Temporal Transformer для CAN-шины ловит аномалии без обмена сырыми данными

Препринт arXiv 2610.10613 описывает систему обнаружения аномалий для внутренней сети автомобиля. Лёгкий Transformer-энкодер читает поток сообщений CAN как временной ряд, а за обнаружение отвечают федеративные «лёгкие головы». Несколько машин или блоков ECU совместно улучшают общую модель, и сырые CAN-данные при этом никуда не передаются. Конкретных цифр точности в аннотации нет. Авторы пишут лишь о «устойчивом» качестве на открытых датасетах при сохранении эффективности и приватности.

Почему CAN-шину трудно защищать

CAN появился в 1980-х как разработка Bosch и до сих пор остаётся основой связи между блоками управления. Современный автомобиль несёт десятки ECU, и все они обмениваются короткими сообщениями по общей шине. В классическом CAN полезная нагрузка кадра ограничена 8 байтами, а встроенной аутентификации отправителя нет. Любой узел может послать сообщение с чужим идентификатором.

Трафик на шине в основном периодический и очень регулярный. Поэтому тонкие отклонения вроде сдвига интервала между кадрами, дрейфа значения в одном байте или нетипичной последовательности сообщений выдают неисправность или вмешательство. Именно такие отклонения плохо ловят детекторы, которые разбирают каждое сообщение отдельно, и правила, написанные вручную. Авторы называют это главным мотивом работы.

Как устроена архитектура

Первая часть — Transformer-энкодер для временных зависимостей. Механизм внимания работает на окне последовательных сообщений и учится, как сигналы меняются во времени. Это позволяет отличать нормальную вариацию от отклонения, которое по отдельному кадру незаметно, но нарушает контекст.

Вторая часть — федеративное обучение. Каждая машина или ECU обучается на своих данных, а общая модель улучшается без передачи сырого CAN-трафика. Для автопроизводителей это важно: журналы шины могут раскрывать поведение водителя и устройство конкретных систем. Что именно авторы вкладывают в «лёгкие головы», аннотация не уточняет. Судя по названию, это компактные компоненты поверх общего энкодера, которые подходят для устройств с ограниченными ресурсами.

Что известно из аннотации:

• Задача: обнаружение аномалий в трафике CAN по таймингам, значениям нагрузки и паттернам сообщений.
• Модель: лёгкий Transformer-энкодер с моделированием временных последовательностей.
• Обучение: федеративное, сырые данные остаются на устройстве.
• Оценка: эксперименты на открытых датасетах.
• Метрики: точность, полнота, F1 и задержка в аннотации не указаны.
• Статус: препринт v1, независимой рецензии пока нет.

Что остаётся за кадром

У работы есть пробелы, которые нужно закрыть до практического применения. Не названы типы атак: инъекция, подмена, подавление сообщений, фаззинг. Эти сценарии сильно различаются по заметности. Открытые датасеты по CAN часто строятся на искусственно внедрённых атаках, и результаты на них не всегда переносятся на реальный парк машин. Не раскрыты требования к памяти и вычислениям на железе класса ECU, хотя слово «лёгкий» стоит в самом названии.

Отдельный вопрос — сама федерация. Данные разных автомобилей неоднородны: модели, прошивки и профили эксплуатации различаются. Передача обновлений модели создаёт канал связи и стоит трафика. Участник с испорченными данными может отравить общую модель. Для систем безопасности это серьёзный риск, и в аннотации он не обсуждается.

На что смотреть командам автобезопасности

Для инженеров Tier-1 и OEM работа даёт хорошую схему: временная модель плюс федеративная приватность. Прежде чем что-то внедрять, нужно получить полный текст и проверить три вещи. Первая — результаты по каждому типу атаки, а не усреднённый показатель. Вторая — задержка и объём памяти на реальном целевом оборудовании. Третья — поведение при смещении данных между машинами. Разумно прогнать подход на собственных журналах шины с известными инцидентами. Регуляторный фон тоже подталкивает к таким решениям: UN R155 требует от производителей систему управления кибербезопасностью, включая мониторинг. Пока метрики не опубликованы, это перспективная архитектурная идея, а не готовый продукт.