異常檢測(cè)技術(shù)已經(jīng)被應(yīng)用于確保解決網(wǎng)絡(luò)安全和網(wǎng)聯(lián)車輛安全性等挑戰(zhàn)性問題。本文提出了這個(gè)領(lǐng)域的先前研究的分類。本文提出的分類學(xué)有3個(gè)總體維度，包括9個(gè)類別和38個(gè)子類別。從調(diào)查中得出的主要觀察結(jié)果是：真實(shí)世界的數(shù)據(jù)集很少被使用，大多數(shù)結(jié)果來自仿真；V2V / V2I通信和車載通信不一起考慮；提議的技術(shù)很少針對(duì)基線進(jìn)行評(píng)估；網(wǎng)聯(lián)車輛的安全沒有網(wǎng)絡(luò)安全那么受關(guān)注。

作者：GopiKrishnan Rajbahadur1, Andrew J. Malton2, Andrew Walenstein2 and Ahmed E.Hassan1

I.介紹

Velosa等人 [1]預(yù)測(cè)到2020年將有25億輛網(wǎng)聯(lián)車輛上路。車聯(lián)網(wǎng)是指能夠連接到網(wǎng)絡(luò)的車輛，即它可以與其他車輛（V2V）或基礎(chǔ)設(shè)施（V2I）進(jìn)行通信，因而可以增強(qiáng)信息娛樂功能以及可以減少碰撞和避免擁塞[2]復(fù)雜的等進(jìn)行復(fù)雜功能的應(yīng)用。在V2V的情況下，通常建議車輛之間形成車輛自組織網(wǎng)絡(luò)( VANET )。

雖然網(wǎng)聯(lián)車輛可以增加乘客的便利性以及行駛的安全性，但它們也很容易受到網(wǎng)絡(luò)攻擊[3]。一些研究[4]、[5]、[6]已經(jīng)發(fā)現(xiàn)并證明了普通車輛中可利用的漏洞。網(wǎng)聯(lián)車輛連接數(shù)量的增加會(huì)增加這些漏洞的脆弱性的影響和普遍程度。此外，確保網(wǎng)聯(lián)車輛的安全性變得至關(guān)重要，因此各國政府加大了實(shí)現(xiàn)功能性VANET的力度[7]。

本文對(duì)自2000年初以來的研究進(jìn)行了調(diào)查和分析，即對(duì)網(wǎng)聯(lián)車輛的安全和網(wǎng)絡(luò)安全問題進(jìn)行異常檢測(cè)。異常檢測(cè)是識(shí)別不遵循預(yù)期模式[ 8 ]的數(shù)據(jù)點(diǎn)或事件的過程。據(jù)悉，這是第一項(xiàng)在此背景下調(diào)查異常檢測(cè)使用的研究。我們提出了一個(gè)基于3個(gè)總體類別和9個(gè)子類別的分類法。我們還有38個(gè)維度來分類所有的調(diào)查論文。

我們調(diào)查和分析后得出以下推論：

1）大多數(shù)研究（65篇調(diào)查論文中有37篇）是在仿真數(shù)據(jù)集上進(jìn)行的（65篇調(diào)查論文中只有19篇使用了真實(shí)世界的數(shù)據(jù)集）。

2）V2X和車載通信基本上沒有被一起探索（65個(gè)調(diào)查論文中的1個(gè)除外），這使得研究比較分散。

3）與網(wǎng)絡(luò)安全相比，網(wǎng)聯(lián)車輛的安全性（65份調(diào)查論文中只有21份）的研究較少。

 4）與基線相比，新提出的采用異常檢測(cè)技術(shù)的方法很少（在65份調(diào)查論文中只有4篇），導(dǎo)致我們提出的方法的有效性量化較差。

因此，我們建議，應(yīng)該更加重視建立基準(zhǔn)和基線技術(shù)，以此來評(píng)估新技術(shù)。此外，我們還主張更多地利用真實(shí)世界的數(shù)據(jù)，而不是仿真數(shù)據(jù)。

論文的其余部分組織如下：我們?cè)诘贗I部分和第III部分探討相關(guān)工作和我們的調(diào)查方法，并在第Ⅳ部分提出我們的分類法。

II.相關(guān)工作

與當(dāng)前的調(diào)查不同，自20世紀(jì)初以來，以前的調(diào)查分別考慮了VANET和車載網(wǎng)絡(luò)。例如，outernali等人[ 9 ]調(diào)查了VANETs以及Sakiz等人提出的各種入侵檢測(cè)方法。[10]全面調(diào)查了所有可能的攻擊，并提出了與VANETs相關(guān)的檢測(cè)機(jī)制。這兩項(xiàng)研究都沒有考慮可能的基于車載網(wǎng)絡(luò)的網(wǎng)絡(luò)安全問題。很少有研究調(diào)查車載網(wǎng)絡(luò)中可能存在的威脅和對(duì)策。例如Liu等人、McCune等人和Kelberger等人 [11]，[12]，[13]提出了車載（控制器局域網(wǎng)（CAN），本地互連網(wǎng)絡(luò)（LIN），F(xiàn)lexRay等）的各種威脅和可能的對(duì)策，網(wǎng)絡(luò)安全問題（基于VANET的問題不是考慮）。我們目前的調(diào)查是第一次在網(wǎng)聯(lián)車輛的背景下審查異常檢測(cè)技術(shù)。

III.調(diào)查方法

為了確保可重復(fù)性，我們的調(diào)查遵循Wholin的滾雪球方法[14]如下。

范圍定義：繼Chandola等人之后。 [8]我們將異常檢測(cè)定義為“在不符合預(yù)期行為的數(shù)據(jù)中查找模式”。形成或?qū)W習(xí)模型，然后監(jiān)測(cè)數(shù)據(jù)的一致性。

收集初步研究：我們?cè)贕oogle學(xué)術(shù)中通過關(guān)鍵字搜索確定了一組初始論文。我們這樣做是為了避免出版商的偏見。使用的關(guān)鍵詞是: "異常檢測(cè)"、"連接車輛"、" VANET "、" V2I "、" V2V "、"入侵檢測(cè)"、"不當(dāng)行為檢測(cè)"、" CAN總線"、"車內(nèi)"、"安全"、"安保"。

滾雪球：通過關(guān)鍵詞搜索收集的初始集可能并不詳盡。因此，我們進(jìn)行了前后滾雪球式的收集，以收集初始集引用的所有參考文獻(xiàn)。然后通過閱讀摘要包括或排除論文，然后考慮范圍的徹底閱讀（從而消除超出我們范圍的論文）。這個(gè)滾雪球過程被重復(fù)進(jìn)行，直到?jīng)]有新的相關(guān)論文被添加。我們最終研究了有65篇論文。