Fugu-MT 論文翻訳(概要): Connected Vehicles: A Privacy Analysis

論文の概要: Connected Vehicles: A Privacy Analysis

arxiv url: http://arxiv.org/abs/2207.06182v1
Date: Wed, 13 Jul 2022 13:26:12 GMT
ステータス: 処理完了
システム内更新日: 2023-02-19 09:50:36.623445
Title: Connected Vehicles: A Privacy Analysis
Title（参考訳）: Connected Vehicles: プライバシー分析
Authors: Mark Quinlan, Jun Zhao, Andrew Simpson
Abstract要約: 現代の車は、数年前には予測できなかった方法でデータを処理し、分析し、送信することができる。生産車両のテレマティクスシステムについて検討し、関連するプライバシー関連の脅威のいくつかを確認することを目的としている。
参考スコア（独自算出の注目度）: 8.513938423514636
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Just as the world of consumer devices was forever changed by the introduction of computer controlled solutions, the introduction of the engine control unit (ECU) gave rise to the automobile's transformation from a transportation product to a technology platform. A modern car is capable of processing, analysing and transmitting data in ways that could not have been foreseen only a few years ago. These cars often incorporate telematics systems, which are used to provide navigation and internet connectivity over cellular networks, as well as data-recording devices for insurance and product development purposes. We examine the telematics system of a production vehicle, and aim to ascertain some of the associated privacy-related threats. We also consider how this analysis might underpin further research.
Abstract（参考訳）: コンピュータ制御ソリューションの導入によって消費者機器の世界が永久に変化したように、エンジン制御ユニット(ecu)の導入は自動車を輸送製品から技術プラットフォームへと転換させた。現代の車は、数年前には予測できなかった方法でデータを処理し、分析し、送信することができる。これらの車には、携帯電話ネットワーク上のナビゲーションとインターネット接続を提供するテレマティクスシステムや、保険や製品開発のためのデータ記録装置が組み込まれている。生産車両のテレマティクスシステムを調べ,関連するプライバシ関連の脅威を確認することを目的とする。また、この分析がさらなる研究の基盤となる可能性についても検討する。

関連論文リスト

Analyzing Privacy Implications of Data Collection in Android Automotive OS [15.970539534298137]
Android Automotive OS(AAOS)は1億台以上の車両に統合されている。この膨大なデータ収集によって、プライバシーはますます重要になっている。本稿では,AAOSのプライバシ含意に焦点をあて,データ収集の性質と範囲,および元の機器メーカー(OEM)のプライバシポリシについて検討する。
論文参考訳（メタデータ） (2024-09-23T21:35:40Z)
Tapping in a Remote Vehicle's onboard LLM to Complement the Ego Vehicle's Field-of-View [1.701722696403793]
本稿では,車載言語モデル(LLM)をタップすることで,エゴ車両の視野(FOV)と他の車両のFOVを補完する概念を提案する。 GPT-4V や GPT-4o など,ごく最近の LLM では,交通状況が極めて詳細に把握されているため,交通参加者の特定にも利用することができる。
論文参考訳（メタデータ） (2024-08-20T12:38:34Z)
Are you a robot? Detecting Autonomous Vehicles from Behavior Analysis [6.422370188350147]
本稿では,車両が自律的かどうかを判断するために,カメラ画像と状態情報を用いてアクティブな車両を監視するフレームワークを提案する。基本的には、自動運転車を識別するための機械学習モデルを提供する道路上で取得したデータをシェアする車両間の協力に基づいて構築される。実験により,ビデオクリップを80%の精度で解析することにより,2つの行動の識別が可能であることが確認された。
論文参考訳（メタデータ） (2024-03-14T17:00:29Z)
Applications of Computer Vision in Autonomous Vehicles: Methods, Challenges and Future Directions [2.693342141713236]
本稿では,過去10年間に出版されたコンピュータビジョンと自動運転に関する論文をレビューする。特に、まず自律運転システムの開発について検討し、各国の主要自動車メーカーによって開発されたこれらのシステムを要約する。そこで, 深度推定, 物体検出, 車線検出, 信号認識など, 自律運転におけるコンピュータビジョン応用の概要を概観する。
論文参考訳（メタデータ） (2023-11-15T16:41:18Z)
LLM4Drive: A Survey of Large Language Models for Autonomous Driving [62.10344445241105]
大規模言語モデル(LLM)は、文脈理解、論理的推論、回答生成などの能力を示した。本稿では,自動走行のための大規模言語モデル (LLM4AD) に関する研究ラインを体系的にレビューする。
論文参考訳（メタデータ） (2023-11-02T07:23:33Z)
Autonomous Vehicles an overview on system, cyber security, risks, issues, and a way forward [0.0]
この章は、自動運転車の複雑な領域を探求し、その基本的な構成要素と運用上の特性を分析します。この調査の主な焦点は、サイバーセキュリティの領域、特に自動運転車の文脈にある。これらの車両を潜在的な脅威から保護することを目的とした様々なリスク管理ソリューションについて、包括的な分析を行う。
論文参考訳（メタデータ） (2023-09-25T15:19:09Z)
Convergence of Communications, Control, and Machine Learning for Secure and Autonomous Vehicle Navigation [78.60496411542549]
接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
論文参考訳（メタデータ） (2023-07-05T21:38:36Z)
Berlin V2X: A Machine Learning Dataset from Multiple Vehicles and Radio Access Technologies [56.77079930521082]
我々は,MLに基づく多種多様な研究への道を開くための詳細な測定キャンペーンを実施してきた。得られたデータセットは、携帯電話(と2つの異なるオペレーター)とサイドリンク無線アクセス技術の両方のために、様々な都市環境にまたがるGPS位置の無線測定を提供する。私たちは、MLが克服しなければならない課題と、MLが活用できる機能について、データの初期分析を提供しています。
論文参考訳（メタデータ） (2022-12-20T15:26:39Z)
COOPERNAUT: End-to-End Driving with Cooperative Perception for Networked Vehicles [54.61668577827041]
本稿では,車間認識を用いたエンドツーエンド学習モデルであるCOOPERNAUTを紹介する。われわれのAutoCastSim実験は、我々の協調知覚駆動モデルが平均成功率を40%向上させることを示唆している。
論文参考訳（メタデータ） (2022-05-04T17:55:12Z)
Fine-Grained Vehicle Perception via 3D Part-Guided Visual Data Augmentation [77.60050239225086]
実画像中の車両に動的部品を付加した3次元自動車モデルによる効果的なトレーニングデータ生成プロセスを提案する。私達のアプローチは人間の相互作用なしで完全に自動です。 VUS解析用マルチタスクネットワークとVHI解析用マルチストリームネットワークを提案する。
論文参考訳（メタデータ） (2020-12-15T03:03:38Z)
Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文参考訳（メタデータ） (2020-08-29T15:14:03Z)

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。