Les voitures sans conducteur sont-elles vraiment précises ? Des chercheurs de l’Université Duke disent qu’ils peuvent être dupés
Voitures sans conducteur promettent confort et sécurité aux conducteurs et aux passagers, mais cela pourrait changer avec la révélation des chercheurs de université de Duke. Selon l’équipe, il existe une stratégie d’attaque que les criminels peuvent utiliser pour tromper les capteurs du véhicule autonome (combinaison de données 2D provenant de appareils photo et données 3D du LiDAR) pour percevoir les objets proches plus près ou plus loin qu’ils n’apparaissent. Cela peut entraîner des problèmes et des dommages importants, en particulier lorsqu’il est utilisé dans des situations militaires où un seul véhicule se traduit par une cible précieuse. Plus encore, les chercheurs ont souligné qu’il est possible pour les pirates de trouver un moyen d’attaquer différents véhicules en même temps.
« Notre objectif est de comprendre les limites des systèmes existants afin de pouvoir nous protéger contre les attaques », a déclaré Miroslav Pajic, professeur associé de la famille Dickinson en génie électrique et informatique à Duke. « Cette recherche montre comment l’ajout de quelques points de données dans le nuage de points 3D, devant ou derrière l’endroit où se trouve réellement un objet, peut amener ces systèmes à prendre des décisions dangereuses. »
Selon les chercheurs, le défaut du système commencera lorsqu’un pistolet laser sera utilisé pour tirer sur un capteur LIDAR. Cela déformera la perception de l’automobile causée par l’ajout de faux points de données. Selon Pajic, le système peut repérer cela attaque si les points de données diffèrent considérablement de ce que voit la caméra de la voiture. Cependant, selon les recherches de Duke, le système peut être trompé lorsque les points de données LIDAR 3D sont précisément placés dans une certaine zone du champ de vision 2D d’une caméra.
Cela crée une zone vulnérable aux attaques. Il se présente sous la forme d’un tronc de cône allongé devant l’objectif d’un appareil photo ou sous la forme d’une pyramide 3D dont la pointe est tranchée.
« Cette soi-disant attaque frustale peut tromper le régulateur de vitesse adaptatif en lui faisant croire qu’un véhicule ralentit ou accélère », a déclaré Pajic. « Et le temps que le système puisse comprendre qu’il y a un problème, il n’y aura aucun moyen d’éviter de heurter la voiture sans manœuvres agressives qui pourraient créer encore plus de problèmes. »
Pajic et son équipe, heureusement, ont une solution viable au risque grâce à une redondance supplémentaire comme des caméras stéréo avec des champs de vision qui se chevauchent. Ces techniciens, selon eux, travailleront ensemble pour calculer correctement les distances et déterminer l’erreur entre les données LIDAR et la perception de la caméra.
« Les caméras stéréo sont plus susceptibles d’être un contrôle de cohérence fiable, bien qu’aucun logiciel n’ait été suffisamment validé pour savoir comment déterminer si les données de la caméra LIDAR/stéréo sont cohérentes ou quoi faire s’il s’avère qu’elles sont incohérentes », a déclaré Spencer Hallyburton, auteur principal de l’étude et titulaire d’un doctorat. candidat au Cyber-Physical Systems Lab de Pajic. « De plus, une sécurisation parfaite de l’ensemble du véhicule nécessiterait plusieurs ensembles de caméras stéréo autour de tout son corps pour fournir une couverture à 100 %. »
Pajic a également introduit la création d’un système qui permettra aux voitures proches les unes des autres de partager des données. La recherche et les suggestions de l’équipe seront présentées du 10 au 12 août lors du USENIX Security Symposium 2022.
