A modern autók egyre inkább guruló számítógépekké válnak, ennek azonban van egy kevésbé látványos következménye is: minél több szoftver, hálózati kapcsolat és digitális szolgáltatás kerül egy járműbe, annál nagyobb felületet kínál egy esetleges kibertámadáshoz. A szoftveresen definiált járművek (SDV) korszakában ezért már nem elegendő megakadályozni, hogy valaki fizikailag hozzáférjen az autóhoz. A gyártóknak a forráskódtól a fedélzeti hálózaton át az OTA-frissítésekig egy teljes digitális ökoszisztémát kell megvédeniük. Most pedig megjelent egy új szereplő ebben a küzdelemben: maga a mesterséges intelligencia.

Gyenge pontokat keres

Ennek egyik legfrissebb példája az augusztus 6-án publikált CyberLLM kutatási projekt. A Müncheni Műszaki Egyetemhez és ipari szereplőkhöz kötődő kutatók olyan többügynökös, nagy nyelvi modellekre épülő rendszert fejlesztettek, amely képes autóipari szoftverek sérülékenységeinek önálló felderítésére, majd ellenőrzött keretek között a lehetséges válaszlépések megtervezésére is. A lényeg tehát nem egyszerűen az, hogy az AI felismerjen egy gyanús eseményt: a cél egy olyan digitális védelmi rendszer létrehozása, amely folyamatosan keresi a gyenge pontokat.

A kutatók kilenc autóipari elektronikus vezérlőegység – ECU – eredeti, C, C++ és Rust nyelven készült moduljain vizsgálták a rendszert. Ezekbe összesen 47 különböző sérülékenységet építettek. A hagyományos, determinisztikus ellenőrzési réteg ezek 34 százalékát találta meg, míg az LLM-alapú elemzéssel kiegészítve a felderítési arány körülbelül 70 százalékra nőtt. A kutatás szerint a tiszta kontrollmodulok esetében a rendszer nem adott téves pozitív riasztást. Ez persze még messze nem jelenti azt, hogy holnaptól a mesterséges intelligencia őrzi az autókat, de jól mutatja, milyen irányba indulhat el a járműipari kiberbiztonság következő fejlődési szakasza.

A technológiai váltást az teszi igazán fontossá, hogy közben maga az autó is gyökeresen megváltozik. Az SDV-kben a jármű funkcióinak egyre nagyobb részét szoftver határozza meg, miközben az autók folyamatosan kommunikálnak a felhővel, mobilalkalmazásokkal, töltőkkel, más járművekkel és idővel akár a közlekedési infrastruktúrával is. Az OTA-frissítésekkel pedig a gyártó évekkel az értékesítés után is módosíthatja az autó működését. Minden új kapcsolat és szoftveres szolgáltatás újabb potenciális támadási pontot is jelent.

Egy év elején publikált SAE-tanulmány ezért már a titkosítás, a biztonságos OTA-frissítések és a behatolásérzékelő rendszerek mellett az AI- és gépi tanulási algoritmusokat is a következő generációs autóipari kibervédelem fontos eszközei között említi. Ezek egyik előnye, hogy nem feltétlenül csak előre ismert támadási mintákat keresnek: rendellenes működésből, szokatlan kommunikációból vagy adatforgalomból olyan problémákat is felismerhetnek, amelyekre korábban nem készült konkrét védelmi szabály.

Egy hibás döntés az életet is befolyásolja

Az AI alkalmazása ugyanakkor érdekes paradoxont teremt. Ugyanaz a technológiai fejlődés, amely egyre összetettebbé és ezáltal sérülékenyebbé teszi az autók digitális rendszerét, egyben a védekezés új eszközét is biztosíthatja. Egy emberi biztonsági csapatnak óriási feladat folyamatosan ellenőrizni több millió sornyi programkódot, számtalan vezérlőegységet és a jármű működése során keletkező naplóállományokat. Egy erre kiképzett AI-rendszer viszont folyamatosan keresheti az összefüggéseket és az anomáliákat.

Csakhogy egy autó esetében az AI-nak nem lehet korlátlan döntési joga. Egy szerver vagy vállalati számítógép védelme során elfogadható lehet bizonyos szolgáltatások automatikus leállítása, egy 130 kilométer/órás sebességgel haladó járműben azonban egy hibás döntés közvetlen biztonsági kockázatot teremthet. Éppen ezért érdekes a CyberLLM megközelítése: a mesterséges intelligencia által javasolt beavatkozásokat külön biztonsági réteg ellenőrzi, és ha egy művelet nem felel meg a meghatározott feltételeknek, a rendszer megtagadja annak végrehajtását.

A kérdés azért is egyre sürgetőbb, mert a kiberbiztonság az autóiparban már nem önkéntesen választott extra. Az ISO/SAE 21434 szabvány a járművek elektromos és elektronikus rendszereinek teljes életciklusára kiterjedő kiberbiztonsági kockázatkezelést határoz meg, a fejlesztéstől a gyártáson és üzemeltetésen keresztül egészen a jármű életciklusának végéig. Az európai szabályozásban pedig az ENSZ-EGB R155 és R156 előírásai a kiberbiztonsági, illetve szoftverfrissítési folyamatokat is a járműipari megfelelőség részévé tették.

Magyarország számára mindez különösen érdekes, mert a hazai autóipar egyre nagyobb része kapcsolódik szoftver- és elektronikai fejlesztésekhez. A Bosch, a Continental, a Knorr-Bremse és más technológiai vállalatok magyarországi mérnöki központjaiban olyan vezetéstámogató, járműelektronikai és szoftveres rendszereken dolgoznak, amelyeknél a kiberbiztonság már a fejlesztési folyamat szerves része. Ahogy pedig a hazai autóipar hozzáadott értéke a mechanikai gyártástól a szoftverfejlesztés felé tolódik, a járműipari kiberbiztonsági tudás gazdasági értéke is növekszik.

Új eszköz a kézben

Az AI tehát aligha váltja le rövid távon az autóipari kiberbiztonsági mérnököt. Sokkal valószínűbb, hogy új eszközt ad a kezébe. A mesterséges intelligencia hatalmas mennyiségű kódot és működési adatot vizsgálhat át, kiszűrheti a gyanús mintázatokat, rangsorolhatja a kockázatokat, miközben a biztonságkritikus döntések továbbra is ellenőrzött környezetben maradnak.

Az autóipar következő nagy kiberbiztonsági versenye ezért már nemcsak arról szólhat, ki tudja megakadályozni, hogy a hackerek bejussanak egy autó rendszerébe. Legalább ennyire fontos lesz, melyik gyártó képes hamarabb észrevenni egy olyan sérülékenységet, amelyről még maga sem tud. Ebben pedig a mesterséges intelligencia egyszerre lehet az autóipar egyik új kockázata – és az egyik legerősebb védelmi fegyvere.