$30 off During Our Annual Pro Sale. View Details »

LiDARセキュリティ最前線

 LiDARセキュリティ最前線

Yoshioka Lab (Keio CSG)

March 13, 2024
Tweet

More Decks by Yoshioka Lab (Keio CSG)

Other Decks in Research

Transcript

  1. ・2014 Graduate@Keio Univ. ・2014-2021 Toshiba Research ・2017-2018 Stanford Visiting Scholar

    @Mark Horwitz Group ・2021-Keio Univ. Assistant Prof. Keio CSG PI https://sites.google.com/keio.jp/keio-csg/ 自己紹介 Slide 2
  2. ・2014 Graduate@Keio Univ. ・2014-2021 Toshiba Research ・2017-2018 Stanford Visiting Scholar

    @Mark Horwitz Group ・2021-Keio Univ. Assistant Prof. ・Expertise: Mixed-signal circuit design, LiDAR design, ML accelerators, LiDAR Security 自己紹介 WiFi/ADCs VLSI 2020 ISSCC2018 JSSC 2018 ISSCC 2020 JSSC 2020 LiDAR SoCs ISSCC2017 ISSCC2018 JSSC2018 TVLSI2019 CIM/AIアクセラレータ ISSCC2024 ASP-DAC2024 Slide 3
  3. Slide 4 ◼ 自動車へのセンサ幻惑攻撃の歴史 ◼ LiDARセンサ幻惑攻撃の課題 ◼ 我々のLiDARセンサ幻惑攻撃の研究紹介 ◆1. 任意形状攻撃の実現

    ◆2. 次世代LiDARへの攻撃 ◆ T. Sato*, Y.Hayakawa*, R.Suzuki*, Y.Shiiki*, K.Yoshioka, Q. Chen, “Revisiting LiDAR Spoofing Attack Capabilities against Object Detection: Improvements, Measurement, and New Attack” https://arxiv.org/abs/2303.10555 今日の内容
  4. ◼ 日本の交通事故年間死亡者数:2,636人 ◆10代の死因1位 ◆20代の死因2位 ◼ 自動運転時代への変革はSociety5.0の柱 ◆交通事故被害者を大幅に減らす期待 ◆AIの発展に加え、高精度な3Dセンサ LiDARの活用 によって大きく技術進歩

    ⚫LiDAR: Light Detection and Ranging ◼ 自動運転車(AV)の対人事故はセンシティブな問題 ◆死亡事故を起こしたUberは信用回復できず撤退 研究背景:自動運転社会への変革 Uber社の自動運転車 [wired.com] 年代 第1位 第2位 1~19 交通事故 自殺 20~34 自殺 交通事故 34~49 自殺 がん 交通事故 (第5位) 50~64 がん 心疾患 交通事故 (第5位) [2010年厚生省統計より作成] 5
  5. ◼ Wenyuan, DefCon’16, “Can You Trust Autonomous Vehicles: Contactless Attacks

    against Sensors of Self-driving Vehicle” ◆テスラのソナー、レーダーに対するspoofing攻撃に成功 自動車におけるセンサ幻惑攻撃の歴史 10
  6. ◼ Wenyuan, DefCon’16, “Can You Trust Autonomous Vehicles: Contactless Attacks

    against Sensors of Self-driving Vehicle” ◆テスラのソナー、レーダーに対するspoofing攻撃に成功 自動車におけるセンサ幻惑攻撃の歴史 11
  7. ◼ Petit, Blackhat’15 “Remote Attacks on Automated Vehicles Sensors: Experiments

    on Camera and LiDAR” (現Qualcom) ◆LiDAR spoofingに初めて成功した研究 ◆“リレーアタック”と呼ばれる攻撃 ⚫LiDARパルスを受光→複製して返す ⚫偽の“壁”を出現可能 LiDARへのセンサ幻惑攻撃 13
  8. ◼ Petit, Blackhat’15 “Remote Attacks on Automated Vehicles Sensors: Experiments

    on Camera and LiDAR” (現Qualcom) ◆LiDAR spoofingに初めて成功した研究 ◆“リレーアタック”と呼ばれる攻撃 ⚫攻撃装置より後方にしか偽点群を出現 できない → 自動運転への脅威は限定的 LiDARへのセンサ幻惑攻撃 14
  9. ◼ Cao, CCS’19, ”Adversarial Sensor Attack on LiDAR-based Perception in

    Autonomous Driving” (ミシガン大) ◆同期型LiDAR幻惑攻撃手法を成熟 ◆任意形状の点群注入が可能であることを示唆 LiDARへのセンサ幻惑攻撃 15 Laser ToF Meas. PD Laser PD ToF LiDAR Attack laser Laser ToF Meas. PD Sync. PD Spoofer system LiDAR Laser PD ToF Attack laser
  10. ◼ dToF LiDARはTime-of-Flight(ToF)により距離計測 ◆Distance = ToF*c/2 (c: light speed) ◆ある時間にレーザパルスを打ち込むことで、原理的には任意データを注入可能

    →スキャン方法が既知ならば、フォトディテクタを用いてスキャンと完全同期可能 LiDARセンサ幻惑攻撃の原理 Laser ToF Meas. PD Laser PD ToF LiDAR Attack laser Laser ToF Meas. PD Sync. PD Spoofer system LiDAR Laser PD ToF Attack laser 16
  11. ◼ dToF LiDARはTime-of-Flight(ToF)により距離計測 ◆Distance = ToF*c/2 (c: light speed) ◆ある時間にレーザパルスを打ち込むことで、原理的には任意データを注入可能

    ◆→測定タイミングが既知ならば、フォトディテクタを用いて測定と完全同期可能 LiDARセンサ幻惑攻撃の原理 Laser ToF Meas. PD Laser PD ToF LiDAR Attack laser Laser ToF Meas. PD Sync. PD Spoofer system LiDAR Laser PD ToF 17 存在しない データを印加!
  12. Slide 21 ◼ センサ幻惑攻撃の歴史 ◼ LiDARセンサ幻惑攻撃の課題 ◆“注入型“攻撃 ◼ 我々のLiDARセンサ幻惑攻撃の研究紹介 ◆1.

    任意形状攻撃の実現 ◆2. 次世代LiDARへの攻撃 ◆ Sato et al, “Revisiting LiDAR Spoofing Attack Capabilities against Object Detection: Improvements, Measurement, and New Attack” https://arxiv.org/abs/2303.10555 今日の内容
  13. 25

  14. ◼ 点群を任意に注入できるならば消すこともできるのでは・・? ◆→消失型攻撃 ◆Threat: 歩行者の点群をLiDARから消失させ、交通事故を誘発 ◆Cao et al, “You Can't

    See Me: Physical Removal Attacks on LiDAR-based Autonomous Vehicles Driving Frameworks” USENIX’23 先端の攻撃事例:“消失型センサ幻惑攻撃” 27 “歩行者なし” “進行してよし” 攻撃レーザ Attack laser Laser ToF Meas. PD Sync. PD Spoofer system LiDAR Laser PD 27 測定最低距離にレーザ入射時、 以降のデータは無視! 歩行者反射レーザ
  15. ◼ 点群を任意に注入できるならば消すこともできるのでは・・? ◆→消失型攻撃 ◆Threat: 歩行者の点群をLiDARから消失させ、交通事故を誘発 ◆Cao et al, “You Can't

    See Me: Physical Removal Attacks on LiDAR-based Autonomous Vehicles Driving Frameworks” USENIX’23 先端の攻撃事例:“消失型センサ幻惑攻撃” 28 Attack laser Laser ToF Meas. PD Sync. PD Spoofer system LiDAR Laser PD 28 測定最低距離にレーザ入射時、 以降のデータは無視! 歩行者反射レーザ Benign Attack 人を完全に消失!
  16. Slide 29 ◼ センサ幻惑攻撃の歴史 ◼ LiDARセンサ幻惑攻撃の課題 ◆“消去型“攻撃 ◼ 我々のLiDARセンサ幻惑攻撃の研究紹介 ◆1.

    任意形状攻撃の実現 ◆2. 次世代LiDARへの攻撃 ◆ Sato et al, “Revisiting LiDAR Spoofing Attack Capabilities against Object Detection: Improvements, Measurement, and New Attack” https://arxiv.org/abs/2303.10555 今日の内容
  17. ▪ 複数LiDAR利用時の干渉問題 ◆ 他のLiDARと自身のレーザ光が混在 →正しい点群が得られない ▪ 次世代LiDARは干渉回避手法を搭載 ◆ 信号処理能力の向上により実現 ◆

    測距間隔ランダム化 • 測距タイミングをずらして同期防止 ◆ パルスシグネチャ • パルスに認証情報を載せて 返ってきたパルスを選択 次世代LiDARの干渉回避技術 31
  18. ▪ 従来のセンサ幻惑攻撃にはLiDARスキャンとの同期が必要 前提として対象LiDARの測距タイミングを予測して攻撃するには: 1. LiDARの測距タイミングが予測可能であること 2. LiDARの受け入れるパルスの形状が既知であること ▪ 次世代LiDARでは同期攻撃は.. ▪

    測距間隔のランダム化 →測距タイミングの予測が不可能 ◆ パルスシグネチャ →認証を突破しなければ、攻撃成立せず →注入型、消去型攻撃いずれも攻撃は困難? 従来のセンサ幻惑攻撃の問題点 32
  19. ▪ 高周波(400 kHz~)のレーザパルスをLiDARに照射 ◆ LiDARは最も強いパルスを正しいものと認識 ◆ 真のパルスより強い偽のパルスをランダムに受光 • 真のパルスが無効化→真の点群が消失 ▪

    パルスの方が瞬間的に強い光の射出が容易 →飽和攻撃よりも高い攻撃能力(5000~pts) 高周波パルス照射による消失型攻撃(HFR攻撃) 通常時 攻撃時 35
  20. ▪ 次世代LiDARを含むLiDARへHFR攻撃を実行 ▪ 第1世代・ランダム化を持つLiDARへは 多くの点群の消失を確認 →ランダム化に対してもHFR攻撃が有効 ▪ パルスシグネチャを持つLiDARには 消失数少 LiDAR実機への攻撃評価

    LiDAR 世代 干渉回避 消失点数 VLP-16 第1世代 - 5358 VLP-32c 第1世代 - 8778 NG-B 次世代 ランダム化 20847 NG-C 次世代 ランダム化 205730 匿名 次世代 ランダム化 4108 NG-D 次世代 パルス シグネチャ 274 NGLiDARへのHFR攻撃による点群の消失 38
  21. ▪ 次世代LiDARを含むLiDARへHFR攻撃を実行 ▪ 第1世代・ランダム化を持つLiDARへは 多くの点群の消失を確認 →ランダム化に対してもHFR攻撃が有効 ▪ パルスシグネチャを持つLiDARには 消失数少 LiDAR実機への攻撃評価

    LiDAR 世代 干渉回避 消失点数 VLP-16 第1世代 - 5358 VLP-32c 第1世代 - 8778 NG-B 次世代 ランダム化 20847 NG-C 次世代 ランダム化 205730 匿名 次世代 ランダム化 4108 NG-D 次世代 パルス シグネチャ 274 NGLiDARへのHFR攻撃による点群の消失 39
  22. ▪ 自動運転シミュレータでHFR攻撃の有効性を検証 ◆ 実機実験の消失率を用いて前方の障害物の点群を消失 ◆ 攻撃を受けた走行中の車が衝突するかどうか ▪ 第1世代とランダム化を持つLiDARの結果では 100%衝突を誘発 ▪

    パルスシグネチャを持つLiDARの結果では一部のみ成功 自動運転シミュレータでの攻撃の評価 干渉回避 攻撃な し 20m手前から攻撃 VLP-16 - 0/10 10/10 VLP-32c - 0/10 10/10 NG-C ランダム化 0/10 10/10 NG-D パルス シグネチャ 0/10 1/10 シミュレーション上での衝突事故発生数 シミュレーション画面(LGSVL[3]) [3]: “LGSVL Simulator: An Autonomous Vehicle Simulator,” https://github.com/lgsvl/simulator/. 40
  23. 本研究の体制 41 サイバーセキュリティ 専門家 産学連携 LiDARセンサ、AVシステム 吉岡研学生 ・実験補助 ・AVシミュレータ構築 現在5名++

    森 達哉 (早稲田大学) 吉岡 健太郎 (慶應大学) さきがけ研究員 菅原 健 (電通大) 佐久間 淳 (東工大) 澤田 賢治 (電通大) JST CREST AI駆動型サイバーフィジカルシステムの セキュリティ評価・対策基盤 研究員募集中! 佐藤 貴海 (UCI) Qi Alfred Chen (UCI)