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（SoC）中的关键组件，提供隔离的密码服务、安全密钥存储以及在严格实时和成本约束下的受控执行环境。论文首先调研了量产ECU中常见的HSM集成模型，讨论其灵活性和当前汽车应用场景；随后引入现实威胁模型以激励硬件支持的安全控制，并分析HSM设计选择如何影响安全启动信任链、安全存储、安全执行和软件签名机制。文章重点讨论了隔离性、性能、可更新性和攻击面之间的关键权衡，并可选地考虑侧信道影响。最后，论文指出开放挑战和未来方向，包括密码敏捷性和后量子准备等新兴问题，这些将塑造下一代汽车HSM架构。该研究属于架构分析，不提出具体攻击方法，适合汽车安全架构师、芯片设计人员、功能安全工程师以及关注硬件安全的研究人员阅读。

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。现有研究大多聚焦于检测环节，却未能有效解决检测与运行时修复的协同问题。DACER 是首个将证明（attestation）与修复（repair）协同设计的方案，统一了固件回滚的“本地”特性与 ECU 重启的“全局”特性。其核心思想是：每个 ECU 利用 ARM TrustZone 执行高效的本地自证明与自修复，并通过分层车辆计算架构实现低开销的分布式协调，从而在不违反实时约束的前提下，对整车状态进行校验、抵抗单点故障、并在运行时完成固件恢复。DACER 的关键功能依托于每个 ECU 内嵌的 ARM TrustZone 以及存储设备中的安全闪存控制器。作者在真实硬件上实现了原型，并通过实验证明了其低开销特性。该研究为汽车 ECU 的主动安全防护提供了新思路，适合汽车安全研究人员、嵌入式系统安全工程师以及功能安全与信息安全交叉领域的从业者阅读。

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、系统或操作条件变化时需要重新训练；二是倾向于将故障定位建模为分类任务，未显式利用故障位置、传感器与下游子系统效应之间的空间和功能关系，导致泛化能力不足且缺乏可解释性。针对这些问题，本文提出一种知识图谱引导的检索增强大语言模型框架（KG-guided RAG-LLM），用于汽车HiL数据的根因分析（RCA）和故障定位。该框架首先将原始时间序列记录转换为紧凑的诊断证据，然后利用传感器到位置及其传播关系的知识图谱进行信息增强，并检索相似历史案例为最终推理提供支撑。大语言模型在此框架中充当决策和解释层，而不是直接的时间序列分类器，从而输出排序的故障位置预测，并生成可解释的RCA说明。实验在两个汽车HiL案例上进行：ASM汽油发动机系统和电动汽车系统。最佳配置的Top-1准确率分别为90%和94%，记录级聚合方法在评估子集上达到完美的文件级故障定位。结果表明，知识图谱引导的RAG-LLM推理能够显著提升根因分析的可解释性和泛化能力，为汽车软件验证中的智能诊断提供了新思路。

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电流流过硅裸片而永久损坏，甚至出现可见的烧蚀孔洞。传统手段无法从这类受损芯片中提取任何数据，只能更换模块，导致事故关键证据永久丢失。作者开发了创新的样品制备和成像技术，可对机械、电气或火灾损伤的芯片进行非破坏性数据提取与验证。实际测试中，从一个发生了严重事故的SRS模块中，尽管芯片封装上有明显的烧穿孔，内部金属线熔化蒸发，甚至硅基底部分汽化，局部温度估计超过3000°C，但位于损坏区域仅数百微米之外的片上EEPROM阵列竟然没有丢失任何一位数据。利用该技术，作者成功以100%的成功率提取了全部关键信息。随后，将包含恢复数据的模块安装到一块完好的捐赠主板上，使用Collision Sciences CrashScan标准桌面设备进行EDR提取，获得了完整的碰撞事件报告，并据此完成了事故重建。论文详述了故障物理机制、样品制备流程、SEM成像与数据读取方法，以及技术验证过程。该方法的可负担性和实用性使其易于普及，不仅适用于汽车事故调查，还可推广至医疗、航空、航天等关键安全领域的数据恢复，为在极端条件下保留电子设备中的证据和记录提供了全新解决方案。研究首次证明了在严重物理损坏情况下仍可能完整恢复EEPROM数据，打破了此前“存储芯片损坏即数据永久丢失”的共识。

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。CyberLLM 将检测分为确定性层（正则规则、AST 分析和拓扑图检查）与 LLM 精化层，以高召回率基础配合高精度推理。决策代理汇总发现，使用面向人类的资产分类法打标签，并通过带签名的跨会话记忆和重新规划反馈选择分级响应。所有动作在执行前都需通过四个上下文安全属性和独立动作对齐预言机的验证，被拒绝的动作触发升级与重新规划。对称攻击管道可生成并重放攻击，使攻防双方在相同场景下演练。在包含 C、C++、Rust 编写的九个原创汽车 ECU 模块、47 个分层漏洞及干净对照的独立基准上，始终开启的确定性层以完美精度覆盖 34% 的标记漏洞，加入有依据的 LLM 精化和完整性检查后，覆盖率翻倍至约 70%（F1 为 0.83），且在干净对照上零误报。结果表明，当 LLM 代理被包装在确定性、可审计的安全信封中时，可以执行有用的自主网络防御。

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 架构的固件版本进行补丁差异对比。研究聚焦于一次安全召回（safety recall）所引入的固件变更，发现这些变更实际上修复了遗留协议处理流程中未公开的多个漏洞。通过深入分析补丁前后的二进制差异，作者定位了具体修改的代码路径，并证明被修补的功能在修复前存在严重缺陷，且这些缺陷可被远程利用。该研究确认了此次安全召回不仅是一款产品缺陷修复，更是一次实质性的安全补丁更新。论文展示了在嵌入式车辆固件中，如何利用公开可得的升级包进行固件提取，以及如何借助二进制差异分析手段识别安全修复点，为同类车辆 ECU 固件的漏洞研究提供了一套可行的方法论。适合汽车安全研究人员、固件逆向工程师及关注供应链安全的蓝队人员阅读，以理解车载嵌入式设备中安全补丁分析的流程与潜在风险。

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存在不足，难以在真实环境中高效分析多样化的软件栈。为此，论文提出并发布了一套漏洞评估解决方案，该方案结合了系统化的漏洞发现方法，利用公共CVE数据库，并在Docker化的开发环境中评估漏洞的可利用性风险。实验结果表明了潜在威胁的广度以及利用过程中遇到的实际约束，例如某些漏洞在特定环境下的可利用性受限于配置或依赖。论文进一步讨论了对行业和研究的启示，例如需要更全面的漏洞覆盖和自动化评估流程，并提出了构建更具弹性的SDV的方向，包括在开发周期早期集成安全测试、采用安全编码实践以及加强供应链安全。该研究对于汽车行业的安全从业者、操作系统开发者和漏洞研究人员具有参考价值，提供了一种实用的评估框架，但尚需在实际车辆系统中进一步验证。

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，报告的性能往往依赖于数据集特定特征，可能无法反映检测方法在不同环境下的表现。本文引入了一个基准测试框架，用于跨多个数据集对 CAN IDS 进行一致评估。利用该框架，我们整合了在不同实验条件下收集的七个公开 CAN IDS 数据集，并对五种概念上不同的 IDS 方法进行了跨数据集评估。我们的结果强调了检测性能在不同数据集间可能显著变化，证明了跨数据集基准测试对于评估 CAN IDS 方法的鲁棒性和泛化能力的重要性。

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。VIDS作为一种轻量级防御方案，通过测量每个消息在总线上的电压指纹来识别消息源，由于电压指纹源自ECU硬件特性，单个攻击者无法可控修改，因此VIDS能有效检测伪装攻击。本文研究的问题是：多个攻击者ECU协同是否可能绕过VIDS？作者提出了一种新型攻击方法，利用多个攻击者ECU同时发送消息，通过电压叠加效应在总线上产生与目标合法ECU电压指纹匹配的波形，从而规避检测。实验在真实汽车硬件和模拟环境中进行，评估了不同攻击策略的可行性。结果表明，在特定条件下（如攻击者数量、消息时序控制），攻击成功率可达较高水平。该研究揭示了VIDS的脆弱性，强调了在设计汽车入侵检测系统时需考虑多攻击者协同场景。主要贡献包括：提出第一个绕过VIDS的协同攻击方法；构建了攻击模型并证明可行性；为CAN总线安全检测提供了新的研究视角。适合汽车安全研究人员、ECU设计者及入侵检测系统开发者阅读。