On the security and privacy of LLMs in Mobility
该论文《On the security and privacy of LLMs in Mobility》由 Mauro Conti、Lorenzo Perinello 与 Umberto Salviati 撰写，属于 cs.AI 分类，是一
#automotive
共收录 10 条相关情报。
← 返回所有主题Automotive HSMs - Architectural Challenges and Security Implications
本文针对汽车电子控制单元（ECU）中硬件安全模块（HSM）的架构挑战与安全影响进行了系统分析。随着车辆智能化与网联化发展，ECU面临远程和物理威胁，软件完整性、真实性和生命周期管理愈发依赖硬件根安全。硬件安全模块（HSM）作为汽车系统级芯片
A Runtime Decentralized Attestation and Coordinated Repair Framework for Securing Automotive ECUs
该论文针对现代汽车电子控制单元（ECU）面临的安全威胁，提出了一种运行时去中心化证明与协同修复框架 DACER。随着汽车智能化与网联化发展，车辆由大量 ECU 组成的分布式系统控制，任何 ECU 被植入恶意软件都可能危及整车安全。现有研究大
Knowledge-Graph-Guided Retrieval-Augmented LLMs for Explainable Root Cause Analysis in Automotive HiL Validation
硬件在环（HiL）验证是汽车软件系统开发中的关键环节，会产生大量多元时间序列数据。人工分析耗时且通常仅能实现异常检测和故障分类，难以进行根本原因分析。深度学习方法在故障检测和分类上虽表现优异，但面临两个主要局限：一是当故障位置、系统或操作条
World-First SEM-based Recovery of Crash EDR Data from the EEPROM of a Severely Damaged SRS Module Using CrashScan
本文介绍了一种全球首创、基于扫描电子显微镜（SEM）的损坏汽车安全气囊控制模块（SRS模块）中碰撞事件数据记录器（EDR）数据恢复方法，名为CrashScan。在严酷交通事故中，SRS模块的处理器和Flash EEPROM芯片常因过压导致大
CyberLLM: A Multi-Agent LLM Framework for Autonomous Detection and Guarded Response in Automotive Cybersecurity
本文提出 CyberLLM，一个面向软件定义汽车（SDV）的多智能体 LLM 编排框架，旨在自主检测漏洞并在运行时安全护栏约束下执行修复。随着 SDV 的兴起，汽车攻击面扩展至源代码、运行时日志和部署拓扑，但安全约束禁止自主代理无监督地行动
S12X Patch Diffing with QBinDiff
该论文针对一款商用车制动电子控制单元（Brake ECU）的固件更新开展了逆向工程与差异二进制分析研究。作者首先分析了更新程序（updater executable）以提取其中包含的固件镜像，随后使用 QBinDiff 工具对基于 S12X
Monitoring Vulnerabilities in Next-Generation Automotive Operating Systems
该论文针对下一代汽车操作系统（软件定义汽车SDV）的安全漏洞监控问题展开研究。背景是SDV通过集成复杂的硬件和软件系统正在革新交通运输，但这也带来了显著的安全挑战，尤其是操作系统层面的漏洞。作者指出，现有的漏洞评估工具在处理操作系统漏洞方面
CAN We Trust Your Results? A Cross-Dataset Study of Automotive IDS Evaluation
现代车辆通信网络的日益互联使得保护车内通信网络成为关键挑战。入侵检测系统（IDS）作为检测控制器局域网（CAN）总线恶意活动的防御机制被广泛研究。然而，由于实验设置不一致和缺乏标准化基准测试框架，CAN IDS 方法的评估仍然困难。因此，报
Evading Voltage-Based Intrusion Detection on Automotive CAN.
本文针对汽车控制器局域网（CAN）中的电压入侵检测系统（VIDS）提出了一种规避攻击方法。CAN总线是现代汽车电子控制单元（ECU）间通信的核心，但由于资源限制缺乏网络安全机制，容易遭受ECU伪装攻击：攻击者ECU冒充合法ECU发送伪造消息