第1段階：学習と模倣

大規模な正常 CAN 通信データを収集し、AI モデルがプロトコルの統計的分布と構造的特徴を学習させることで「プロトコル専門家」となり、フォーマット適合率が 87% 以上となるテストケースを生成し、最初のフォーマット検証の壁を突破することに成功しました。

第2段階：注入と変異

「正常なデータ」を生成する方法を習得した上で、潜在空間において方向性のある摂動を行い、「正常に見えるが中に仕掛けがある」パケットを生成します。例えば、重要なデータセグメントを境界値に改ざんし、「羊の皮をかぶった狼」——つまり、フォーマットが正しい高価値のテストケースを作り出します。

第三フェーズ：クローズドテスト

システムへのインテリジェントなユースケースの継続的な注入を行い、バス負荷、ECU 状態、および車両挙動を監視することで、「攻撃－フィードバック－最適化」の閉ループを形成します。

プロトコルを認識するインテリジェントな変異

ASDL CAN Fuzzerの核心は「Protocol-Aware」アプローチです。それは盲目的なランダム変異ではなく、CAN、CAN FD、UDS、ISO-TPなどのプロトコル仕様に対する深い理解に基づいてテストを設計します。これはDCGANが「プロトコルの規則を学習する」という考え方と同様に、無意味なデータを大幅に削減し、リソースを効果的な攻撃に集中させることができます。

効率的で包括的なテストカバレッジ

このツールは、「フィンガープリント認識」と組み合わせモデルを用いて、プロトコルの各フィールド（ID、DLC、RTR、ペイロードなど）の正常値および異常値を体系的に走査します。テストケースは数に富み（10 万単位）、かつターゲット指向性が高いです。比較資料によると、業界で有名な Defensics ツールに比べて、CAN 29bit ID、RTR 位、ISO-TP 大フレーム転送など、プロトコルの深い部分でのカバレッジが優れており、脆弱性発見の広さと深さを確保しています。

エンジニアリングに優しい自動化プロセス

ASDL CAN Fuzzer は、Test Plan → Interoperation → Test Case → Execute → Result という完全な自動化フローを構築します。ユーザーは DBC/ARXML ファイルをインポートしてテスト環境を迅速に構築でき、直感的な XML テンプレートを使用して複雑なテストシーケンスを設定することで、従来のファジングテストの高い技術的ハードルを大幅に低減できます。

チーム向けのコラボレーティブデザイン

ツールはエンタープライズ向けライセンスを提供し、最大 5 名のユーザーが同時に利用可能で、単一ライセンスのボトルネックを解消します。R&D チームの協業に最適であり、全体的なテスト効率を向上させます。