Descubren sistema de ataque que puede engañar a los sensores de proximidad de coches autónomos

Publicado el

Autopista

Investigadores demostraron, a través de un estudio reciente, una peligrosa estrategia de ataque, la primera reportada en su tipo, que puede engañar a los sensores de vehículos autónomos estándar de la industria haciéndoles creer que los objetos cercanos están más cerca (o más lejos) de lo que parecen sin ser detectados.

Los hallazgos reportados indican que puede ser necesario dotar a estos coches de capacidades ópticas 3D o de la capacidad de compartir datos con automóviles cercanos, para protegerlos de eventuales ataques.

Investigadores descubren brecha de seguridad en coches autónomos

Sin discriminar entre fabricantes, las empresas que están desarrollando coches autónomos tienen como principal desafío la implementación de sistemas de protección contra ataques.

Actualmente, la tecnología de localización más común empleada por las empresas que fabrican coches autónomos de hoy en día combina datos 2D de cámaras y datos 3D de LiDAR, que es un sensor de proximidad o radar que opera a través de un láser, implementación que ha sido evaluada como exitosa por los principales actores de la industria, que siguen implementando esta alternativa.

«Nuestro objetivo es comprender las limitaciones de los sistemas existentes para que podamos protegernos contra los ataques», dijo Miroslav Pajic, profesor asociado de ingeniería eléctrica e informática de la familia Dickinson en la Universidad de Duke. «Esta investigación muestra cómo agregar solo unos pocos puntos de datos en la nube de puntos 3D, por delante o por detrás de donde se encuentra realmente un objeto, puede confundir a estos sistemas para que tomen decisiones peligrosas», señaló el científico a la casa de estudios que albergó esta investigación.

El ataque potencial descubierto es relativamente sencillo. Obstruyendo al sensor LIDAR con un láser que lo confunda, podrían agregarse puntos de datos falsos a su percepción. Esto podría ocasionar graves problemas de seguridad para los pasajeros de un vehículo y su entorno, ante la posibilidad de colisionar por un mal cálculo.

Los efectos de esta vulnerabilidad pueden ser reconocidos al triangular los datos del LIDAR con lo que capture la cámara de un coche. Sin embargo, dada la distribución de estas cámaras, existen puntos de fuga que continúan exponiendo la seguridad de estos vehículos.

Para protegerse contra estos ataques, de acuerdo a lo señalado por Pajic, es una capa de redundancia adicional en la verificación de los datos. Por ejemplo, si los automóviles tuvieran «cámaras estéreo», dispuestas a la izquierda y a la derecha del coche,  con campos de visión superpuestos, podrían estimar mejor las distancias y notar los datos LIDAR que no coinciden con su percepción.

«Es más probable que las cámaras estéreo sean una verificación de consistencia confiable, aunque ningún software ha sido suficientemente validado para determinar si los datos de la cámara estéreo/LIDAR son consistentes o qué hacer si se descubre que son inconsistentes», dijo Spencer Hallyburton, un doctorado candidato en el Laboratorio de Sistemas Ciberfísicos de Pajic y autor principal del estudio. «Además, asegurar perfectamente todo el vehículo requeriría múltiples conjuntos de cámaras estéreo alrededor de todo el cuerpo para brindar una cobertura del 100 %», agregó.

Como el “engaño” del que pueden ser objeto los sensores LIDAR respondería a un eventual ataque físico, sus efectos inevitablemente serían limitados a una reducida cantidad de vehículos o incluso, sólo uno a la vez. Una solución alternativa propuesta por los investigadores es la implementación de un sistema de intercambio de datos entre coches, para robustecer la verificación de los mismos. Además, considerando que probablemente cada fabricante emplee su propio sistema operativo, difícilmente un ataque cibernético podría afectar a todos por igual y al mismo tiempo.

El equipo proyecta por lo menos una década para ver materializados los avances de su investigación. No obstante, estas tempranas advertencias pueden ayudar a solucionar graves problemas dentro de una industria que aún está en pañales, a pesar de las grandes innovaciones compartidas durante los últimos años.