2. ADAS安全威胁分析：ADAS系统面临的典型安全威胁、威胁建模方法（STRIDE）、攻击树分析
好，咱们进入正题。ADAS系统，说白了就是让车自己“看路”、“思考”、“行动”。但你想过没有，如果这个“看路”的眼睛被蒙上了，或者“思考”的大脑被篡改了，会发生什么？
我入行那会儿，大家更关注功能安全，比如传感器坏了怎么办。但这些年，信息安全成了绕不开的坎。一个ADAS系统，如果被黑客盯上，后果可比手机中毒严重多了——那是要命的事。
2.1 ADAS系统面临的典型安全威胁
我个人习惯把ADAS的威胁分成三个层面：感知、决策、执行。每个层面都有它的软肋。
2.1.1 感知层威胁：欺骗传感器
这是最直观的威胁。传感器是ADAS的“眼睛”，如果眼睛看到的是假的，那后续所有判断都是错的。
- 摄像头欺骗：用强光照射摄像头，或者贴一张特殊的贴纸，就能让车辆识别不到行人或交通标志。我在项目中遇到过，用一台投影仪在路面上投射一个假的“停止线”，车辆真的就刹停了。
- 雷达/激光雷达干扰：发射特定频率的电磁波，让雷达“失明”或产生大量假目标。说白了，就是让系统以为前面有堵墙，或者前面空无一物。
- GPS欺骗：发射更强的GPS信号，让车辆定位到错误的位置。嗯，这里要注意，如果车辆依赖GPS做车道级定位，被欺骗后可能直接开上对向车道。
我曾经见过一个团队，只关注了摄像头图像识别的算法精度，完全没考虑传感器物理层面的攻击。结果在渗透测试中，一个简单的激光笔就让车道保持功能失效了。所以，不要只盯着代码，物理世界同样危险。
2.1.2 决策层威胁：篡改算法与数据
决策层是ADAS的“大脑”。攻击者不一定非要骗传感器，直接攻击大脑更高效。
- 模型投毒：在训练数据中混入恶意样本，让模型学坏。比如，让模型看到“停止”标志时，识别成“限速80”。
- 对抗样本攻击：在输入图像上添加人眼看不见的噪声，让模型输出完全错误的结果。你想想看，一张贴了几张贴纸的“停止”标志，在AI眼里就变成了“限速120”。
- 固件篡改：通过OBD接口或无线方式，刷入恶意固件，直接改写决策逻辑。
2.1.3 执行层威胁：控制车辆动作
这是最终目标。攻击者控制了执行器，就能让车辆做出危险动作。
- CAN总线攻击：这是老生常谈的问题。通过接入CAN总线，发送伪造的转向、刹车、油门信号。我记得早期一些车型，只要物理接入OBD口，就能直接控制方向盘。
- ECU劫持：通过漏洞获取制动ECU或转向ECU的控制权，然后让车辆在高速上突然急刹。
2.2 威胁建模方法：STRIDE
面对这么多威胁，怎么系统性地分析？我推荐微软的STRIDE模型。它把威胁分成六类，每一类对应一个安全属性。你对着这六类去检查系统，基本不会漏掉什么。
| 威胁类型 | 英文 | 违反的安全属性 | ADAS中的例子 |
|---|---|---|---|
| S 欺骗 | Spoofing | 身份认证 | 伪造GPS信号、伪造V2X消息 |
| T 篡改 | Tampering | 完整性 | 篡改传感器数据流、修改标定参数 |
| R 抵赖 | Repudiation | 不可否认性 | 攻击者否认发送过恶意指令（缺乏日志审计） |
| I 信息泄露 | Information Disclosure | 机密性 | 窃取高精地图数据、窃取用户驾驶习惯 |
| D 拒绝服务 | Denial of Service | 可用性 | 用大量数据包淹没CAN总线，导致系统死机 |
| E 权限提升 | Elevation of Privilege | 授权 | 从信息娱乐系统提权到ADAS域控制器 |
做STRIDE分析时，我建议你画一张数据流图（DFD）。把每个进程、数据存储、外部实体都标出来，然后对每个数据流和存储，逐一问自己：“这里会不会被欺骗？会不会被篡改？” 这样分析出来的结果才扎实。
2.3 攻击树分析
STRIDE帮我们找出“有什么威胁”，而攻击树帮我们分析“攻击者具体怎么干”。
攻击树是一种树形结构。根节点是攻击者的最终目标，子节点是达成目标需要满足的条件。子节点之间可以是“AND”（与）或“OR”（或）关系。
举个例子，攻击者的目标是“让ADAS在高速上误刹车”。攻击树可以这样画：
目标：让ADAS在高速上误刹车
├── OR
│ ├── AND
│ │ ├── 1. 欺骗前向摄像头（感知层）
│ │ └── 2. 让摄像头识别到“障碍物”
│ ├── AND
│ │ ├── 1. 篡改CAN总线上的刹车指令（执行层）
│ │ └── 2. 绕过安全网关的过滤
│ └── AND
│ ├── 1. 注入恶意固件到决策ECU（决策层）
│ └── 2. 触发特定场景（如检测到前车减速）
你看，通过攻击树，我们能清晰地看到攻击路径。而且，我们可以给每个叶子节点（具体攻击手段）打分，比如攻击难度、攻击成本、被发现概率。这样就能知道，哪些攻击路径最危险，需要优先防护。
我习惯在攻击树上标注“防护措施”。比如，针对“欺骗前向摄像头”这个节点，可以标注“增加激光雷达冗余”、“使用摄像头抗干扰算法”。这样，攻击树就变成了一个“防护决策树”，非常直观。
2.4 小结
这一章我们聊了ADAS面临的典型威胁，从感知、决策到执行，每个环节都有漏洞。然后介绍了STRIDE模型，帮你系统性地发现威胁。最后是攻击树，帮你理清攻击路径。
说白了，安全分析不是一次性的工作。随着系统迭代，新的威胁会不断出现。保持警惕，持续分析，才是正道。下一章，我们会聊聊如何把这些威胁分析的结果，落地到具体的开发流程中去。