随着汽车对互联网的接入程度不断提高以及共享出行行业日趋发达，帮助汽车提升自身“免疫力”的必要性也正日益凸显。
科技公司盖瑞特（Garrett）在周二（10月27日）举行的一场小型技术分享会上亮出了上述观点。盖瑞特是一家总部位于瑞士的汽车技术解决方案供应商，其前身是霍尼韦尔交通系统部门，2018年拆分后独立成为目前的新公司。
除外界熟知的涡轮增压技术外，盖瑞特目前的产品组合中还包括针对汽车电气化趋势的电动增压解决方案以及面向智能互联化的汽车软件方案。
“如果说涡轮增压技术代表的是今天，那么电动增压和汽车软件则分别代表明天和后天。”盖瑞特智能网联汽车业务亚太区总经理吴军在分享会上表示。他表示，将在未来出行方式中起到引领作用的智能网联及自动驾驶汽车，对软件的依赖程度将越来越高。
汽车软件系统正呈现出复杂化的趋势，在不久之前一辆汽车上的代码数量仅为千万行级别，而如今一款新一代智能互联汽车的代码数量已超过1亿行。可供对比的是，一架F22战斗机仅使用了170万行代码，而波音787客机的代码数量也只有650万行。
车域软件系统复杂程度的提高除了对编程和数字化提出更高要求之外，对车辆的安全性也发起源自另一维度的挑战。研究数据显示，对汽车黑客而言，在动辄上亿行的代码中，可资利用的漏洞隐患存在率高达15‰。
另一方面，更高的互联网接入程度也意味着车辆暴露于人为侵害环境中的程度也越高。如果将4G、5G、蓝牙、近场通讯等通讯手段计算在内，目前汽车的互联度可达到15%左右。而综合多种预测结果，在2022-2025年之间，这一数字有望达到75%。
盖瑞特方面所分享的黑客攻击路径图显示，数据服务器（21%）、无钥匙进入（19%）、OBD端口（10%）、移动应用程序（7%）及信息娱乐系统（7%）正成为黑客对汽车发起攻击的主要倚仗。除此之外，蜂窝网络、WI-FI、传感器、USB端口、蓝牙、远程信息处理控制单元以及OBD加密狗也是时常遭受黑客攻击的目标。
除窃取驾乘者信息外，黑客还可通过上述端口存在的漏洞进入车辆、操控车辆或劫持车辆，对驾乘者造成物损或形成安全隐患。在某些案例中，黑客还将利用车辆上存在的软件漏洞对汽车制造商进行勒索。
为了成功将黑客阻挡在车外，盖瑞特开发了一套严密的汽车网络安全系统，其工作原理相当于在驾驶者与黑客之间筑起了一道能够识别攻击并进行区别化处理的“防火墙”。
通过入侵探测与防御软件（IDPS），上述系统一旦探测到异常命令，就会立即通过防御软件终止已知威胁，并将相关信息发送至安全运营中心（SOC）。在该中心，此类信息经由机器诊断或人工分析，最终被发送给汽车制造商。后者则可据此对汽车进行软件升级，从而达到补救和防范的目的。在此过程中，用户也将通过手机收到关于黑客攻击的通知。
目前，盖瑞特的入侵探测与防御软件具备50种以上的先进算法及跨总线检测能力，易于和车端硬件集成，适用于CAN、CAN FD和以太网，可被用作一种全生命周期安全管理和配置工具。
而在安全运营中心，数据库内的黑命令和白命令名单已覆盖绝大多数黑客攻击行为，仅有少数行为会作为未知威胁进入人工分析环节。在此之前，所有存在疑问的异常指令都会被先行拦截。这意味着，针对一个有疑问的命令，拦截的优先级要高于执行，因此一个正在发生的黑客攻击行为即使无法立即得到定义，也将被挡在汽车之外。此外，先进的机器学习能力也将帮助安全运营中心不断扩充其安全规则。
“对人体而言，我们定期接受体检，发现健康隐患后接受治疗并长期调养，所遵循的是一种‘监视-防御-稳定’的规则，”为了方便理解，吴军打了一个形象的比方，“而我们在确保汽车健康方面的法也与之类似，盖瑞特软件解决方案将通过‘监视-防御-维护’的步骤来构建车辆安全与健康的免疫体系。”
在盖瑞特方面所说的车辆免疫体系除了聚焦于网络安全之外，还对车辆的健康程度予以关注。实施航，车辆维护精准度受限是汽车电子系统的复杂化所带来的另一个问题。调查数据显示，目前全球50%的零部件更换行为存在错误，且具有明显的过度维护趋势。
盖瑞特所提供的集成车辆健康管理软件（IVHM）可有效解决上述问题。该系统可基于整车厂已有的诊断工具和售后维护系统，依据目标对象的物理机理，性能数据以及机器学习，识别失效模式或故障的根本原因。一旦发现异常状况，该模型可快速推理、精确诊断故障根源并指导维修。
这一创新的解决方案采用了车辆大数据分析和云端物理模型之间的数字交互诊断模式。对共享出行的运营商而言，该技术可以帮助其及时发现质量下降的零部件，预测可能存在的运营风险，提升车辆利用率和客户满意度。对整车品牌的售后服务体系而言，这套方案可以快速高效的为维修服务团队提供数字诊断依据，缩短车辆维修所需时间，降低整体运营成本、而对于终端车主而言，该软件则能够消除那些不易察觉的车辆故障，为行车安全加上一道数字科技的防护罩。
针对商用车队的运营管理与售后市场，盖瑞特日前还推出了早期预警系统（EWS）软件，针对车队运营商已有的车载信息系统硬件做进一步补充和提升，将物理模型和人工智能（AI）技术集成到售后市场管理工具中，可检测所有网联车辆系统的故障，并应用人工智能学习预测网联车辆系统在未来的运行健康状况。
盖瑞特早期预警系统可以涵盖所有智能网联汽车系统，包括后处理和排气系统、电池系统、交流发电机和起动机、车身和底盘、刹车、冷却、燃油、润滑、轮胎、变速器等。
此前，此类系统已被应用于航空领域。以一架波音777客机为例，上述系统可对其85%的飞行器子系统进行监测，并将有效降低未知原因故障（NFF）的发生率。
从盖瑞特的现场演示来看，一项精确诊断功能将有效降低车辆维修的不确定性。通过此类功能，车辆维修人员乃至车主都可以清晰地获取故障信息以及合理的排除办法。
然而，精确诊断所要面临的一个现实问题是，汽车制造商出于对经销商售后服务利润的保障，是否会愿意将此类功能提供给终端消费者？
盖瑞特方面认为，尽管精确诊断数据的开放程度目前仍掌握在汽车制造商手中，但这并不意味着，终端消费者一定不能从中获益。该公司表示，这是一个竞争机制的问题，当一家汽车制造商愿意开放此类数据，就会形成一种良性的竞争。另外在部分海外市场，此类数据可能会通过立法成为一种必须向消费者公布的信息。
通过监测车辆参数和特殊模型，上述系统可借助人工智能来分析潜在故障的发生可能性。此外，该功能还能有效减少因提前维护而引发的零部件使用周期缩短问题，从而避免过度维修造成的成本浪费。
综合来看，集成车辆健康管理软件和早期预警系统显然将成为盖瑞特在汽车共享化的主流趋势前所持有的一张王牌。几个不难预见的场景是，共享车队运营者将借助该系统在故障实际发生前提前察觉零部件的异常，从而避免一些不可逆的损坏；在故障发生时，他们可以通过精确诊断来规避过度维修问题；此外，他们甚至可以对车辆租用者的驾驶行为进行监督，在车辆发生损坏时明确责任。
谈及盖瑞特汽车软件业务在中国的商业应用前景，吴军表示，目前该公司已在上述领域与多家主机厂开展合作，但受限于合作方之间的保密协议，暂时无法提供汽车制造商的确切名称。但他强调，随着汽车新四化趋势的推进，类似汽车软件这样的业务将拥有绝佳的发展前景。