Sampling Point 기반 피처를 이용한 CAN 네트워크 내 ECU 식별 기법
ECU Identification in CAN Networks Using Sampling Point-Based Features
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
현대 차량에서 전자제어장치(Electronic Control Unit, ECU) 간 통신 프로토콜로 널리 사용되는 CAN (Controller Area Network)은 설계 시 보안이 고려되지 않아 메시지 송신자 인증 및 식별 기능이 부재하다. 이로 인해 공격자가 임의로 CAN 네트워크에 위조된 메시지를 주입하여 차량 안전을 위협할 수 있다는 구조적 취약성을 가진다. 기존 연구들은 주로 ECU가 메시지를 전송할 때 나타나는 고유한 전기적·시간적 특성을 기반으로 송신자를 식별하였으나, 이는 메시지 송신 없이 수신만 하는 ECU에 대해서는 식별이 불가능한 한계가 있다. 본 논문에서는 이를 극복하고자 CAN 프레임 수신 시 각 ECU의 고유한 SP (Sampling Point) 기반 타이밍 특성을 활용해 ECU를 식별하는 새로운 SP 기반 피처를 제안한다. 제안 기법은 CAN 비트 단위에서 정밀하게 제어된 비트 인젝션 신호를 주입하여 ECU별 SP 차이에 따른 offset 기반 에러 반응을 수집하고, 이를 활용해 통계적 특성을 추출하여 머신러닝 모델로 ECU 식별을 수행한다. 실험 결과, 동일한 하드웨어 구성의 보드 간에도 SP 기반 피처의 명확한 차이가 확인되었으며, Random Forest 분류기를 통해 90% 이상의 높은 식별 성능을 달성하였다.
Abstract
CAN(Controller Area Network) is widely used for communication protocol among ECUs(Electronic Control Units) in modern vehicles. However, since CAN protocol was not designed with security considerations, it lacks security mechanisms for sender authentication and identification. This structural vulnerability allows adversaries can inject malicious messages, threatening vehicle safety. Existing methods typically identify the transmitting ECU based on unique electrical or timing characteristics, but they are ineffective for ECUs that only receive messages without transmitting. To address this limitation, this paper proposes a novel SP(Sampling Point)-based feature for ECU identification, exploiting unique timing characteristics observed during the reception of CAN frames. The proposed approach injects precisely timed bit-flip signals at the bit-level, collects offset-dependent error responses resulting from ECU-specific SP differences, and extracts statistical features to train a machine-learning classifier. Experimental results demonstrate distinct SP-based feature patterns among identically configured boards, achieving over 90% identification accuracy with a Random Forest classifier.