会议内容：
本次研讨会聚焦于智能网联汽车信息安全与车内入侵检测技术，围绕车载网络攻击面分析、入侵检测方法演进、车规级工程部署约束以及标准法规与验证评估等方向展开深入讨论，核心讨论议题主要集中在四个方面：一是智能网联汽车的安全威胁态势与攻击路径演变。围绕车载总线、整车电子电气架构、车云通信、V2X通信以及诊断充电接口等暴露面，梳理攻击者从外部接口渗透至车内总线的典型链路。二是车载入侵检测的技术路线。重点分析基于签名规则、基于统计特征与物理层指纹、基于机器学习与深度学习以及混合式检测四类方法的原理、适用场景与局限性。三是面向车规环境的部署约束。围绕实时性、算力资源、误报容忍度、多总线协议适配以及与SecOC、车载防火墙的协同联动等工程问题展开讨论。四是标准合规与实验验证。围绕UN R155、ISO/SAE 21434以及GB 44495等国内外标准对车内检测与响应能力的要求，讨论可用的公开数据集、评测指标与实车验证环境建设。主讲人王老师结合近年来智能网联汽车安全领域的典型攻防案例与团队研究基础，对入侵检测技术的研究现状、关键技术瓶颈以及未来研究方向进行了系统梳理，并围绕该方向如何与团队现有研究基础相结合进行了重点讲解。
1.研究背景
王老师指出，当前汽车产业正在由传统机械主导的产品形态向"软件定义汽车"加速演进。随着整车电子电气架构由分布式ECU向域控制器、中央计算平台演进，单车搭载的电子控制单元数量不断增加，车内外通信接口日趋丰富，T-Box、远程升级通道、蓝牙钥匙、无线诊断设备、充电桩以及云端服务平台等共同构成了复杂的外联通道。这种开放性的提升，在为整车带来远程升级、协同感知与智能出行体验的同时，也显著扩大了网络攻击面。
从车内核心网络自身来看，CAN总线自二十世纪八十年代由博世公司提出至今，其设计初衷是解决车内ECU之间高可靠、低成本的实时通信问题，并未内建身份认证、报文加密与完整性校验机制，采用广播式传输与优先级仲裁。在物理可达或已被横向渗透的前提下，攻击者可轻易实施报文伪造、重放、洪泛以及拒绝服务等攻击。历史上多次公开的实车安全研究已表明，攻击者可通过对信息服务终端、网关等外围节点的突破，逐步渗透至动力与底盘控制域的安全关键总线。与此同时，围绕机动车型式批准的网络安全法规体系正在快速成型，UN R155、ISO/SAE 21434以及我国GB 44495、GB 44496等强制性国家标准相继落地实施，要求整车企业建立网络安全管理体系并通过车辆型式认证，车内检测与响应能力由此从"可选功能"转变为"合规要求"。入侵检测作为纵深防御体系中的关键一环，与安全启动、身份认证、SecOC报文校验、车载防火墙共同构成完整的防护链条，已成为学术界与产业界共同关注的研究热点。
2.研究现状
在基于签名与规则的检测方向，其优势在于误报率低、资源开销小、易于在车规芯片上实现，可对已知攻击载荷特征和明显的总线异常行为进行快速匹配，但对于未知攻击、变形攻击以及内部合法节点的异常行为缺乏检测能力，且规则库的维护需要持续更新。在基于统计特征与指纹特征的方向，研究者利用CAN报文固有的周期性与时序特征开展异常判定，例如报文时间间隔分布、消息频率熵、标识符序列熵以及信号物理量突变检测等；其中时钟偏移指纹与物理层电压指纹两类方法通过识别发送节点的硬件固有差异实现发送源身份鉴别，无需在报文中增加认证字段，对遗留总线具有良好的兼容性。在基于机器学习与深度学习的方向，早期研究以人工特征结合支持向量机、随机森林等传统模型为主，近年来逐步发展到利用长短期记忆网络、一维卷积神经网络、自编码器、生成对抗网络、Transformer以及图神经网络等模型，直接从报文序列中学习正常行为模式并计算异常得分，部分研究进一步引入联邦学习实现跨车队的模型协同更新。在数据集方面，Car Hacking Dataset、OTIDS、SynCAN以及包含真实隐蔽注入攻击的ROAD数据集等为算法评测提供了基础支撑，但因注入式攻击与真实攻击之间存在语义差异、不同车型总线DBC不公开等问题，算法的有效性和可迁移性仍受到制约。总体而言，现有研究正由单一检测点向"物理层—报文层—语义层—跨域层"的多层次协同检测演进，由车端独立检测向车云协同、威胁情报驱动的方向演进，但在数据基准统一、模型轻量化、实时性保障和可解释性等方面仍存在明显的工程化鸿沟。
3.关键技术与应用场景讨论
王老师从车载系统实际部署需求和攻击路径的角度，梳理了不同应用场景背后对应的关键技术问题：
针对车载总线入侵检测场景，对应的核心研究问题是如何保证检测的实时性与低误报率。总线负载高峰时段每秒报文数量可达数千帧，检测必须在极短的窗口内完成判定，因此需要研究轻量化特征提取方法、级联式检测架构以及模型的量化压缩与剪枝部署。针对跨总线跨域检测场景，对应的核心研究问题是如何关联分析异构总线数据。整车同时存在CAN、CAN-FD、LIN、FlexRay以及车载以太网等多种协议，网关节点具备天然的观测优势，可研究基于跨域语义一致性的关联分析，例如总线信号与车辆动力学状态的物理一致性校验。针对车云通信与远程升级场景，对应的核心研究问题是如何识别异常远程指令与固件篡改行为，需要结合服务端日志审计、升级包完整性校验与安全启动链进行联动设计。针对V2X协同场景，对应的核心研究问题是如何识别伪造的协同感知消息，防范位置欺骗与女巫攻击，可通过多车交叉验证与运动学一致性校验加以判别。针对诊断与充电场景，对应的核心研究问题是如何防范非法外接诊断设备与充电通信链路中的中间人攻击，需要将其纳入整车威胁分析与风险评估的统一框架。
4.讨论环节
参参会科研人员围绕三个前沿技术方向展开了深入的学术讨论：
第一个研讨方向是检测模型的轻量车规化。与会人员认为，学术研究中的复杂深度模型往往难以直接部署于资源受限的车载微控制器，不宜简单以检测准确率作为唯一评价指标，而应建立涵盖延迟、内存占用、算力消耗与功耗在内的综合评价体系，并积极探索先规则过滤、后模型判定的两级级联策略。第二个研讨方向是误报率、可解释性与对抗鲁棒性。参会人员指出，与安全 IT 环境不同，车载场景下过高的误报会干扰正常功能甚至引发安全隐患，因此异常检测结果需要面向运维人员和取证需求提供可追溯的解释依据；同时，入侵检测模型本身也可能成为被攻击对象，对抗样本绕过问题值得关注。第三个研讨方向是实验验证环境的可信性建设。与会人员认为，当前大量研究依赖公开数据集，存在车型单一、攻击注入方式与真实攻击存在偏差、缺少国产量产车型数据等问题，建议结合硬件在环测试台架逐步搭建可控、可复现的车载总线实验环境，并积极探索校企合作获取真实工况数据的可行路径。此外，与会人员还围绕测试数据合规、车辆数据跨境、个人隐私以及研究成果的学术诚信问题进行了讨论，认为在开展汽车安全研究时应严格遵守相关法规与伦理边界，确保研究过程合法合规。
5.会议总结
本次会议重点围绕入侵检测技术在智能网联汽车安全中的应用展开研讨，系统讨论了智能网联汽车面临的安全威胁态势、车载总线协议的固有脆弱性、四类主流入侵检测技术路线的优劣，以及车规级部署、标准合规与实验验证等工程化问题。主讲人王老师结合当前典型的实车攻击案例与国内外标准法规的实施情况，对入侵检测技术的基本特点、应用模式以及未来发展方向进行了详细讲解，参会老师围绕总线异常检测、车云协同防护、模型轻量化和数量评测基准等内容展开了深入交流。通过本次研讨，大家进一步认识到，车载入侵检测研究的难点并不局限于算法精度本身，更在于如何在算力、功耗与实时性的严格约束下实现可信、可控、可解释的检测与响应能力，车内防护正由单点防御向全生命周期、纵深协同的安全体系演进。会议进一步明确了后续可以重点关注的研究方向，包括车载总线异常检测模型的轻量化部署、异构总线的跨域关联检测、面向GB 44495与R155等标准合规的检测与响应机制、硬件在环实验平台建设以及多源车云协同威胁检测等，为后续开展相关课题申报、论文撰写与实验教学转化提供了思路和参考。
图为会议讨论现场
