MadRadar : le système de piratage qui menace les voitures autonomes

Un danger sur les routes pour les véhicules sans chauffeur

Les voitures autonomes, présentées comme plus sûres et confortables, sont désormais confrontées à un nouveau défi en matière de sécurité. Selon une récente étude menée par des scientifiques de l’Université Duke, un système de piratage surnommé “MadRadar” pourrait causer des catastrophes sur les routes en perturbant leur radar, les rendant incapables de détecter correctement leur environnement. Ce hack serait capable de faire apparaître de faux véhicules ou de rendre invisibles les vrais.

MadRadar : l’épreuve de la confiance envers les voitures autonomes

Miroslav Pajic, professeur d’ingénierie électrique et informatique à l’Université Duke en Caroline du Nord, explique que ces systèmes de piratage sont particulièrement dangereux mais nécessaires pour montrer que tout système mis en place peut comporter des failles. MadRadar est conçu pour détecter les paramètres radar d’une voiture en moins d’une seconde avant d’envoyer ses propres signaux pour tromper le radar de la voiture ciblée.

Le système MadRadar expose ainsi les vulnérabilités des voitures autonomes et pose la question de leur fiabilité face aux menaces extérieures. À ce jour, MadRadar est utilisé à titre préventif pour sensibiliser aux dangers potentiels de la pleine autonomie des véhicules.

Site frauduleux ? Arnaque ? Piratage ? On vous protège !

Vous avez 35 fois plus de risque de vous faire pirater vos comptes bancaires que de vous faire cambrioler.

Trois types d’attaques du système de piratage MadRadar

Les chercheurs de l’équipe de Miroslav Pajic n’ont pas encore dévoilé tous les détails du mécanisme d’attaque de MadRadar, mais ils ont néanmoins présenté ses trois principales méthodes :

1. Faire apparaître un véhicule fantôme sur le radar de la voiture cible, de manière à ce que celle-ci ralentisse ou freine brusquement pour éviter une collision inexistante.

2. Rendre un véritable véhicule invisible aux capteurs radar de la voiture autonome ciblée, augmentant ainsi les risques d’accidents en cas de changement soudain de trajectoire ou de vitesse de la part de la voiture réelle invisibilisée.

3. Simuler un changement de direction et/ou de vitesse imprévu de la part d’un véhicule se trouvant devant la voiture ciblée, provoquant ainsi sa réaction et éventuellement un accident par freinage brutal ou manœuvre d’évitement.

Ces trois attaques peuvent avoir d’importantes conséquences sur la sécurité des passagers présents dans les voitures autonomes, ainsi que sur les autres usagers de la route.

Vers une meilleure régulation et protection des voitures autonomes ?

Face à ces nouvelles menaces, il est essentiel de prendre des mesures pour renforcer la sécurité des systèmes embarqués dans les véhicules autonomes. Des protocoles de protection et de régulation doivent être mis en place, notamment pour anticiper les défis posés par l’apparition d’un système tel que MadRadar.

Cet objectif implique une collaboration étroite entre les constructeurs automobiles, les experts en cybersécurité, les organismes de régulation du transport routier et les gouvernements. Il s’agit d’établir des lignes directrices, de créer des normes minimales de sécurité ou encore d’imposer des contrôles stricts pour éviter tout risque d’accident lié à un piratage du radar des voitures autonomes.

Conclusion : le futur des voitures autonomes face au défi du piratage

MadRadar représente un tournant pour l’avenir des voitures autonomes, mettant en lumière leur vulnérabilité face aux menaces extérieures. Les chercheurs, les fabricants et les acteurs concernés n’ont d’autre choix que de travailler ensemble pour renforcer la sécurité et s’assurer que cette technologie peut évoluer sans mettre les usagers de la route en danger.

Laurent Amar CEO & Co Founder @FranceVerif

Doctorat Paris Sorbonne.
Expert en cybersécurité et lutte contre les fraudes et arnaques.
Co-créateur de la 1ère Intelligence Artificielle analysant la fiabilité des sites internet avec un taux d'efficacité de 99,86%.
Co-fondateur de France Verif, 1ère Intelligence Artificielle de Cybersécurité à destination des particuliers.

Cette vidéo YouTube pourrait vous intéresser, ainsi que celle-ci également.