EnglishThis paper proposes a novel intrusion detection algorithm that aims to identify malicious CAN messages injected by attackers in the CAN bus of modern vehicles. The proposed algorithm identifies anomalies in the sequence of messages that flow in the CAN bus and is characterized by small memory and computational footprints, that make it applicable to current ECUs. Its detection performance are demonstrated through experiments carried out on real CAN traffic gathered from an unmodified licensed vehicle.
Anomaly detection of CAN bus messages through analysis of ID sequences / Marchetti, Mirco; Stabili, Dario. - (2017), pp. 1577-1583. ((Intervento presentato al convegno 28th IEEE Intelligent Vehicles Symposium, IV 2017 tenutosi a usa nel 2017.
| Data di pubblicazione: | 2017 |
| Titolo: | Anomaly detection of CAN bus messages through analysis of ID sequences |
| Autore/i: | Marchetti, Mirco; Stabili, Dario |
| Autore/i UNIMORE: | |
| Digital Object Identifier (DOI): | http://dx.doi.org/10.1109/IVS.2017.7995934 |
| Codice identificativo Scopus: | 2-s2.0-85028066855 |
| Codice identificativo ISI: | WOS:000425212700245 |
| Nome del convegno: | 28th IEEE Intelligent Vehicles Symposium, IV 2017 |
| Luogo del convegno: | usa |
| Data del convegno: | 2017 |
| Pagina iniziale: | 1577 |
| Pagina finale: | 1583 |
| Citazione: | Anomaly detection of CAN bus messages through analysis of ID sequences / Marchetti, Mirco; Stabili, Dario. - (2017), pp. 1577-1583. ((Intervento presentato al convegno 28th IEEE Intelligent Vehicles Symposium, IV 2017 tenutosi a usa nel 2017. |
| Tipologia | Relazione in Atti di Convegno |
File in questo prodotto:
| File | Descrizione | Tipologia | |
|---|---|---|---|
| FINAL_SUBMISSION.pdf | Articolo principale | Post-print dell'autore (bozza post referaggio) | Open Access Visualizza/Apri |
Utilizza questo identificativo per citare o creare un link a questo documento:
http://hdl.handle.net/11380/1149168
I documenti presenti in Iris Unimore sono rilasciati con licenza Creative Commons Attribuzione - Non commerciale - Non opere derivate 3.0 Italia, salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris
Copyright © 2021