2. 自动驾驶安全基础
自动驾驶系统是一个由感知、决策、控制、通信与云端服务共同构成的复杂安全关键系统。仅用“系统不能出错”来概括其安全目标远远不够。工程实践中，通常把安全拆分为四个相互关联又边界清晰的维度：功能安全（Functional Safety, FuSa）、预期功能安全（Safety of the Intended Functionality, SOTIF）、网络安全（Cybersecurity）与数据安全（Data Security）。理解它们的定义与区别，是后续危害分析、安全需求分配和论证工程的基础。
一、四个安全维度的基本定义
功能安全关注的是“由电子电气系统的故障行为导致的危害”。其核心问题是：当某个部件发生随机硬件失效或系统性失效时，系统能否进入安全状态。典型标准是 ISO 26262，通过 ASIL 等级（A 至 D）确定开发严格度，并要求满足相应的安全机制、故障探测与安全状态迁移。
预期功能安全关注的是“没有故障，但功能或性能不足导致的危害”。例如摄像头在逆光下漏检、雷达对静止物体误判、算法对异形车辆识别不足。其核心标准是 ISO 21448，重点在于识别触发条件、评估场景风险，并通过功能限制、性能提升或人机交互策略把残余风险降到可接受水平。
网络安全关注的是“由恶意攻击或未授权访问导致的危害”。攻击者可能通过 OTA 通道、诊断接口、V2X 通信或传感器注入虚假数据，从而篡改控制指令、窃取密钥或瘫痪系统。ISO/SAE 21434 与 UN R155 构成了主要的流程与准入要求，强调威胁分析与风险评估（TARA）以及纵深防御。
数据安全关注的是“数据在全生命周期中的保密性、完整性与可用性”。自动驾驶车辆采集大量道路、位置、人脸、语音与车辆状态数据，一旦泄露或被篡改，既可能侵犯隐私，也可能影响事故责任认定与模型训练可信度。数据安全通常与《个人信息保护法》《数据安全法》以及 GB/T 44464 等标准相关。
一句话区分：功能安全防“坏”，预期功能安全防“弱”，网络安全防“恶”，数据安全防“泄”与“篡”。
二、四类安全的对比关系
下表从危害来源、典型触发条件、核心标准、主要分析方法和典型安全措施五个维度进行对比，便于在项目中快速定位问题归属。
| 维度 | 危害来源 | 典型触发条件 | 核心标准 | 主要分析方法 | 典型措施 |
|---|---|---|---|---|---|
| 功能安全 | 系统故障 | 硬件随机失效、软件系统性失效 | ISO 26262 | HARA、FMEA、FTA | 冗余、看门狗、安全状态 |
| 预期功能安全 | 性能局限 | 逆光、雨雾、异形目标、长尾场景 | ISO 21448 | STPA、场景分析、触发条件识别 | 功能限制、ODD 约束、降级策略 |
| 网络安全 | 恶意攻击 | 接口暴露、密钥泄露、固件篡改 | ISO/SAE 21434、UN R155 | TARA、攻击树 | 安全启动、SecOC、入侵检测 |
| 数据安全 | 数据泄露或篡改 | 采集过度、传输未加密、存储未脱敏 | GB/T 44464、个保法 | 数据分类分级、数据流分析 | 加密、脱敏、访问控制、审计 |
三、四类安全在系统中的协同关系
四者并非彼此孤立，而是在同一套自动驾驶架构中相互交叠。下图以车辆端到云端的数据与控制链路为背景，展示四类安全各自的作用位置与相互关系。
四、典型场景中的区分与协同
以“车辆在高速上以 120 km/h 行驶，前方出现静止故障车”为例，可以清晰看到四类安全的边界：
- 功能安全视角：若制动执行器发生随机失效，系统是否有冗余制动或安全停车能力？这是 FuSa 问题。
- 预期功能安全视角：若雷达和摄像头均未识别静止车辆，因为算法对静止目标过滤过度，这是 SOTIF 问题。
- 网络安全视角：若攻击者通过 CAN 总线注入虚假制动指令，导致车辆异常减速，这是 Cybersecurity 问题。
- 数据安全视角：若事故后行车数据被未授权导出或篡改，影响责任认定，这是 Data Security 问题。
在安全论证中，四类安全需要分别建立安全目标与安全需求，但在系统架构层面必须统一考虑。例如，一个冗余制动通道既可能是功能安全机制，也可能被网络安全攻击者利用，因此需要同时进行 FuSa 与 Cybersecurity 的联合分析。
五、常见误区与复盘要点
在实际项目中，团队常出现以下误区：
- 把 SOTIF 当作 FuSa 的子集。两者危害来源不同，FuSa 针对故障，SOTIF 针对性能局限，分析方法和标准均不同。
- 认为网络安全只属于云端。车辆端 CAN、以太网、诊断接口、传感器链路都是攻击面，必须做端到端 TARA。
- 把数据安全等同于加密。数据安全还包括分类分级、最小化采集、脱敏、访问控制、审计与销毁。
- 四类安全各自为政。缺少联合危害分析，容易出现安全目标冲突或重复投入。
复盘建议：在项目早期建立“安全维度矩阵”，把每一条危害事件标注为 FuSa、SOTIF、Cybersecurity 或 Data Security 中的一类或多类，并明确对应的标准、分析方法和验证手段。这样可以避免遗漏，也便于安全论证时追溯证据链。
综上，功能安全、预期功能安全、网络安全与数据安全共同构成了自动驾驶安全的基础框架。它们分别回答“系统坏了怎么办”“系统不够强怎么办”“系统被攻击怎么办”“数据被泄露或篡改怎么办”四个问题。只有清晰区分并协同设计，才能为后续的安全案例与论证工程提供完整、可追溯的起点。