Autonome Fahrzeuge gegen Cyberangriffe schützen

Angriffe auf Kameras und Sensoren

Autonome Fahrzeuge gegen Cyberangriffe schützen

Fahrerassistenzsysteme sind heute in nahezu allen modernen Autos verbaut. Damit hängt die Sicherheit davon ab, ob Computersysteme Sensordaten zuverlässig verarbeiten. Forschende der Technischen Universität München (TUM) untersuchen deshalb, wie sich die Systeme gezielt manipulieren lassen - mit dem Ziel, Fahrzeuge künftig besser vor solchen Angriffen zu schützen. Schon eine unauffällig angebrachte Folie auf den Sensoren kann schwere Unfälle verursachen.

In Kürze

• Manipulierte Kameras und Sensoren können autonome Fahrzeuge gefährlich in die Irre führen
• Schon einfache Eingriffe wie Folien auf Sensoren können Fahrentscheidungen verfälschen
• Forschende der TUM testen Angriffe und entwickeln Schutzmechanismen

Autos sind mit immer mehr autonomen Funktionen ausgestattet. Gleichzeitig ist der Testbetrieb von Robotaxis im Münchner Stadtverkehr geplant. Die Fahrzeuge orientieren sich dabei in ihrer Umgebung mithilfe optischer Sensoren. Kameras erfassen Verkehrszeichen, Fahrbahnmarkierungen oder andere Verkehrsteilnehmende; LiDAR-Systeme messen Entfernungen und erstellen daraus ein räumliches Bild der Umgebung. Werden diese Wahrnehmungssysteme manipuliert, kann dies sicherheitskritische Folgen haben.

Manipulierte Sensoren können Fahrentscheidungen verfälschen

In einer aktuellen Publikation zeigt das Team um Sebastian Steinhorst, Professor für Embedded Systems and Internet of Things, und Mohammad Hamad, Gruppenleiter für Cybersicherheit des IoT und autonomer Systeme, an der School of Computation, Information and Technology, dass bereits eine unauffällige Folie auf der Sensoroberfläche die Perspektive von Kameras und LiDAR-Systemen verändern kann. Dabei nutzen die Forschenden eine Polycarbonatfolie, auf der sich eine mikroskopisch kleine, asymmetrische lineare Prismenstruktur befindet. Die Folie führt dazu, dass das Licht um 20 Grad abgelenkt wird. Das Fahrzeug erkennt Objekte und Fahrspuren zwar weiterhin, nimmt deren Position jedoch falsch wahr. Diese befinden sich tatsächlich weiter links oder rechts als angenommen. Ab einer Verschiebung um mehr als einen Meter kann dies dazu führen, dass das Fahrzeug fehlerhafte Entscheidungen trifft und beispielsweise versehentlich in den Gegenverkehr fährt.

Die Forschenden analysieren deshalb, welche unterschiedlichen Angriffspunkte Fahrzeugkameras, LiDAR-Sensoren und deren Datenverarbeitung bieten. Ziel ist es, neue Angriffsmethoden zu verstehen und insbesondere Wege zu entwickeln, mit denen Fahrzeuge solche Manipulationen erkennen und abschwächen können.

Angriffe zuerst im digitalen Zwilling testen

Bevor die Forschenden Angriffe an realen Fahrzeugen untersuchen, erproben sie diese mithilfe digitaler Zwillinge, die das Fahrzeug und dessen Umgebung virtuell abbilden. So lassen sich Manipulationen kontrolliert, sicher und kostengünstig analysieren. Anschließend werden Angriffsversuche unter anderem im kontrollierten Umfeld am Forschungsfahrzeug EDGAR der TUM getestet.

• Marco Calipari, Michael Kühr, Dominik Kulmer, Maximilian Luedecke, Mohammad Hamad, Sebastian Steinhorst: "Perspective-Shift Attacks Against Optical Perception Sensors: A Novel Attack Vector on LiDAR and Camera". 4th USENIX Symposium on Vehicle Security and Privacy (VehicleSec '26), Baltimore, USA, 2026.
• Michael Kühr, Mohammad Hamad, Pedram MohajerAnsari, Mert D. Pesé, Sebastian Steinhorst: "SoK: Security of the Image Processing Pipeline for Camera-based Sensing in Autonomous Vehicles". ACM Asia Conference on Computer and Communications Security (ASIA CCS '26), Bangalore, Indien, 2026, S. 1738-1754.
  DOI: 10.1145/3779208.3785267.
• Andreas Finkenzeller, Anshu Mathur, Jan Lauinger, Mohammad Hamad, Sebastian Steinhorst: "Simutack - An Attack Simulation Framework for Connected and Autonomous Vehicles". IEEE 97th Vehicular Technology Conference: VTC2023-Spring, Florenz, Italien, 2023.
  DOI: 10.1109/VTC2023-Spring57618.2023.10200555.
• Mohammad Hamad, Andreas Finkenzeller, Michael Kühr, Andrew Roberts, Olaf Maennel, Vassilis Prevelakis, Sebastian Steinhorst: "REACT: Autonomous Intrusion Response System for Intelligent Vehicles". Computers & Security, 145, 2024.
  DOI: 10.1016/j.cose.2024.104008.

• Prof. Sebastian Steinhorst ist Principle Investigator des Munich Institute of Robotics and Machine Intelligence (MIRMI).
• Die Publikationen "Perspective-Shift Attacks Against Optical Perception Sensors: A Novel Attack Vector on LiDAR and Camera" und "SoK: Security of the Image Processing Pipeline for Camera-based Sensing in Autonomous Vehicles" wurden beide kürzlich mit dem Best Paper Award ausgezeichnet.

Aktuelles zum Thema