CANTraj:从自然驾驶 CAN 信号恢复车辆轨迹
CANTraj: Recovering Vehicle Trajectories from CAN Signals in Naturalistic Driving
作者发布 CANTraj 数据集与基准,统一复现六种 CAN 轨迹恢复攻击;作者称已知起点和航向时,速度加转向的在线地图滤波五分钟路线恢复率达 87%。
- 开放驾驶数据和基于使用的保险常通过删除 GPS 坐标来声称保护位置隐私,但 CAN 总线信号仍携带位置信息。已有路线推断攻击假设和指标不一致、数据集小,结果难以比较,真实效果不确定。
- 作者发布 CANTraj 数据集(3,940 次驾驶、454 名驾驶员,CAN 信号与时间对齐的 GNSS 轨迹配对)和 CANTraj-Bench 基准,在统一的信息访问协议、配对比较和计入失败的指标下复现六种已发表攻击,并与航位推算、地图粒子滤波、离线 beam 等基线比较,另测一个 Qwen3-14B 智能体在候选路线间做选择。
- 已知起点和航向时,速度加转向的在线地图滤波在测试驾驶员五分钟窗口上中位 ADE 43 m、路线恢复 87%,离线 beam 恢复 88%;无地图航位推算中位 ADE 921 m。转向是增益最大的信号;转向量化到 10° 或速度量化到 1 m/s 后,被测地图攻击仍基本有效。
- 作者指出数据以北美道路和车辆为主,区域与驾驶员等因素混杂,受控补充实验上方法排名发生变化;任务主要测量已知一个位置后的恢复,区域变体不是无限制未知起点跟踪;六种攻击中四种缺乏与原作者样本的核对;连续踏板和 CAN 横摆角速度只在较小子集上可用。
- 威胁模型
- 攻击者获得去除 GNSS 坐标的 CAN 总线信号(速度、转向角、踏板等),已知起点位置(部分协议含初始航向),可访问 OpenStreetMap 路网,目标是从自然驾驶数据中恢复车辆轨迹;受害系统为共享或收集车辆数据的开放驾驶数据集与基于使用的保险项目。
- 被测模型
- Learned GRULearned physics residualSignal-set GRUQwen3-14B
- 基准
- CANTrajCANTraj-BenchOpenStreetMap (Geofabrik extracts)
- 指标
- ADEc100route recovered (path recall@50 ≥ 0.8)tail-lostterminal excursion
论文发布 CANTraj 自然驾驶数据集与 CANTraj-Bench 基准,显示开放驾驶数据和Usage-Based Insurance在去掉 GPS 坐标后,仍可从 CAN 信号恢复车辆轨迹。数据集将解码后的 CAN 事件与时间对齐的 GNSS 轨迹配对,含 3,940 次驾驶、454 名司机;基准覆盖 3,675 次驾驶、1,380 小时、85,919 公里,在 94 名未见司机的 776 次评估驾驶上比较六种复现攻击。数据与代码开源于 huggingface.co/datasets/HenryYHW/CANTraj 和 github.com/WangYuHang-cmd/GPS--CAN。
深度解读
这篇论文试图解决什么问题?
删除 GPS 的 CAN 数据仍泄露轨迹,但已有攻击假设与指标不一、难以比较,论文提供统一数据集与基准。
核心问题:从删除 GNSS 坐标的车辆 CAN 信号中能多准确地恢复行驶轨迹,以及如何在统一协议下公平比较各类路线推断攻击。
- 场景与重要性:现代汽车通过 CAN 总线广播轮速、转向角、踏板位置、横摆角速度,可经 OBD 端口获取;基于使用的保险、车队远程信息、开放驾驶数据集都会收集这些信号。作者认为删除 GNSS 坐标看似保护位置隐私,但剩余车辆信号仍能泄露车辆行踪。
- 现有方法不足:作者指出已有路线推断攻击依赖不一致的先验假设(已知起点和航向、包含区域或额外交通信息)和评估指标(目的地排名、轨迹重叠、候选路线并集覆盖),且只在小规模、受限数据集上测试(如 SPy 用 58 次行程、OPD-II 用 59 条轨迹),结果难以互相比较,真实效果不确定。
- 论文提出:发布 CANTraj 自然驾驶数据集(3,940 次驾驶、454 名驾驶员,解码 CAN 事件与时间对齐的 GNSS 轨迹配对)和 CANTraj-Bench 基准(3,675 次驾驶、431 名驾驶员、1,380 小时、85,919 km),复现六种已发表攻击并与基准方法在显式信息访问协议、配对比较和计入失败的指标下比较,另评估一个在候选路线间做选择的 LLM 工具。
- 威胁模型:
- 攻击者目标:从 CAN 信号恢复车辆在给定时间窗内的轨迹或路线。
- 攻击者知识:起点位置已知(部分协议给初始航向;区域变体给以起点为中心的 5 km 方块);可访问 OpenStreetMap 路网(协议限定为以起点为中心的圆盘区域)。
- 攻击者能力:获得协议允许的信号列(速度、转向角、踏板等),静态车辆参数来自该次驾驶自身记录;GPS 位置、速度、航向、精度字段和绝对时间均被排除。
- 受害系统:共享或收集车辆数据的开放驾驶发布与基于使用的保险项目。
有哪些相关研究?
相关工作分四组:基于速度、事件、转向的路线推断攻击,车辆定位与学习运动模型,位置保护方法,公开驾驶数据集。
基于车辆信号的路线推断
- 速度类攻击:早期工作搜索与停车、行驶距离和可行转弯一致的目的地或路径 [3], [4], [14];Wahlström et al. [6] 用带侧向力与限速约束的地图粒子滤波;Zhou et al. [5], [15] 结合隐马尔可夫搜索与速度序列匹配。论文指出这些研究包含 GPS 导出的速度轨迹,未在共同车辆群体上隔离信号来源或解码器的影响。
- 事件类攻击:BBLT 及其期刊扩展 [8], [9] 从刹车信号推断机动动作;CAN-Trace [10] 用速度与油门踏板事件;Waltereit et al. [7] 匹配距离与转弯序列,但用注入误差的 GPS 导出事件评估。
- 转向类攻击:SPy [11] 将转向轮廓匹配到道路曲率;MacroTracking 与 OPD-II [12], [13] 结合速度、转向与地图校正。论文指出它们的评估回答不同问题(接近参考路径、轨迹相似度、多候选覆盖),本文保留路线与位置指标并计入失败搜索。
车辆定位与学习运动模型
- 地图匹配 [16]、稀疏轨迹恢复 [17]、已知车道中心线的弧长地图匹配 [18];学习导航包括 AI-IMU [19]、FormerReckoning、RoTrax [20], [21]、S-TRAVERSE [22]、GHNet [23] 等。论文指出这些方法的额外传感器或 GNSS 观测必须与 CAN-only 输入区分,本文用信号来源标签显式区分。
位置保护与评估数据
- RAoPT 与 VehiTrack [26], [27] 从扰动位置重建轨迹;TransProtect、Olympus 与对抗性移动预测 [27], [28], [29] 学习平衡授权任务与敏感推断的表示。论文称这些工作促使本文测试自适应攻击并同时报告精度与计算成本。
- 公开数据集:comma2k19 [31] 提供高速通勤的 CAN 与 GNSS;DriveDNA [32] 提供无 GPS 坐标的自然驾驶数据。论文称 CANTraj 增加了跨数百名驾驶员与车辆平台的 CAN-GNSS 配对数据及六种攻击的统一评估。
基线与基准:论文复现的六种攻击(MacroTracking、OPD-II、Elastic Pathing、Dewri et al.、CAN-Trace、SPy)即主要比较对象,基准方法包括航位推算、地图粒子滤波、离线 beam 搜索;评估在 CANTraj-Bench 的测试与少样本(few-shot)划分上进行。
作者将本文定位为:在统一协议、配对比较和计入失败的指标下,对六种攻击做跨方法比较,并隔离各信号的贡献。
论文如何解决这个问题?
发布配对 CAN-GNSS 数据集与基准,在八种信息访问协议下统一复现六种攻击,用计入失败的指标做配对比较。
整体思路:构建配对 CAN 信号与 GNSS 轨迹的自然驾驶数据集 CANTraj,在其上建立 CANTraj-Bench 基准,统一定义任务、先验、信号集、指标与失败计分规则,复现六种已发表攻击并与基准方法比较。
任务与协议
- 任务:已知时刻 t0 的位置 p0,各方法用允许的车辆信号估计 [t0, t0+D] 内的轨迹,在 GNSS 参考时间戳(每秒至多一个)上输出位置;只输出路线的方法用其自身速度积分定位。
- 八种协议:在线/离线(O/F)、有无地图(N/M)、有无初始航向(H+/H−)三个先验独立组合,记为 O/F-N/M-H+/H−;本文报告其中五种(无地图仅 O-N-H+,有地图全部四种)。
- 地图访问:地图方法只能看到以 p0 为中心、半径 5 km + 40 m/s·D(至多 60 km)的 OSM 圆盘;OPD-II 的 Meili 匹配器搜索其 Valhalla 区域瓦片(航位推算轨迹 200 m 内),不切到该圆盘。
信号与数据
- 信号来源标签:C0 从车辆总线读取(速度、转向角、踏板、横摆角速度),C1 车内软件从 CAN 导出,I0 记录器原始 IMU,F 驾驶软件定位器输出(该数据版本中用了 GPS,仅作参考,从不计为 CAN-only)。
- 数据规模:CANTraj 共 3,940 次驾驶、454 名驾驶员(1,659 小时 GNSS 轨迹);CANTraj-Bench 用其中 3,675 次驾驶、431 名驾驶员、266 个车辆平台(27 个品牌)、1,380 小时、85,919 km;驾驶员划分为不相交的训练、验证、测试、少样本折叠,报告结果在测试(43 名驾驶员、302 次驾驶)与少样本(51 名驾驶员、474 次驾驶)上。
- 质量控制:原始日志重新解码为带时间戳的消息表(完整日志 100 Hz,压缩日志 10 Hz),每次驾驶首尾各两分钟被裁掉;GNSS 与 CAN 速度的接收机延迟在训练折叠上互相关估计(调制解调器 0.7 s、u-blox 0.2 s);地图瓦片经审计重建,起点到最近可行驶道路的中位距离 2.6 m。
方法
- 复现的六种攻击:MacroTracking(速度+转向,在线)、OPD-II(速度+转向,至多 3 s 延迟输出)、Elastic Pathing(仅速度,离线)、Dewri et al.(仅速度,离线)、CAN-Trace(速度+油门踏板,离线)、SPy(仅转向,离线);用原作者样本数据核对实现(MacroTracking 重现在其样本轨迹上中位偏差 7.1 m 以内,OPD-II 在 8 条样本日志上与原脚本中位偏差至多 0.33 m)。
- 基准方法:无地图基线(保持起点、直线、转向航位推算、起点先验、路线检索)、学习运动模型(因果 GRU 与物理残差模型,64 单元、10 Hz、三个训练种子)、地图粒子滤波(2,000 粒子)与离线 beam 搜索(B=200、K=10、σh=15°、σturn=20°)。
- 信号组合研究:固定学习器、解码器与驾驶,比较六种信号集 S1(速度)、S2c/S2b(加速踏板连续值/按下标志)、S3(速度+转向)、S4c/S4b(S3 加踏板或标志)。
指标与统计
- 指标:平均位移误差 ADE、覆盖率 c100(误差 ≤100 m 的秒数比例)、50 m 路径召回/精确率、路线恢复(路径召回@50 ≥ 0.8),以及两种失败定义(tail-lost 与 terminal excursion)。
- 失败计分:预期有输出而无输出(超时、无匹配、出错)记为失败,ADE 计 +∞、覆盖率与路线标志计零;均值只在所有被比较方法都有输出的剧集上报告。
- 统计:置信区间为按驾驶员重采样的百分位 bootstrap(1,000 次重采样);方法间比较在共同剧集上配对;五个比较为主要比较,其余为探索性;学习方法的所有统计量为三个训练种子的均值。
论文做了哪些实验?
主评估覆盖 776 次驾驶、94 名未见驾驶员;转向加地图增益最大,五分钟路线恢复率最高 88%,量化信号后攻击仍基本有效。
实验设置
- 被测方法:六种复现攻击(MacroTracking、OPD-II、Elastic Pathing、Dewri et al.、CAN-Trace、SPy)加基准方法(保持起点、直线、转向航位推算三种变体、起点先验、路线检索、学习 GRU、学习物理残差、地图粒子滤波、离线 beam);另评估 Qwen3-14B 智能体在候选路线间选择。
- 数据:CANTraj-Bench 测试折叠(43 名驾驶员、302 次驾驶)与少样本折叠(51 名驾驶员、474 次驾驶);主评估为 1,917 个测试与 1,963 个少样本五分钟剧集(地图协议下 1,959 个),共 776 次驾驶、94 名驾驶员。
- 指标:中位 ADE(带 95% 驾驶员 bootstrap CI)、c100、路线恢复率(路径召回@50 ≥ 0.8);失败计入分母。
- 协议:除标明外,起点与航向均给定;区域变体给以起点为中心的 5 km 方块。
- 信号研究:407 个五分钟窗口、31 名评估驾驶员(有连续油门信号),三个种子。
- 重复:学习方法三个训练种子;LLM 智能体三个种子。
主结果
五分钟窗口结果(据 Table II,ADE 为中位数,单位 m):
表格较宽,可左右滑动
方法 测试 ADE 测试路线 少样本 ADE 少样本路线 转向航位推算(无地图) 921 0.04 1,669 0.02 学习 GRU(无地图) 543 0.07 393 0.05 地图 PF,仅速度 286 0.56 618 0.48 地图 PF,转向 43 0.87 27 0.90 地图 beam,转向 37 0.88 21 0.92 OPD-II(在线读出) 42 0.79 24 0.78 MacroTracking 84 0.62 52 0.65 Elastic Pathing(无航向) 129 0.53 177 0.50 - 作者称地图与转向提供最大增益:已知起点和航向时,速度加转向使在线地图滤波的五分钟路线恢复从 56%(仅速度)升至 87%,中位 ADE 43 m,而无地图航位推算为 921 m。
- 离线 beam 对缺失初始航向不如在线滤波敏感:beam 中位数有航向 37 m、无航向 41 m,但路线恢复从 88% 降至 81%;滤波从 43 m 升至 138 m。
- 已发表方法中 OPD-II 与滤波配对中位差包含零,但配对均值高 116 m;SPy 在已知起点和航向下仅恢复 20% 测试路线;CAN-Trace 在 245 个踏板有效测试窗口中仅匹配 2 个,作者说明这评估的是本文的事件检测器与区域适配,而非 CAN-Trace 原始任务。
信号贡献与受控核对
- 信号打乱检验:在验证块上打乱转向使固定学习器损失变为 3.4 至 3.8 倍;打乱连续踏板相对仅速度改变 −0.5% 至 +9.2%,作者称踏板效应小且相对仅速度时在种子间不一致。
- 受控信号研究:固定学习器、解码器与驾驶,加转向使配对中位误差改变 −120 至 −234 m(中位数从 339 降至 49 m);加连续踏板的改变区间均包含零;按下标志使仅速度结果变差 5.2 m。
- 受控补充驾驶:9 种方法在 46 个五分钟窗口(12 名其他驾驶员、一辆车、一个大都市区)上重跑,MacroTracking 中位最低(19 m、恢复 85%),OPD-II、beam、滤波分别为 25、46、75 m,区间互相重叠;作者称这提示排名不能推广到任意车辆或地区。
失败、成本与鲁棒性(RQ3)
- 失败互补:按窗口取十种地图方法中最佳者可恢复 98% 测试路线(beam 为 88%),2.3% 的窗口无任何方法恢复;共同失败从至多一个转弯的窗口的 0.1% 升至七个以上转弯的 8.7%。
- 计算成本:五分钟窗口中位耗时转向航位推算 0.03 s、MacroTracking 0.08 s、OPD-II 0.08 s、beam 0.24 s、滤波 0.57 s;SPy 区域搜索中位 4.93 s。
- 信号降级:转向量化到 10°、偏移 5° 或保持 1 Hz,两种地图攻击的路线恢复变化至多 1.3 个百分点;速度量化到 1 m/s 无可测变化;作者称即使最严等级下攻击仍恢复 82.6% 或更多路线,并说明这些是对固定攻击的敏感度,不设保护阈值。
LLM 候选选择
- 设置:每个评估驾驶的第一个合格五分钟窗口(268 测试、391 少样本),基线为 beam(A),监督逻辑选择器(B)与 Qwen3-14B 智能体(C)在 beam、滤波最优谱系、Elastic Pathing 间选择;扩展智能体(C+)有十个重建器预设。
- 结果:测试驾驶员路线恢复 beam 69%、选择器 75%、基础智能体 75%、扩展智能体 78%(据 Table IV);智能体与选择器之差为 0.1 个百分点 [−1.6, 3.4],作者称基础智能体相对选择器无明确优势,而其串行成本为 36.4 s 对 1.1 s。
- 例外:扩展智能体在测试上比其选择器高 4.1 个百分点 [1.3, 7.6],但在少样本组上未延续(81% 对 82%);预言机式选择可恢复 83%(三种工具)至 87%(全部预设),作者称选择仍有改进空间,结果只涉及一个模型和两种配置。
其他消融与分析
- 时长(同一队列 205 次测试驾驶):转向 beam 中位 ADE 在 1、5、15 分钟为 17、44、303 m,滤波为 19、56、672 m(据 Figure 5)。
- 整段驾驶:转向 beam 中位 ADE 测试 1,179 m、少样本 94 m;18/282 测试与 36/454 少样本驾驶终点超出 60 km 地图圆盘。
- 道路密度:仅速度滤波五分钟中位从稀疏到密集为 73、677、843 m,转向滤波为 29、39、36 m;作者注明密度与地区、驾驶员等混杂,为关联而非因果。
- 修复 OPD-II 代码缺陷在十五分钟测试上配对均值差 −21.2 m [−54.2, 12.6];修复 MacroTracking 缺陷配对中位不变(0.0 m)但配对均值 −301 m。
有什么可以进一步探索的点?
作者指出数据以北美为主、任务限于已知起点、四种攻击缺乏核对;实验覆盖 776 次驾驶与一种 LLM。
作者指出的局限与后续方向
- 数据覆盖:北美道路与日志系统支持的车辆占主导;驾驶员跨划分独立,但车辆平台和地区不是;道路密度与转弯数比较是关联而非因果,因为道路条件、驾驶员和车辆一同变化(Section VII-b)。
- 排名可推广性:受控补充实验上方法排名改变,作者称排名不应被视为普适(Section VII-b)。
- 任务范围:任务主要测量已知一个位置后的恢复;区域变体接收以该位置为中心的方块,不是无限制未知起点跟踪的测试,许多路线离开该方块(Section VII-b)。
- 实现核对:对 MacroTracking 和 OPD-II 的核对支持实现正确性,但未复现原论文每个实验;其余四种攻击缺乏同样的验证证据(Section VII-b)。
- 失败不等于隐私保证:这些方法的失败不提供隐私保证;按窗口预言机是诊断结果,不是可部署的选择器(Section VII-b)。
- 保护评估方向:作者称评估保护方法还需测量其对预期下游任务的影响,并测试适配修改后信号的攻击者(Section VII-a)。
实验覆盖范围
- 被测方法为六种复现攻击加约十一种基准与学习变体;主评估覆盖 776 次驾驶、94 名驾驶员(测试与少样本合计)。
- 信号降级评测包括转向量化/偏移/降采样与速度量化/降采样,各一种种子,攻击未在降级信号上重新调参或重训。
- LLM 候选选择只评估 Qwen3-14B 一个模型、两种配置(基础与扩展),三个种子。
- 连续油门踏板与 CAN 横摆角速度只在较小子集上可用(踏板:302 次测试驾驶中的 48 次)。
- 论文未报告对适配降级信号的攻击者(重训或重校准)的评测;作者明确说明鲁棒性结果只界定发布方对这些固定攻击的收益。
总结一下论文的主要内容
CANTraj 基准统一比较六种 CAN 轨迹恢复攻击:转向加地图增益最大,五分钟路线恢复最高 88%,删除 GPS 不足以保护位置隐私。
一篇关于车辆数据位置隐私的基准论文:作者发布 CANTraj 数据集(3,940 次驾驶、454 名驾驶员,CAN 信号与时间对齐的 GNSS 轨迹配对)和 CANTraj-Bench,在统一的信息访问协议、配对比较和计入失败的指标下复现六种已发表路线推断攻击,回答"删除 GPS 后 CAN 信号还能泄露多少轨迹"的问题。
- 方法要点:任务定义为已知起点(部分协议含初始航向)下从 CAN 信号估计时间窗内轨迹;八种协议组合在线/离线、有无地图、有无航向;复现 MacroTracking、OPD-II、Elastic Pathing、Dewri et al.、CAN-Trace、SPy,并与航位推算、地图粒子滤波、离线 beam 及学习运动模型比较;失败搜索计入指标。
- 主结果:已知起点和航向时,速度加转向的在线地图滤波在测试驾驶员五分钟窗口上中位 ADE 43 m、路线恢复 87%,离线 beam 为 37 m、88%;无地图转向航位推算中位 ADE 921 m(Table II)。
- 信号贡献:受控信号研究中转向是增益最大的信号,加转向使配对中位误差从 339 降至 49 m;连续油门踏板贡献小且不一致(Section VI-A1)。
- 鲁棒性:转向量化到 10° 或速度量化到 1 m/s 后,被测地图攻击的路线恢复变化至多 1.3 个百分点,作者称最严等级下仍恢复 82.6% 以上路线(Section VI-C1)。
- LLM 选择:Qwen3-14B 扩展智能体在测试驾驶员上恢复 78% 路线,相对监督选择器无稳定优势,串行成本 36.4 s 对 1.1 s(Table IV)。
- 作者结论:删除 GPS 坐标或初始航向并不能移除路线信息;作者建议按可用信号与信息匹配方法,并认为评估保护方法需同时测下游效用与适配攻击;作者同时指出数据以北美为主、任务限于已知起点、四种攻击缺乏与原作者的核对。