本文提出 ICVAT，一个开源的中间人（MitM）攻击可视化、分析与交通流量优化工具包，旨在弥补智能交通系统（ITS）领域对 MitM 攻击实际运行后果及工程缓解策略研究不足的问题。与大多数聚焦底层通信协议安全的工作不同，ICVAT 结合 SUMO 交通仿真器，从系统层面评估攻击对交通安全与效率的影响。工具包使用基于真实数据校准的驾驶员模型，提供可信的安全和效率评估。其模块化组件覆盖攻击场景设计、基于强化学习的攻击检测、基于交通流特征的优化以及可视化分析，支持用户在个体（如单车）和网络（如交叉口群）两个粒度上进行模拟推演（what-if）。通过捕捉复杂驾驶员行为和交叉口动态，ICVAT 展示了网络攻击如何沿交通流传播，并帮助识别有效的缓解措施，可服务于研究、教学和行业演示。该平台为交通工程师、自动驾驶安全研究者和网络防御者提供了一个共同实验环境，为后续开发面向交通场景的针对性防护策略打下基础。