2019 · 会议论文

LibreCAN:自动化 CAN 报文翻译器

LibreCAN: Automated CAN Message Translator

LibreCAN 在没有整车厂 DBC 翻译文件的情况下,根据在车辆 OBD-II 接口记录的流量逆向专有的 CAN 报文格式。阶段 0 扩展早期的 READ 算法,依据比特翻转行为提取候选信号边界;阶段 1 将提取出的信号与标准 OBD-II PID 及智能手机惯性测量数据做相关分析,识别运动学相关信号并估计其比例系数和偏移量;阶段 2 对驾驶者执行 53 个预定车身相关事件时记录的 CAN ID 进行过滤,为每个事件筛选候选 ID。

研究范围与局限

评测使用来自同一整车厂的四辆较新车辆,以作者获得的 DBC 文件作为真实标签,并由作者自行判断哪些 CAN 信号对应各参考信号;作者指出,由于整车厂未参与,评测带有一定主观性。阶段 0 提取了 DBC 中 51.6–62.4% 的信号,但提取结果中只有 21.0–36.4% 的边界正确,部分原因是正常驾驶很少覆盖较高的取值范围。使用提取出的边界时,阶段 1 的精确率为 61.1–78.1%,召回率为 25.6–57.3%;阶段 2 将候选数量减少十倍以上,精确率为 8.5–15.0%。只分析了可经 OBD-II 访问的总线,其他总线上的信号因此被遗漏。系统只读取流量,恢复的是部分翻译表,而非完整的 DBC 文件、ECU 逻辑或经过验证的注入能力。

与本合集的关联

补充借助被动流量与参考信号自动逆向专有车载 CAN 报文格式的研究,与本目录中的 CAN 工具及网络协议推断研究互补。

发表与复核详情

发表载体
ACM CCS 2019
发表状态
会议论文
出版/提交日期
2019 年 11 月 6 日
日期依据
ACM 提交的 Crossref 元数据将纸质和在线出版日期均记为 2019-11-06。本条目不以 11 月 11–15 日的会议日期代替。
DOI
10.1145/3319535.3363190

Crossref 记录的标题为 LibreCAN,副标题为 Automated CAN Message Translator,并给出六位作者顺序和页码 2283–2300。所审阅的 18 页副本托管于密歇根大学实时计算实验室网站,是 2019-09-25 生成的 ACM 排版作者版;本条目不认定其与论文集 PDF 完全相同,后者对自动请求返回 HTTP 403。论文报告每辆车约需 40 分钟人工采集数据(30 分钟驾驶加 10 分钟事件操作)和 70–79 秒计算;其 10 名参与者的事件记录实验获得了 IRB 批准。数据来自 ELM327 适配器、经 Y 型线连接的 OpenXC 适配器和 Torque Pro 安卓应用,计算在 Ubuntu 16.04 上使用 Python 3 完成。本条目不记录作者代码:mdp93/LibreCAN_CCS 仓库在 e10aea7 中只有项目 README 和站点配置,没有许可证或实现代码;在所审阅的来源中也未找到 DBC 真实标签或车辆轨迹数据。本次未使用任何车辆、轨迹数据或代码。

来源复核于

本合集仅做来源复核,未重新运行论文实验。请通过原始论文或 BibTeX 引用原作者。

报告条目过时 建议修正翻译

一手来源

  1. https://dl.acm.org/doi/10.1145/3319535.3363190
  2. https://api.crossref.org/works/10.1145/3319535.3363190
  3. https://rtcl.eecs.umich.edu/rtclweb/assets/publications/2019/fv075-peseA.pdf
  4. README.md GitHub · mdp93/LibreCAN_CCS · 修订 e10aea7