360刘健皓:特斯拉仍存安全漏洞,无法识别半辆车

摘要：今日，360汽车安全实验室首个面对特斯拉车主的汽车黑客训练营开讲，意在关注特斯拉安全漏洞与关注车主安全驾驶理念。

蓝鲸TMT 11月7日文：今日，360汽车安全实验室首个面对特斯拉车主的汽车黑客训练营开讲，意在关注特斯拉安全漏洞与关注车主安全驾驶理念。

该训练营是继360推出黑客智能硬件破解训练营后的专注于汽车信息安全的培训项目。

今年7月，美国一位Model S车主在使用Autopilot自动驾驶模式时发生事故死亡，美国高速公路交通安全委员会表示，将对2.5万辆特斯拉Model S车型展开初步调查。

今年9月，一男子驾驶特斯拉在高速公路行驶，前车躲避障碍物，该男子躲闪不及撞上道路清扫车发生车祸。这是国内首起披露的特斯拉自动驾驶功能引发的致死交通事故。

在现场，360网络安全技术顾问刘健皓用几段事故视频为每位车主讲述在当前，特斯拉自动驾驶传感器系统还存在缺陷，自动驾驶仍然为辅助驾驶，在驾驶过程中司机仍然要保持警惕和人工操作。

刘健皓当场演示了自动驾驶召唤功能，按照特斯拉的“嗅觉”来说，当前方1250px出现障碍物时，特斯拉自动驾驶制动功能应该紧急启动，瞬间刹车。但这辆特斯拉却未见该障碍物，直接撞上。而当障碍物位于车辆后侧时，则依然“失效”。

纵观几起事故的发生，很多人表示很示不解，为何不能被成功识别和为何识别不了左侧障碍。

对此，刘健皓表示，这是因为毫米波雷达和高清摄像头无法测定定点，而且没有半辆车的模型，所以无法被识别清楚，即便被识别距离已经非常近，来不及让司机做任何反应。

在高速公路上，汽车行驶方向偏离15度角就可能导致一场翻车事故”，刘健皓认为，车联网虽然给人们带来了便利和人性化的体验，但安全漏洞引发的智能汽车安全问题也需要引起足够的重视。“我们今天的活动就是为了提高大家汽车安全防护意识。”

刘健皓对自动驾驶传感器工作原理进行讲解，特斯拉传感器系统并不是绝对可靠，需要传感器、毫米波雷达、摄像头等多个部分配合，信息融会贯通后，特斯拉才会做出报警、刹车等反应，但是在“黑客”简单干扰下，传感器“致盲”，就会发生误报。同样，在真正行驶过程中，特斯拉也会遇到类似问题，驾驶员稍不注意，就可能发生车毁人亡的灾难事故。

“现阶段自动驾驶的模型和算法还存在缺陷，需要去解决。”刘健皓介绍，传感器被干扰之后系统得到错误的结果，一是传感器本身没有“弹性”机制，二则是在决策算法上，没有进行容错。

以毫米波雷达为例，Model S毫米波雷达的频率与波长都是被逆向得出，如果设置了弹性机制，频率随机，那么逆向的难度自然会加大。而从算法层面来说，目前Model S虽然进行了不同传感器的数据融合，但是并没有针对异常数据有分析过程。

“虽然演示过程只有短短的几分钟甚至几秒钟，但背后是数周甚至数月的发现和研究过程。汽车安全和生命息息相关，因而汽车安全相比其他网络安全问题更加严峻，更应重视与关注。” 刘健皓向在场人士说到。

据了解，360特斯拉训练营邀请所有特斯拉车主为他们带来更为安全的驾车理念，并推动业界共同关注并参与万物互联时代的安全防护。