실시간 차량 CAN 버스 역공학을 위한 자율 접근법

초록

본 논문은 차량의 CAN 버스를 사전 지식 없이 실시간으로 역공학하는 방법을 제시한다. 가속·제동·조향 이벤트 동안 IMU와 CAN 데이터를 동시 수집하고, 이벤트 기반 아키텍처와 멀티스레딩을 활용해 후보 채널을 빠르게 상관관계 분석한다. 기존 오프라인 방식에 비해 처리 속도가 크게 향상되고, 하드웨어 요구사항이 감소하였다.

상세 분석

이 연구는 기존의 오프라인 CAN 역공학 방법을 실시간으로 전환하기 위한 일련의 설계·구현 개선을 제시한다. 핵심 아이디어는 차량 동작 이벤트(가속, 감속, 조향)를 실시간으로 탐지하고, 해당 이벤트에 국한된 데이터 윈도우만을 사용해 CAN 채널과의 상관관계를 계산함으로써 연산량을 크게 줄이는 것이다. 이를 위해 ROS 기반의 이벤트‑드리븐 파이프라인을 5계층으로 구성하였다. 첫 번째 계층은 IMU와 CAN 인터페이스 노드가 원시 데이터를 스트리밍하고, 두 번째 계층은 가속도·각속도 임계값을 이용해 이벤트를 검출한다. 검출된 이벤트는 전후 일정 시간(프리·포스트 윈도우)으로 캡처되어 세 번째 계층인 상관관계 노드에 전달된다. 여기서는 기존 연구에서 사용한 ‘변화율 상관’ 알고리즘을 실시간 버전으로 변형했으며, 후보 채널을 실시간으로 랭킹한다. 네 번째 계층에서는 랭킹 결과를 기반으로 가속·제동·조향 제어 입력에 가장 부합하는 CAN 채널을 선택하고, 다섯 번째 계층은 결과를 시각화·로그화한다.

하드웨어 측면에서는 고정형 IMU와 USB‑CAN 어댑터만을 사용해 시스템 구성을 단순화했으며, 멀티코어 CPU를 활용한 멀티스레딩으로 데이터 수집·처리·시각화를 병렬화하였다. 또한, 불필요한 CAN 프레임을 차단하기 위한 ‘채널 마스킹’ 기법을 도입해 처리 효율을 높였다. 실험은 기존 연구(