A825-HWIL: Hardware simulation platform for ARINC 825 cybersecurity analysis
Notice bibliographique
Résumé
CAN, which stands for Controller Area Network, is an ubiquitous link-layer communication protocol in the automotive, aerospace and manufacturing industry.Invented in the mid-1980s, the CAN protocol has since kept a dominant position for real-time systems thanks to the simplicity and the low cost of its implementation.However, it was created before cybersecurity was a concern, and has many vulnerabilities that could be maliciously exploited to extract passenger data or to sabotage control systems.With cars being easily accessible, researchers have been able to demonstrate and validate numerous attack vectors against CAN in the automotive field.In the aerospace industry, the Aeronautical Radio, Incorporated 825 (ARINC 825) standard proposed a communication protocol that relies on CAN as the link layer.Airborne systems which follow the ARINC 825 standard are thus also exposed to the vulnerabilities of the underlying CAN protocol, but research in aerospace cybersecurity has been a lot less common due to the lack of access to link-layer data.Current data collection strategies are mostly related to application-level data and cannot replicate the required link-layer-level behaviour for such research.This work presents A825-HWIL, a modular and fully hardware-in-the-loop simulation platform that allows researchers to collect and analyze realistic ARINC-encoded CAN data on a physical CAN bus.Contrary to its software-based predecessor, ARINC825-TBv2, the link-layer simulation in A825-HWIL is completely hardware-based, which results in a better representation of the simulated system.This work essentially constitutes an evolution towards a more realistic test bench platform.While A825-HWIL is able to achieve great timing accuracy, it is also an excellent validation tool for showing the effectiveness of Gaslighter, a predictive attacker, and for demonstrating the applicability in real-time of two time-based intrusion detection systems, Delta-T and Z-Score.I cannot start this thesis without thanking my supervisor, Professor Brett H. Meyer, for your continued support and guidance.You have been a great source of motivation throughout this major undertaking, and I would not have been able to complete this journey without your dedication and your enthusiasm.Our relationship was one of respect and learning, and I would like to express my deepest gratitude for your contribution to my growth not only as a student, but also as a person.I am also thankful to the other members of the Reliable Silicon Systems Lab, both former and current.Jarul, Derek, Loren; your valuable insights were always appreciated.I enjoyed working alongside you during my first year, and I thank you for your help and feedback during my second.Next, I would like to ackowledge McGill Formula Electric, where I learned perseverance and resilience, and where I obtained the technical knowledge that inspired me to shape A825-HWIL into what is presented in this thesis.Enfin, merci maman, merci papa, et merci Alexandra, de m'avoir aiguillé sur le bon chemin et d'avoir eu confiance en moi.Vous m'avez poussé à me surpasser et vous avez toujours su trouver les bons mots, aux bons moments, pour me guider vers la réussite.Je tiens donc à vous remercier du fond du coeur pour votre présence et votre soutien, et je vous en serai éternellement reconnaissant.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».