Riassunto analitico
Questo lavoro di tesi illustra uno studio di diversi Intrusion Detection System (IDS) per il CAN bus che utilizzano tecniche di Machine Learning. In particolare, sono state analizzate e confrontate diverse soluzioni presenti in letteratura per comprendere le loro caratteristiche e prestazioni.
Successivamente, è stata posta l'attenzione sulla reimplementazione di un approccio particolarmente interessante, che utilizza le informazioni presenti nel payload dei pacchetti e sfrutta tecniche di Deep Learning per apprendere il comportamento normale della linea CAN. Questa soluzione è stata quindi testata utilizzando dataset che simulano diversi scenari di attacco.
Inoltre, l'algoritmo è stato sperimentato non solo con il dataset di riferimento, ma anche con altri tre dataset pubblici di tracce CAN, al fine di valutare le performance in maniera più generale.
È parso evidente fin da subito come questo tipo di algoritmi siano fortemente dipendenti dai dati ma, nonostante i risultati ottenuti, lo studio suggerisce che gli approcci basati sul Machine Learning rappresentino una soluzione promettente per i sistemi di rilevamento delle intrusioni nelle reti veicolari del futuro prossimo.
|
