AutoDetect

AutoDetect ist ein durch die Landesstiftung Baden-Württemberg gefördert Projekt, in welchem wir Missbrauchserkennung bei Fahrzeugsystemen erkennen. Ziel unserer Forschung ist die Entwicklung von Verfahren und Mechanismen, mit welchen durch Angreifer verfälschte Daten und Sensorwerte sowohl in internen Fahrzeugnetzen als auch aus der Fahrzeug-Fahrzeug-Kommunikation durch verschiedenste Detektoren unter anderem anhand von Konsistenz- und Plausibilitätsprüfungen erkannt, ausgefiltert oder sogar korrigiert werden können. Hierzu entwickeln wir ein Framework auf Basis von sogenannter Subjective Logic.

Projektpublikationen


3.
default
van der Heijden, Rens W.; Engelmann, Felix; Mödinger, David; Schönig, Franziska und Kargl, Frank
Blackchain: Scalability for Resource-Constrained Accountable Vehicle-to-X Communication
SERIAL'17: SERIAL'17: ScalablE and Resilient InfrAstructures for distributed Ledgers, December 11--15, 2017, Las Vegas, NV, USA
Dezember 2017
akzeptiert
2.
default
van der Heijden, Rens W.; Lukaseder, Thomas und Kargl, Frank
Analyzing Attacks on Cooperative Adaptive Cruise Control (CACC)
Proceedings of the IEEE Vehicular Technology Conference (VNC)
Herausgeber: IEEE,
November 2017
akzeptiert
1.
pdf
van der Heijden, Rens W. und Kargl, Frank
Evaluating Misbehavior Detection for Vehicular Networks
Proceedings of 5th GI/ITG KuVS Fachgespräch Inter-Vehicle Communication (FG-IVC 2017)
April 2017
Export als: BibTeX, XML

Personen

Leitung

Prof. Dr. Frank Kargl

Mitarbeiter

Rens van der Heijden

Status

Laufzeit 1.10.2015 bis 30.09.2018