論文の概要: Security and Interpretability in Automotive Systems
- arxiv url: http://arxiv.org/abs/2212.12101v1
- Date: Fri, 23 Dec 2022 01:33:09 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-26 17:11:42.565562
- Title: Security and Interpretability in Automotive Systems
- Title（参考訳）: 自動車システムのセキュリティと解釈可能性
- Authors: Shailja Thakur
- Abstract要約: 送信者認証機構がないため、CAN(Controller Area Network)はセキュリティ上の脅威に対して脆弱である。
この論文では、電子制御ユニット(ECU)の消費電力測定と分類モデルを用いてECUの送信状態を決定する送信者認証手法を実証する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The lack of any sender authentication mechanism in place makes CAN
(Controller Area Network) vulnerable to security threats. For instance, an
attacker can impersonate an ECU (Electronic Control Unit) on the bus and send
spoofed messages unobtrusively with the identifier of the impersonated ECU. To
address the insecure nature of the system, this thesis demonstrates a sender
authentication technique that uses power consumption measurements of the
electronic control units (ECUs) and a classification model to determine the
transmitting states of the ECUs. The method's evaluation in real-world settings
shows that the technique applies in a broad range of operating conditions and
achieves good accuracy.
A key challenge of machine learning-based security controls is the potential
of false positives. A false-positive alert may induce panic in operators, lead
to incorrect reactions, and in the long run cause alarm fatigue. For reliable
decision-making in such a circumstance, knowing the cause for unusual model
behavior is essential. But, the black-box nature of these models makes them
uninterpretable. Therefore, another contribution of this thesis explores
explanation techniques for inputs of type image and time series that (1) assign
weights to individual inputs based on their sensitivity toward the target
class, (2) and quantify the variations in the explanation by reconstructing the
sensitive regions of the inputs using a generative model.
In summary, this thesis (https://uwspace.uwaterloo.ca/handle/10012/18134)
presents methods for addressing the security and interpretability in automotive
systems, which can also be applied in other settings where safe, transparent,
and reliable decision-making is crucial.
- Abstract（参考訳）: 送信者認証機構がないため、CAN(Controller Area Network)はセキュリティ上の脅威に対して脆弱である。
例えば、攻撃者はバス上のECU(Electronic Control Unit)を偽装し、偽造されたECUの識別子と無防備にメッセージを送信することができる。
この論文では、電子制御ユニット(ECU)の消費電力測定と分類モデルを用いて、ECUの送信状態を決定する送信者認証手法を示す。
実環境設定における手法の評価は,この手法が幅広い操作条件に適用され,精度が高いことを示す。
機械学習ベースのセキュリティコントロールの重要な課題は、偽陽性の可能性だ。
偽陽性の警告はオペレーターのパニックを引き起こし、誤った反応を引き起こし、長期的にはアラーム疲労を引き起こす。
このような状況下で信頼できる意思決定を行うには、異常なモデル行動の原因を知ることが不可欠である。
しかし、これらのモデルのブラックボックスの性質は解釈不能である。
そこで本論文では,(1)対象クラスに対する感度に基づいて個々の入力に重みを割り当てるタイプイメージと時系列の入力に関する説明手法について検討し,(2)生成モデルを用いて入力の感度領域を再構成することにより説明のバリエーションを定量化する。
要約すると、この論文 (https://uwspace.uwaterloo.ca/handle/10012/18134) は、安全で透明で信頼性の高い意思決定が不可欠である他の環境でも適用可能な、自動車システムのセキュリティと解釈可能性に取り組む方法を提示している。
関連論文リスト
- Automatic AI controller that can drive with confidence: steering vehicle with uncertainty knowledge [3.131134048419781]
本研究は,機械学習フレームワークを用いた車両の横方向制御システムの開発に焦点をあてる。
確率論的学習モデルであるベイズニューラルネットワーク(BNN)を用いて不確実性定量化に対処する。
信頼しきい値を確立することで、手動による介入をトリガーし、安全なパラメータの外で動作した場合に、制御がアルゴリズムから解放されることを保証できます。
論文 参考訳（メタデータ） (2024-04-24T23:22:37Z) - A Survey and Comparative Analysis of Security Properties of CAN Authentication Protocols [92.81385447582882]
コントロールエリアネットワーク(CAN)バスは車内通信を本質的に安全でないものにしている。
本稿では,CANバスにおける15の認証プロトコルをレビューし,比較する。
実装の容易性に寄与する本質的な運用基準に基づくプロトコルの評価を行う。
論文 参考訳（メタデータ） (2024-01-19T14:52:04Z) - Investigating Robustness in Cyber-Physical Systems: Specification-Centric Analysis in the face of System Deviations [8.8690305802668]
サイバー物理システム(CPS)の重要属性は堅牢性であり、安全に運用する能力を示している。
本稿では,特定のシステム要件を満たす上でのコントローラの有効性を特徴付ける,仕様に基づく新しいロバスト性を提案する。
本稿では, 微妙な堅牢性違反を識別するための2層シミュレーションに基づく解析フレームワークを提案する。
論文 参考訳（メタデータ） (2023-11-13T16:44:43Z) - Ring-A-Bell! How Reliable are Concept Removal Methods for Diffusion Models? [52.238883592674696]
Ring-A-Bellは、T2I拡散モデルのためのモデルに依存しないレッドチームツールである。
これは、不適切なコンテンツの生成に対応する拡散モデルに対する問題的プロンプトを特定する。
この結果から,安全プロンプトベンチマークの操作により,既存の安全メカニズムを回避できると考えられるプロンプトを変換できることが示唆された。
論文 参考訳（メタデータ） (2023-10-16T02:11:20Z) - GCNIDS: Graph Convolutional Network-Based Intrusion Detection System for CAN Bus [0.0]
本稿では,GCN(Graph Convolutional Network)技術を利用して,CANバス内の侵入者検出に革新的なアプローチを提案する。
実験結果から,提案手法が既存のIDSよりも精度,精度,リコールに優れていることが確認された。
提案手法は、現代の車両の安全性と安全性の確保に大きな可能性を秘めている。
論文 参考訳（メタデータ） (2023-09-18T21:42:09Z) - Safety Margins for Reinforcement Learning [74.13100479426424]
安全マージンを生成するためにプロキシ臨界度メトリクスをどのように活用するかを示す。
Atari 環境での APE-X と A3C からの学習方針に対するアプローチを評価する。
論文 参考訳（メタデータ） (2023-07-25T16:49:54Z) - Recursively Feasible Probabilistic Safe Online Learning with Control
Barrier Functions [63.18590014127461]
本稿では,CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。
本研究では,ロバストな安全クリティカルコントローラの実現可能性について検討する。
次に、これらの条件を使って、イベントトリガーによるオンラインデータ収集戦略を考案します。
論文 参考訳（メタデータ） (2022-08-23T05:02:09Z) - Inter-Domain Fusion for Enhanced Intrusion Detection in Power Systems:
An Evidence Theoretic and Meta-Heuristic Approach [0.0]
ICSネットワークにおけるIDSによる不正な警告は、経済的および運用上の重大な損害をもたらす可能性がある。
本研究は,CPS電力系統における誤警報の事前分布を伴わずに不確実性に対処し,誤警報を低減する手法を提案する。
論文 参考訳（メタデータ） (2021-11-20T00:05:39Z) - CAN-LOC: Spoofing Detection and Physical Intrusion Localization on an
In-Vehicle CAN Bus Based on Deep Features of Voltage Signals [48.813942331065206]
車両内ネットワークのためのセキュリティ強化システムを提案する。
提案システムは,CANバスで測定した電圧信号から抽出した深い特徴を処理する2つの機構を含む。
論文 参考訳（メタデータ） (2021-06-15T06:12:33Z) - Pointwise Feasibility of Gaussian Process-based Safety-Critical Control
under Model Uncertainty [77.18483084440182]
制御バリア関数(CBF)と制御リアプノフ関数(CLF)は、制御システムの安全性と安定性をそれぞれ強化するための一般的なツールである。
本稿では, CBF と CLF を用いた安全クリティカルコントローラにおいて, モデル不確実性に対処するためのガウスプロセス(GP)に基づくアプローチを提案する。
論文 参考訳（メタデータ） (2021-06-13T23:08:49Z)
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。