交通标志上的“隐形对抗条纹”：对自动驾驶车辆的威胁与防护措施

《ACM Transactions on Sensor Networks》：Invisible Adversarial Stripes on Traffic Sign: Threat and Defense for Autonomous Vehicles

自主车辆视觉感知中存在基于LED的滚动快门攻击GhostStripe，其通过调制光源在交通标志生成不可见对抗条纹，使94%连续帧误识别。GhostBuster防御模块采用扰动检测与图像修复技术有效缓解攻击，并提出多层级防御方案。

　　

摘要

基于摄像头的计算机视觉对自动驾驶车辆的感知至关重要。本文介绍了一种攻击方法，该方法利用发光二极管并利用相机的滚动快门效应在捕获的图像中生成干扰条纹，从而误导交通标志的识别。这种攻击具有隐蔽性，因为人类无法察觉到交通标志上的这些条纹。为了使攻击具有威胁性，识别结果需要在连续的图像帧中保持稳定。为此，我们设计并实现了名为GhostStripe的攻击系统，该系统能够控制调制光发射的时机，以适应相机的操作和目标车辆的运动。在真实测试平台上进行的评估表明，当目标车辆经过该路段时，GhostStripe能够使高达94%的图像帧的交通标志识别结果被错误分类。在现实中，这种攻击效果可能会导致目标车辆陷入危及生命的事故。为了应对这一威胁，我们提出了基于软件的防御模块GhostBuster，用于检测和减轻GhostStripe的影响。GhostBuster包含一个扰动检测器和一个标志恢复机制，能够有效恢复受损交通标志的自然外观，显著降低攻击的影响。我们还讨论了在相机传感器和自动驾驶系统层面采取的其他对策。