<mark id="oztn4"></mark>
0
去年末，蔚來數據泄漏被勒索225萬美元等額比特幣事件，再度為智能汽車行業的安全問題敲響警鐘。
盡管此次蔚來泄漏的數據并非出自車輛信息系統的漏洞，但隨著汽車走向“新四化”，對外接口數越來越多的車輛被黑客攻擊的概率大幅提高，近年來車輛因被攻擊導致數據泄漏、行駛安全受影響的事件層出不窮。
2022年這一年，就有豐田汽車遠程車載信息通信服務T-connect泄露近30萬名客戶的個人信息，還有特斯拉被19歲黑客入侵控制25輛特斯拉汽車的解鎖車門、啟動無鑰匙駕駛、控制喇叭和燈光等操作權限。
另一方面，除了攻擊事件與日俱增，智能汽車各種軟件系統本身的安全，在各類自動駕駛相關的事故中也被打上了問號。
2021年，蔚來汽車半個月內接連發生兩起致死事故，其中一起事故發生時，蔚來的自動輔助駕駛系統NOP處于被激活狀態。此外，特斯拉、理想、小鵬都曾不同程度因自動駕駛事故引發輿論爭議。
在智能汽車時代，信息安全與系統安全已然成為各大主機廠無法回避的責任。目前，智能汽車行業的安全建設水平如何？怎樣建設完備的智能汽車安全保障體系？存在哪些難題和挑戰？圍繞這些關鍵問題，雷峰網開啟智能汽車安全“十人談”系列報道，嘗試厘清智能汽車安全建設的思路及路徑。
本文為該系列的第一篇，由國汽智控CEO&CTO尚進從汽車信息安全角度分享。
尚進是國內少數具備汽車和安全背景的從業者。他在清華大學汽車系本碩博連讀，博士論文曾獲“全國優秀博士學位論文”，他還是南加州大學計算機系碩士，先后在Sonicwall、飛塔、Juniper、山石網科等全球一流網絡安全公司工作，被稱為“安全圈里最懂汽車、汽車圈里最懂安全的人”。
“今天汽車的信息安全防護市場規模很低，說是0都可以，沒有哪個主機廠真正來做建設。”尚進認為，盡管在業內推行全面的信息安全防護體系仍面臨著重重阻礙，但信息安全和數據安全在今日無疑是保證智能汽車安全的剛需。
因自動駕駛域擁有車內最大、最復雜的軟硬件系統，最多的對外連接與數據源，智能汽車的數據安全首要做在自動駕駛域，這考驗著安全團隊對防護對象——自動駕駛與智能汽車的了解程度。若以此為標準，目前國內大多數安全廠商、互聯網公司都做不了車內信息安全。
尚進認為，安全可以從兩個角度來看，其一是攻擊和防護，另一為安全技術和安全平臺。
安全平臺也就是防護對象。從上世紀80年代第一代防火墻技術誕生以來，網絡安全行業發展至今30余年，防護范圍逐步擴大，從網絡擴展到路由器、交換機和云端，如今最熱門的防護對象則是智能汽車。
過去，由于汽車的智能化有限，汽車信息安全并非是個緊迫問題，汽車廠商也無需為此組建一支專業團隊。新四化（電動化、網聯化、智能化、共享化）的到來，顛覆了傳統的汽車行業，新技術與汽車的融合，帶來了行業新增長。
與此同時，也衍生出了新問題。汽車變得更加智能的另一面是，傳感器、對外接口增多，采集到的個人數據和場景數據也成指數級增長，而配套的信息安全建設卻極其滯后。
在這個背景下，越來越多的汽車廠商發生數據泄露、車輛被黑客控制的事故。與汽車信息安全相關的法規建設加速提上日程，對汽車廠商提出信息安全的合規要求。
監管之下，汽車信息安全建設不得不起步。尚進直言，由于缺乏積累，智能汽車的信息安全，與發展了30多年的黑客技術相比，簡直是小巫見大巫。
所幸建設并非必須從零做起。
尚進認為，新四化將汽車演變成“四個輪子+一個數據中心”的形態，汽車從分布式電子電氣架構走向集中式架構，新的產業鏈將基于“硬件——操作系統——應用”的模式，這些變化讓汽車行業與ICT行業越來越相似，汽車的生態越來越像PC、手機。
“智能汽車跟企業網、數據中心的拓撲類似，里面的硬軟件架構也差不多，處理器、軟件提供的服務，以及也要訪問云端的相似性，決定了攻擊汽車和ICT行業的黑客是同一幫人、同一幫技術。”
他表示，智能汽車行業應該借鑒ICT行業，迅速搭建起信息安全防護體系和生態，比如車也要做邊界，做處理器防護。實際上，無論車內通訊、車外通訊、安全服務（包括云安全、手機安全、應急響應等），在ICT行業都有成熟技術可以借鑒、移植。
既然已有較成熟的經驗可以借鑒、移植，汽車信息安全防護體系的建立是否還存在其他難點與挑戰？
尚進認為，技術的實現確實不難，但最大的挑戰在于能否實現ICT行業經驗與智能汽車的充分融合，這考驗著安全團隊對防護對象，即自動駕駛與智能汽車，是否有足夠的了解。
以自動駕駛域為例，引入數據安全防護技術與體系后，應當保證整個系統依然達到車規級，以及自動駕駛的性能不受影響，而這需要安全團隊真正了解自動駕駛，把數據安全放到合適的位置。
智能汽車與普通數據中心不同的一個特點在于，智能汽車的自動駕駛域是個非常強大的多級處理單元，采集到數據后，會對數據進行感知、規劃、控制等計算處理，會產生新的數據，因此除了對數據進行全生命周期的防護和管控外，也需要對自動駕駛的全生命周期進行數據安全防護。
尚進的觀點非常簡單且直接：“如果以對防護對象的了解程度作為標準，目前國內大多數安全廠商、互聯網公司都做不了車內信息安全，因為他們沒有真正進入到汽車供應鏈體系。”
以下為新智駕與尚進的對話節選，新智駕做了不改變原意的編輯和整理。
Q：您的本碩博都是汽車工程專業，為什么后面又會選擇做安全？
尚進：單從職業軌跡來看，我是2016年從網絡安全圈轉行到汽車圈，其中的跨度非常大，算是安全圈里轉行最徹底的人。
這其實有賴于我在學生時期打下的基礎，本碩博10年，在清華大學讀的正是汽車系，師從管迪華教授。
那時候，我對機械類課程談不上喜歡，本科時期甚至曾有轉系的念頭。但堅持在汽車系讀下來，我逐漸體會到了推導、試驗驗證、理論提升這個科研過程的魅力。
為了體驗更具創新性的科研，博士期間，我選擇了汽車動力學理論里最需要研究和最具挑戰性的輪胎力學作為研究方向，畢業論文主題是“利用模態參數對輪胎純側偏特性建模”。在這篇論文中，我推導出了新的基礎計算模型，并成功計算出了多個經典試驗成果。因為這些成就，我的博士論文后來入選了“全國優秀博士學位論文”。
博士畢業后，我到了美國計劃做更深入的研究，但很快便發現美國在汽車研究上并不能提供比在清華時更優秀的科研體驗，這讓我決心去轉變方向。
2001年，計算機專業非常流行，我轉到南加州大學讀計算機系，8個月后就拿到了碩士學位。畢業后，我加入美國網絡安全公司Sonicwall，正式踏入了安全行業。
在而后的14年，我先后在飛塔、Juniper、山石網科等網絡安全公司工作，設計和實現了分布式彈性云虛擬和物理防火墻，獲得網聯安全行業最著名的NSS-Lab評比測試綜合第一名。
硅谷風潮涌動，我周圍談論自動駕駛和電動車的聲音越來越多，逐漸意識到這股風潮中所蘊藏的機遇，所以我就當機立斷回歸到汽車行業。
2016年前后，為近距離接收最前沿的自動駕駛技術，國內車企紛紛在硅谷建立研發中心，這其中就有廣汽研究院。當時廣汽研究院的院長王秋景是我在清華的同門師兄，他找到我幫忙推薦廣汽硅谷研發中心的負責人人選。幾次引薦，王秋景院長都不滿意，最后我接下了這個擔子，創建了廣汽硅谷研發中心，也順勢回到了老本行。
我為廣汽硅谷研發中心設定了包括自動駕駛和信息安全在內的發展路線。實際上在加入廣汽之前，我就已經在中國工程院院士李克強的提議下，為國內汽車信息安全建設提建議，開始全面研究智能網聯汽車的發展和核心技術。
重回汽車行業后，我也主導了汽車信息安全首批國家標準《汽車網關信息安全技術要求》的擬定。
Q：網絡安全行業整體已經發展30余年，而汽車信息安全才剛剛起步，您認為應該怎么做汽車信息安全？
尚進：我曾經總結了幾點到今天依然適用的觀點。第一，安全是a long journey that never ends，我是在參加黑帽大會時聽到的，對這句話很有體會。道高一尺，魔高一丈，安全是永遠做不完的。我算是有點改行了，但是我的很多朋友已經在安全行業工作了近30年，到現在都還在這個圈子里。因為安全本質上是跟人斗，人和人斗是無止境的。
第二，安全有兩大維度，一個是攻和防，另一個是安全技術和安全平臺。安全平臺也就是防護對象，我們的防護對象不斷發生變化，首先是網絡、路由器、交換機，后來在云端，今天在汽車，但是安全技術維度沒有變化，技術雖然越來越多，但它是一個疊加，而不是迭代，技術永遠不會過時，舊工具到今天依然很有用。
從安全性來講，還是傳統技術擁有最明確的市場。現實中，占了80%的高頻攻擊，用傳統技術就能很好防住，低頻的是新的、更高級的攻擊，遇到這類攻擊事件幾乎所有技術都無法實時防住。
第三，在安全行業，“不知攻焉知防”的說法很流行，但不夠準確。實際上，攻擊和防護是兩撥人，兩種思路，攻擊就像是給一座樓“打洞”，從某種程度來講，攻擊方不需要對這座樓很了解，不斷地攻擊就能把樓打垮，找到漏洞；防護講究縱深防御，就像蓋樓，要形成一個很好的架構體系，得對防護對象本身很了解。我們很容易被攻擊所吸引，但是防護才應該是核心，汽車安全也應該注意這一點。
汽車行業正在經歷與ICT行業融合的過程。對于智能汽車的安全問題，最大的挑戰在于對融合的理解不夠，對自動駕駛和智能汽車的了解不夠。如果以對防護對象的了解程度作為標準，目前國內大多數安全廠商、互聯網公司都做不了車內信息安全，因為他們沒有真正進入到汽車供應鏈體系，對自動駕駛和智能汽車的了解有限。
第四，剛剛已提到，遇到低頻的高級攻擊事件，所有的安全手段都防不住，所以不能為了做更多的安全防護而犧牲性價比，要講究平衡。
Q：很多網絡安全行業的理念都能為汽車行業所用，具體來看，汽車行業應該怎么借鑒其他行業已有的經驗？
尚進：從智能汽車的發展來看，智能汽車正在演變成“四個輪+一個數據中心”的形態，比如車本身就有邊界、有內網、有對外連接。
什么叫數據中心？一個典型的數據中心是，物理上很大的服務器，中間高速網路沿，又有很多指向各地的小執行器，智能汽車在往這個方向發展，特斯拉就是這樣。抽象來看，智能汽車的拓撲其實跟企業網、數據中心的類似，里面的硬軟件架構也差不多，處理器、軟件提供的服務，以及也要訪問云端的相似性，決定了攻擊汽車和ICT行業的黑客是同一幫人、同一幫技術。
黑客技術已經發展了30 多年，但智能汽車的安全防護才剛剛開始，就像是一個成年人對小學生，這怎么辦？我剛剛在講安全的維度時已經提到，安全平臺在變，但是安全技術沒有變化，這種情況下很多安全技術都是可以移植使用的，所以我們應該借鑒ICT行業迅速地把車的防護體系建立起來。
從另一個角度來看，智能汽車使用的安全技術戰略、產品與ICT行業的幾乎沒有變化，就談不上是創新，依然在紅海里。
Q：近幾年智能汽車的信息安全問題越來越受重視，您怎么看待這個趨勢？
尚進：幾年前，黑客攻擊汽車其實是很丟人的事情，技術那么厲害，卻去攻擊沒有防護的車輛，你覺得這值得炫耀嗎？信息安全圈有個特征，安全是講究成本的，沒有攻擊方就不需要做安全。實際上，傳統車輛或者現在一般的智能車都沒有攻擊價值，因為車輛里面沒有什么值得攻擊的東西。所以盡管汽車信息安全的概念很早就有了，但是這個市場一直很差。
現在情況變了，因為自動駕駛的發展，以及數據安全問題越來越受重視。去年，國內乘用車L2級別輔助駕駛的裝機量將近30%，車輛上有了更多的功能、攝像頭和傳感器，每天采集驚人的數據量。
另外一點，車是高速移動的，每天會開很多地方，而且攝像頭是主動采集數據，個人不知道自己什么時候被拍下，政府也不知道哪個地點會被拍下，敏感數據非常多。這些特征使得數據安全變成汽車信息安全，甚至是整個信息安全行業最大的熱點和剛需。
很多人都會混淆“數據安全”這個詞，其實“數據安全”包含了兩個概念，一個是security，一個privacy。現在大家談論的更多是privacy問題，比如個人和地方的隱私保護，這不是數據泄露的問題，而是數據管理的問題，哪些要上傳，哪些要脫敏，哪些要加密等等。針對數據安全，在ICT行業也已經有很成熟的技術，可以借鑒移植過來。
Q：做汽車的數據安全，技術可以移植，那么是否還有需要克服的難題？
尚進：這需要先回答一個問題，車內數據跟哪個零部件或者功能關系最大？是自動駕駛，因為大部分數據都是圍繞著自動駕駛轉的，所有的攝像頭都是為自動駕駛服務的，自動駕駛是我們車內最大、最復雜的一個軟硬件系統，有著最多的對外連接，也是最容易被黑客攻擊的。那么講車內的數據安全，首要是做在自動駕駛域，反過來講，做自動駕駛就一定要做數據安全。
數據安全技術本身沒有難度，最大的難度是怎么和自動駕駛融合。大概來講，自動駕駛包括感知、規劃、控制，在這幾大流程都可能會有數據安全的問題，怎么把數據安全很好地融合進來是一個難題。
Q：在車內數據安全方面，國汽智控現在合作的主機廠有哪些？落地周期多久？
尚進：現在上車的有比亞迪、長安、廣汽、上汽等主機廠。跟主機廠的開發周期，也就是我們共性產品落到不同車型上的額外開發周期，其實不需要多長時間，一兩個月就可以出來。由于產品以軟件為主，本身也能夠在上車之后進行功能升級，以及分級分類數據庫升級。
車內數據安全建設，是兩個行業的融合，大多數情況是我們的客戶對安全不懂，我們更多是引導主機廠，主機廠一般不會對具體的技術提出質疑。
Q：除了向供應商采購數據安全產品，會有主機廠選擇自建團隊做這塊的研發嗎？
尚進：有些車企可能會說參與進整體的產業鏈建設，但很少車企會做安全技術開發。一方面是安全技術已經很成熟，另一方面是融合的挑戰很大，有門檻，需要對兩個行業都懂，這樣的人才太少了。另外，自己做的性價比也不高。
Q：數據安全得到空前重視，汽車信息安全的市場應該有所改善，現在整體的市場規模有多大？
尚進：實際上，不能說市場改善很多。安全屬于純成本支出，車主不會買單，主機廠對此的預算不高，也注定主機廠不會真正投入做建設。搭建完備的信息安全防護體系，也牽扯到產業鏈上眾多的供應商，做起來很麻煩。目前，業內普遍的做法是使用開源的代碼來搭簡單的防護手段。
現在，市場大的反而是更吸引人的攻擊測試產品，防護產品的重視程度比較低。從這點來看，今天的汽車信息安全防護市場規模很低，說是0都可以。
Q：主機廠用開源代碼做安全防護，但是車輛的研發周期較長，進入量產后很難再做代碼升級，會出現量產之后代碼過時、防護手段失效的情況嗎？
尚進：用開源的代碼，就要符合開源的體系，一定要有升級的本事，這就牽涉到一體化和操作系統。那么升級的是什么，是應用，這就需要一個堅固的、不需要經常升級的操作系統，這也是國汽智控在做的。以數據安全為例，數據安全核心引擎做得堅實，但是數據安全的分級分類庫是可以升級的，不能割裂開。
Q：如何打造一個系統性的汽車信息安全防護體系？
尚進：建立起完整的汽車信息安全防護體系還需要全產業鏈的參與，而非具體某家安全廠商所能為。
安全服務需要搭建共享的漏洞庫與應急響應體系，也就是“打補丁”。任何防護技術都不能100%避免被攻破，所以我們有時候最強大的依賴是打補丁。打補丁的要訣之一是快速，出現漏洞后，要能夠在短時間內在全球的計算機里進行更新，這是安全防護的最后一道屏障。
智能汽車同樣需要實現這個功能，但在傳統的供應鏈模式下，打補丁依然是個難題。以特斯拉和沃爾沃為例，特斯拉最好的車一兩年前打補丁需要一個月以上，沃爾沃最好的車需要半年。
冗長的時長來自于汽車的供應鏈體系。漏洞出來后，主機廠需要定位到具體哪個供應商的軟件，通知其更新，再上傳、測試，整套流程下來耗費數月的時間。在信息安全領域，這是絕對不能接受的。
所以我建議，汽車的產業鏈都應該融入信息安全的防護體系中，軟件供應商連接上漏洞庫，向上與主機廠建立快速的OTA更新機制，實現以天數計算的更新。
因為經常宣講汽車信息安全，我偶爾會提醒對話人，國汽智控并非一家做汽車信息安全起家的公司，而是自動駕駛操作系統tier 1.5。
我把國汽智控提供的數據安全和信息安全產品視為自動操作系統不可或缺的組成部分，數據安全與信息安全是保證智能汽車安全的必要條件，這也是國汽智控開發相關產品的出發點。
沒有數據安全就沒有智能汽車安全，安全永遠不是商業的風口，但會永遠存在。
雷峰網 雷峰網(公眾號：雷峰網)
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
