論文の概要: Assessment of System-Level Cyber Attack Vulnerability for Connected and
Autonomous Vehicles Using Bayesian Networks
- arxiv url: http://arxiv.org/abs/2011.09436v1
- Date: Wed, 18 Nov 2020 18:13:57 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-24 05:04:33.388718
- Title: Assessment of System-Level Cyber Attack Vulnerability for Connected and
Autonomous Vehicles Using Bayesian Networks
- Title（参考訳）: ベイジアンネットワークを用いた連系・自律車両のシステムレベルサイバー攻撃脆弱性の評価
- Authors: Gurcan Comert, Mashrur Chowdhury, David M. Nicol
- Abstract要約: 各種のサイバー攻撃の脆弱性とその影響は、インテリジェント信号および協調適応型クルーズ制御アプリケーションのために計算される。
数値的な例では、平均交叉待ち時間、停止数、平均速度、遅延の点で脆弱性の影響を示す。
- 参考スコア（独自算出の注目度）: 8.053323203905629
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study presents a methodology to quantify vulnerability of cyber attacks
and their impacts based on probabilistic graphical models for intelligent
transportation systems under connected and autonomous vehicles framework. Cyber
attack vulnerabilities from various types and their impacts are calculated for
intelligent signals and cooperative adaptive cruise control (CACC) applications
based on the selected performance measures. Numerical examples are given that
show impact of vulnerabilities in terms of average intersection queue lengths,
number of stops, average speed, and delays. At a signalized network with and
without redundant systems, vulnerability can increase average queues and delays
by $3\%$ and $15\%$ and $4\%$ and $17\%$, respectively. For CACC application,
impact levels reach to $50\%$ delay difference on average when low amount of
speed information is perturbed. When significantly different speed
characteristics are inserted by an attacker, delay difference increases beyond
$100\%$ of normal traffic conditions.
- Abstract（参考訳）: 本研究では,ネットワークと自律走行車両の枠組み下でのインテリジェント交通システムに対する確率的グラフィカルモデルに基づいて,サイバー攻撃の脆弱性とその影響を定量化する手法を提案する。
各種のサイバー攻撃脆弱性とその影響を、選択した性能指標に基づいて、インテリジェント信号および協調適応クルーズ制御(CACC)アプリケーションに対して算出する。
平均交叉キューの長さ、停止数、平均速度、遅延の点で脆弱性の影響を示す数値的な例が与えられる。
冗長なシステムを持たないシグナルネットワークでは、平均的なキューと遅延をそれぞれ$3\%$と$15\%$と$4\%$と$17\%$に増加させることができる。
caccアプリケーションでは、低速情報の摂動時には、衝撃レベルが平均で50〜%の遅延差に達する。
攻撃者によって著しく異なる速度特性が挿入されると、遅延差は通常の交通条件の100/%以上増加する。
関連論文リスト
- Improving Traffic Flow Predictions with SGCN-LSTM: A Hybrid Model for Spatial and Temporal Dependencies [55.2480439325792]
本稿ではSGCN-LSTM(Signal-Enhanced Graph Convolutional Network Long Short Term Memory)モデルを提案する。
PEMS-BAYロードネットワークトラフィックデータセットの実験は、SGCN-LSTMモデルの有効性を示す。
論文 参考訳（メタデータ） (2024-11-01T00:37:00Z) - FaultGuard: A Generative Approach to Resilient Fault Prediction in Smart Electrical Grids [53.2306792009435]
FaultGuardは、障害タイプとゾーン分類のための最初のフレームワークであり、敵攻撃に耐性がある。
本稿では,ロバスト性を高めるために,低複雑性故障予測モデルとオンライン逆行訓練手法を提案する。
本モデルでは,耐故障予測ベンチマークの最先端を最大0.958の精度で上回っている。
論文 参考訳（メタデータ） (2024-03-26T08:51:23Z) - Detecting stealthy cyberattacks on adaptive cruise control vehicles: A
machine learning approach [5.036807309572884]
運転行動がわずかに変化しただけで、より汚い攻撃は、ネットワーク全体の混雑、燃料消費、さらにはクラッシュリスクさえも、容易に検出されずに増加させる可能性がある。
本稿では,車両制御コマンドの不正な操作,センサ計測に対する偽データ注入攻撃,DoS攻撃の3種類のサイバー攻撃に対するトラフィックモデルフレームワークを提案する。
車両軌跡データを用いた攻撃をリアルタイムに識別するために,GANに基づく新しい生成逆数ネットワーク(generative adversarial network, GAN)を用いた異常検出モデルを提案する。
論文 参考訳（メタデータ） (2023-10-26T01:22:10Z) - Deployment of Leader-Follower Automated Vehicle Systems for Smart Work
Zone Applications with a Queuing-based Traffic Assignment Approach [1.0355894890759376]
本論文は,ネットワーク上でのATMA車両の経路最適化に焦点をあて,低速動作に伴うシステムコストを最小化することを目的とする。
ATMAシステムによるシステムコストを特定するために,待ち行列に基づくトラフィック割り当て手法を提案する。
本手法は,小型ネットワークと大規模ネットワークを用いて検証し,キャパシティドロップモデリングとQBTD走行時間関数の利点を分析するための2つのベンチマークモデルと比較した。
論文 参考訳（メタデータ） (2023-07-23T16:35:05Z) - Runtime Stealthy Perception Attacks against DNN-based Adaptive Cruise Control Systems [8.561553195784017]
本稿では,実行時認識攻撃下での深層ニューラルネットワークを用いたACCシステムのセキュリティ評価を行う。
攻撃を誘発する最も重要な時間を選択するための文脈認識戦略を提案する。
提案攻撃の有効性を,実車,公用運転データセット,現実的なシミュレーションプラットフォームを用いて評価した。
論文 参考訳（メタデータ） (2023-07-18T03:12:03Z) - Reinforcement Learning based Cyberattack Model for Adaptive Traffic
Signal Controller in Connected Transportation Systems [61.39400591328625]
接続輸送システムにおいて、適応交通信号制御装置(ATSC)は、車両から受信したリアルタイム車両軌跡データを利用して、グリーンタイムを規制する。
この無線接続されたATSCはサイバー攻撃面を増やし、その脆弱性を様々なサイバー攻撃モードに拡大する。
そのようなモードの1つは、攻撃者がネットワーク内で偽の車両を作成する「シビル」攻撃である。
RLエージェントは、シビル車噴射の最適速度を学習し、アプローチの混雑を生じさせるように訓練される
論文 参考訳（メタデータ） (2022-10-31T20:12:17Z) - Correlating sparse sensing for large-scale traffic speed estimation: A
Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。
次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
論文 参考訳（メタデータ） (2022-10-21T07:25:57Z) - Motion Planning and Control for Multi Vehicle Autonomous Racing at High
Speeds [100.61456258283245]
本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。
提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
論文 参考訳（メタデータ） (2022-07-22T15:16:54Z) - AI-aided Traffic Control Scheme for M2M Communications in the Internet
of Vehicles [61.21359293642559]
交通のダイナミクスと異なるIoVアプリケーションの異種要求は、既存のほとんどの研究では考慮されていない。
本稿では,ハイブリッド交通制御方式とPPO法を併用して検討する。
論文 参考訳（メタデータ） (2022-03-05T10:54:05Z) - Using AI for Mitigating the Impact of Network Delay in Cloud-based
Intelligent Traffic Signal Control [8.121462458089143]
本稿では,強化学習に基づく新しい信号制御アルゴリズムを提案する。
本稿では,ネットワーク遅延が重要な問題となるすべてのエージェントベースシステムに有効なフレームワークを提案する。
論文 参考訳（メタデータ） (2020-02-19T17:30:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。