探测,我曾经发现某个ECU支持已经被弃用的服务,而这些服务存在已知漏洞。车厂可能为了兼容性没有移除这些服务,却留下了安全隐患。

4. 从攻击到防御:实战中的防护对策

4.1 网关过滤策略设计

网关是车载网络的第一道防线,好的网关设计能有效阻止大多数攻击。我参与过多个网关项目的安全设计,总结出几个关键原则:

最小权限原则:每个ECU只能收发它确实需要的报文。比如车窗控制器不需要接收发动机控制报文。这需要详细的数据流分析,但效果非常显著。

基于上下文的过滤:不仅检查报文内容,还考虑发送时机和车辆状态。比如在行驶中接收到解锁车门的报文,就应该被拒绝。

深度报文检查:不只是检查ID,还要检查数据域的内容是否符合预期格式。我见过一些网关只做ID过滤,结果攻击者通过伪造数据域仍然能够实施攻击。

4.2 安全通信机制实施

传统的CAN总线没有内置安全机制,需要在上层实现。CAN FD由于数据长度增加,为安全机制提供了更多空间。

报文认证:为关键报文添加MAC(消息认证码),确保报文的真实性和完整性。虽然会增加一些延迟,但对安全关键功能是必要的。

计数器机制:防止重放攻击的有效方法。每个报文携带一个递增的计数器,接收方检查计数器值是否在预期范围内。

会话管理:特别是对于UDS协议,需要严格管理诊断会话。比如只有授权的工作站才能在特定模式下访问安全关键服务。

4.3 异常检测与响应

没有任何防护是完美的,所以需要异常检测机制作为最后一道防线。基于机器学习的异常检测是当前的研究热点,但在实际车辆中应用还面临实时性和可靠性的挑战。

我建议从简单的规则开始:比如监测总线负载率,如果突然异常升高就触发告警;或者监测关键报文的发送频率,异常频率可能表明遭受攻击。

响应机制也很重要:检测到攻击后应该采取什么措施?完全切断通信可能影响安全,最好的方式是渐进式响应:先记录日志,然后限制通信,最后在必要时切断。

5. 符合GB 44495-2024标准的测试实践

5.1 标准要求解读

GB 44495-2024是汽车信息安全的重要标准,明确要求了对总线安全的具体测试要求。标准不仅要求防护机制的存在,更要求这些机制的有效性。

标准中特别强调了渗透测试的重要性,要求测试必须覆盖所有可能的攻击向量。这意味着不能只测试OBD接口,还要考虑其他可能的接入点,比如信息娱乐系统、无线接口等。

我对标准的理解是:它要求的是纵深防御,而不是单一防护措施。这意味着需要在不同层次部署不同的安全机制,即使某一层被突破,其他层仍然能提供保护。

5.2 测试用例设计

基于标准要求,我设计测试用例时通常考虑以下几个维度:

攻击复杂度:从简单到复杂,评估系统对不同级别攻击的抵抗能力。简单攻击可能只需要单一技巧,复杂攻击可能结合多种技术。

影响程度:评估攻击成功后的影响范围。是只能影响舒适性功能,还是能影响安全关键功能?

持久性:攻击效果是暂时的还是持久的?是否需要物理接触才能恢复?

每个测试用例都应该有明确的通过/失败标准。不是所有漏洞都需要修复,需要根据风险评级决定处理优先级。

5.3 测试报告与漏洞管理

测试的最终目的是改进系统安全,所以测试报告非常重要。我习惯将发现的问题分为几个等级:

严重:直接影响行车安全,可能导致人员伤亡的漏洞。需要立即修复。

高危:可能被远程利用,影响车辆控制或个人隐私的漏洞。需要尽快修复。

中危:需要物理接触或特殊条件才能利用的漏洞。根据实际情况安排修复。

低危:影响较小,难以利用的漏洞。可能作为知识库记录,但不一定修复。

每个漏洞都应该提供详细的重现步骤、影响分析和修复建议。好的测试报告不仅是问题列表,更是解决方案的指南。

在实际项目中,我发现车厂工程师最关心的是如何平衡安全与成本。不是所有车辆都需要最高级别的安全防护,需要根据车辆定位、功能 criticality 等因素做出合理决策。

智能汽车安全实战:从CAN总线漏洞到车载系统纵深防御框架 在软件定义汽车的时代,车载系统的网络安全已成为智能网联汽车的核心议题。其安全风险根植于复杂的电子电气架构与通信协议,尤其是车内网络(如CAN总线)因设计之初缺乏认证与加密机制,成为关键攻击面。理解内存安全、权限绕过等通用软件漏洞在嵌入式环境下的特殊表现,以及如何通过逆向工程解析CAN报文,是评估车辆风险的基础。这些技术的工程价值在于构建主动防御能力,直接关系到功能安全与人身安全。本文以车载信息娱乐系统、环视系统等典型应用场景为切入点,结合CAN总线安全测试等实操环节,系统探讨了从安全开发流程、车内网络防护到 阅读详情

相关推荐

TC1014-同星4路CAN(FD)转USB接口设备在汽车电子开发中的高效应用

本文深入探讨了TC1014-同星4路CAN(FD)转USB接口设备在汽车电子开发中的高效应用。通过多通道设计、文件兼容性和实战操作指南,TC1014显著提升了CAN总线数据处理的效率和精度,适用于ECU调试、ADAS测试等复杂场景。文章还分享了Linux环境配置、防丢包技巧及信息安全测试等进阶玩法,助力开发者充分发挥设备潜力。

weixin_42628280的博客 423

汽车总线安全研究系列—CAN(FD)渗透测试指南

本文以GB 44495-2024《汽车整车信息安全技术要求》标准作为参考指南,以CAN(FD)总线应用层作为研究对象,对其面临的安全威胁结合攻击方式进行分类讨论,在此基础上设计渗透测试策略,对总线进行仿真攻击,论证渗透测试的目的、理论和可行度,为后续渗透测试用例及脚本开发奠定基础。

帮助客户打造卓越 1713

基于多智能体LLM的汽车网络安全框架:CyberLLM的设计与实战

在智能网联汽车时代,网络安全已成为核心挑战。传统基于规则和签名的防御体系在面对复杂、隐蔽的攻击时,往往存在响应滞后、难以应对未知威胁的局限。大语言模型(LLM)凭借其强大的自然语言理解和上下文推理能力,为安全分析带来了新的可能。通过引入多智能体系统架构,可以将复杂的威胁检测与响应任务分解,由多个专业化LLM智能体协同完成,实现从感知、分析到决策的自动化闭环。这种架构借鉴了安全运营中心(SOC)的团队协作模式,通过感知解析、检测分析、策略响应和仲裁学习等智能体的分工协作,并结合策略守卫与动作沙箱机制,确保响应

weixin_33851604的博客 398

汽车总线安全实战:CAN(FD)模糊与重放攻击深度解析

本文深度解析汽车总线安全实战,重点探讨CAN(FD)协议下的模糊攻击与重放攻击技术。通过详实的渗透测试案例和操作演示,揭示了车载网络存在的安全隐患,并提供了相应的防御策略与最佳实践,助力提升汽车电子系统的安全防护能力。

jupi8的博客 676

车联网安全实战:从零开始搭建渗透测试环境(含工具清单)

本文详细介绍了车联网安全渗透测试环境的搭建与工具配置,涵盖硬件选型、车载网络协议解析及典型攻击场景实战。通过CAN总线注入、TCU渗透等案例,帮助安全人员掌握车联网安全测试的核心技术,提升网络安全防护能力。

weixin_29327525的博客 311

汽车网关:智能汽车的神经中枢与安全卫士

在汽车电子电气架构中,通信协议是实现不同电子控制单元(ECU)间数据交换的基础。从经典的CAN总线到高速车载以太网,多种异构网络协议共存于现代车辆内部。协议翻译与数据路由技术是解决这些网络间互联互通的核心原理,它确保了指令与数据能在不同功能域间准确、高效地传输。这项技术的价值在于支撑了域集中式架构的实现,是构建智能网联汽车高效协同工作能力的关键。其应用场景广泛覆盖了动力总成、车身控制、智能座舱及自动驾驶等核心功能域。正是在此背景下,汽车网关作为执行协议翻译与数据路由的关键节点,其角色已从单纯的连接枢纽,升级

weixin_34059951的博客 1086

汽车总线安全实战解析:CAN(FD)模糊与重放攻击深度剖析

本文深度剖析了汽车总线安全中的CAN(FD)模糊与重放攻击实战技术。结合GB 44495-2024标准,详细介绍了模糊攻击和重放攻击的原理、实战步骤及防护绕过方法,为汽车电子安全领域的渗透测试提供了实用的技术指导和案例分析。

pytorch8learner的博客 720

车载信息娱乐系统(IVI)网络安全实战:从架构设计到渗透测试

随着汽车智能化、网联化进程加速,车载信息娱乐系统(IVI)已演变为集导航、通信、支付与控制于一体的复杂计算节点,其网络安全成为智能汽车安全体系的核心。理解其安全风险需从系统架构入手,现代IVI通常采用分层设计,涵盖应用层、操作系统层及硬件层,并通过CAN总线、车载以太网及蜂窝网络等多重接口与内外环境交互,这极大地扩展了攻击面。从安全工程视角,防御需遵循最小权限、纵深防御及安全通信等核心原则,构建从安全启动到安全OTA更新的完整信任链。同时,以进攻视角进行渗透测试至关重要,需搭建从模拟器到实车的测试环境,系统

weixin_29324877的博客 350

从模糊到精准:CAN(FD)总线渗透测试中的攻击策略演化与防御思考

本文探讨了CAN(FD)总线渗透测试中攻击策略从模糊测试到精准协议探测的演化路径,分析了汽车总线面临的安全挑战及防御措施。重点介绍了UDS精准探测等现代攻击技术,并提出了纵深防御、异常检测等安全建议,为汽车网络安全提供实操参考。

zzz56的博客 417

新能源车TBOX漏洞挖掘指南:从OTA升级包分析到远程控制实战

本文深入探讨新能源车TBOX漏洞挖掘技术,从OTA升级包分析到远程控制实战,揭示车联网安全风险。通过硬件拆解、协议分析及CAN总线攻击防御,提供全面的渗透测试指南,助力提升智能网联汽车安全性。

red88的博客 960

[车联网安全自学篇] Car Hacking之CAN总线初探

[车联网安全自学篇] Car Hacking之CAN总线初探;在汽车制造商不断完善和推进车辆系统的同时,对底层网络的需求进一步增加。为了打造智能汽车,越来越多的零部件在一辆汽车中相互连接。这导致基于标准化技术构建的专用且通常是专有的汽车协议。这些协议中的大多数都基于总线协议:这种总线网络中的所有网络节点都使用单个共享数据链路连接。该技术为多个安全和舒适系统之间的实时通信提供了一种可行的方式。但是,通常没有或没有足够的身份验证和加密或其他安全机制可以在当今的汽车系统中找到

橙留香Park的博客 1774

渗透测试介绍

对总线实施模糊攻击是指通过软件自动地生成一系列的无效、非预期或随机的报文后,将所生成的报文注入到目标总线上,以使总线出现非预期行为的一种攻击。通过模糊攻击测试,可检测目标系统在有无效的、非预期的或随机的输入时,系统是否会发生不可逆的损害,或是否会有不可接受的行为等情况。对车载CAN/CAN FD网络系统实施渗透测试,是一个常用的用于评价目标系统安全性的一种方法,可以从攻击角度了解车辆是否存在隐性漏洞和安全风险,并可基于测试结果,进一步采取防护措施,以进一步提高系统的安全性能。【UDS协议栈探测】

weixin_45216475的博客 282

汽车网络安全(ISO/SAE 21434):ECU的入侵检测与防护——安全启动、HSM

安全启动HSM硬件安全模块和入侵检测系统(IDS)。关键要点总结HSM是信任根:物理隔离的硬件安全模块是所有安全机制的基础,密钥永不离开HSM安全启动是防线:逐级验证确保只有可信代码运行,任何篡改都会导致启动中断IDS是哨兵:多层检测机制实时监控网络和系统状态,及时发现并响应攻击协同是核心:HSM、安全启动、IDS三者深度协同,形成纵深防御体系未来发展趋势AI驱动的IDS:利用轻量级神经网络实现更精准的异常检测量子安全密码:为后量子时代准备抗量子计算的密码算法车云协同安全。

从事移动开发八年,csdn博客专家,阿里云特邀专家,华为云云享专家,高级网络信息安全工程师,大数据工程师(高级),python技术开发(高级),HarmonyOS 应用开发者高级认证,现在某学校任教。 1万+

汽车网络安全深度防御:从安全接口到安全网关的4+1层实战解析

在智能网联时代,汽车已演变为高速移动的复杂计算机网络,其网络安全成为系统工程的核心议题。深度防御理念强调通过多层防护机制构建纵深防线,即使单点被突破,后续层级仍能有效拦截攻击。其技术原理涵盖从硬件信任锚点建立、域间访问控制到通信加密与运行时保护等多个维度,核心价值在于系统性提升攻击成本与难度,保障车辆功能安全与数据隐私。典型应用场景包括远程OTA更新、V2X通信、数字钥匙认证等,均需依赖分层安全架构实现端到端防护。本文以NXP的4+1安全框架为蓝本,深入剖析安全接口、安全网关、安全网络、安全处理及安全汽车访

weixin_34239169的博客 306

CDH Hue连接Hbase报错TSocket read 0 bytes

问题描述 安装好CDH集群后,在Hue中查看HBase信息时,Hue界面报错如下: Api 错误:TSocket read 0 bytes Hue日志报错: exceptions_renderable ERROR Potential trace: [('/opt/cloudera/parcels/CDH-6.3.2-1.cdh6.3.2.p0.1605554/lib/hue/apps/hbase/src/hbase/api.py', 46, 'query', 'return getattr(self

邢为栋 3493

C#实现跨域访问共享文件夹的账号密码验证方案

本文详细介绍了在C#中实现跨域访问共享文件夹的账号密码验证方案。通过调用Windows API LogonUser函数,结合LOGON32_LOGON_NEW_CREDENTIALS登录类型,可安全模拟指定用户身份,有效解决工作组与域环境间的文件共享访问难题。文章提供了完整的工具类封装、多种实战场景示例及详细的错误排查指南。

pea55的博客 541

车载测试_汽车CAN总线网络详细讲解

汽车CAN总线网络学习摘要(150字) CAN总线是汽车电子系统的核心通信协议,采用差分信号传输(CAN_H/CAN_L)和"线与"仲裁机制。标准数据帧包含11位ID(决定优先级)、控制段和0-8字节数据段。关键特性包括:多主架构(节点可主动发送)、非破坏性仲裁(ID值小者优先)、强错误检测(CRC+ACK校验)和广播通信(非地址寻址)。物理层需终端电阻匹配,通信速率与距离成反比(最高1Mbps)。CAN-FD是其升级版,提升数据传输速率。DBC文件定义了报文与信号映射关系,是车载测试的重要依据。该协议解决

JanLEE 380

OFDM基本原理

OFDM基础介绍,包括OFDM的核心思想,数学推导了OFDM信号的调制解调过程。

伊丽莎白的学习之路 8912

虚拟汽车靶场深度解析:从数字孪生到智能汽车安全攻防实战落地

当智能汽车从"四个轮子+沙发"进化为"四个轮子+超级计算机",汽车安全的战场也从物理碰撞转向了数字空间。2025年,全球已发生超过300起公开的智能汽车黑客攻击事件,涉及远程控车、数据泄露、OTA劫持等高危场景,单次召回成本高达数亿美元。然而,传统的实车测试模式已无法应对指数级增长的安全挑战。一台高配智能网联汽车的电子电气架构包含上百个ECU、数千万行代码,实车渗透测试不仅成本高昂、不可重复,更无法模拟大规模、高风险的攻击场景。虚拟汽车靶场。

从零开始,掌握网络安全。提供全面的网络安全教程、攻防演练技巧和行业动态。 167

LLM大模型基础知识【一】

大语言模型(LLM):是指在自然语言处理(Natural Language Processing,NLP)领域中的一类大模型,通常用于处理文本数据和理解自然语言。这类大模型的主要特点是它们在大规模语料库上进行了训练,以学习自然语言的各种语法、语义和语境规则。例如:GPT系列(OpenAI)、Bard(Google)、文心一言(百度)。视觉大模型:是指在计算机视觉(Computer Vision,CV)领域中使用的大模型,通常用于图像处理和分析。

lin_xi_xi的博客 2880

相位偏折PMD全栈技术拆解 | 四步相移解算+梯度积分形貌重建,助力镜面工件微米级缺陷高精度稳定检测

工业精密检测领域中,高反光镜面类工件长期存在检测瓶颈,涵盖汽车高亮车漆、半导体抛光晶圆、光学透镜、精密抛光模具、玻璃盖板等主流产品。传统2D机器视觉仅能识别表面明显污渍、大尺寸破损,完全无法捕捉微米级划痕、凹坑、橘皮、曲面微形变等微观缺陷;常规线激光3D、普通结构光3D检测设备,面对镜面材质会产生严重镜面反射杂光,激光条纹、结构光图案完全失真,必须喷涂显影粉辅助检测,不仅破坏工件表面完整性,还无法适配自动化量产产线,检测效率与良率极低。

getusushu的博客 544

自动驾驶汽车自感知网络安全架构设计与落地

自动驾驶网络安全已超越传统车载防火墙范畴,演进为覆盖芯片、固件、OS与通信全栈的内生安全体系。其核心在于运行时状态建模、微内核可信执行环境(TEE)与分布式威胁图谱三大技术支柱,通过实时行为基线比对、形式化验证内核隔离、毫秒级攻击影响链分析,实现对伪造指令、跨域渗透等新型攻击的自主识别与响应。该架构直面EEA电子电气架构演进带来的边界模糊、响应延迟与攻击面膨胀挑战,支撑L4级自动驾驶在功能安全(ISO 26262)与网络安全(ISO/SAE 21434)双重要求下的车规级落地。

weixin_29327525的博客 272

AI 大模型应用数据中心的数据清洗工具

1. 背景介绍 在人工智能大模型应用的浪潮中,数据清洗作为数据预处理的重要环节,对于提升模型性能和可靠性具有至关重要的作用。数据中心作为人工智能模型的运行环境,面临着海量数据流和多样化的数据类型,如何高效、准确地进行数据清洗,成为应用大模型的关键问题之一。本文将详细介绍AI大模型应用数据中心的数据清洗工具,包括核心概念、算法原理、具体操作步骤、应用场

SuperAGI2025 1804
上一篇: SteVe OCPP服务器从编译到部署:避坑指南与实战技巧
下一篇: 基于Simulink与模糊PID的多电机协同驱动系统建模与动态响应优化
Python
博客等级 码龄26年 1973粉丝 1567原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值