論文の概要: HoneyEVSE: An Honeypot to emulate Electric Vehicle Supply Equipments
- arxiv url: http://arxiv.org/abs/2309.06077v1
- Date: Tue, 12 Sep 2023 09:15:07 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-19 06:43:22.349229
- Title: HoneyEVSE: An Honeypot to emulate Electric Vehicle Supply Equipments
- Title（参考訳）: HoneyEVSE:電気自動車のサプライ機器をエミュレートするHoneypot
- Authors: Massimiliano Baldo, Tommaso Bianchi, Mauro Conti, Alessio Trevisan, Federico Turrin,
- Abstract要約: HoneyEVSEは、電気自動車の充電ステーションをシミュレートする最初のハニーポットである。
HoneyEVSEは、EV充電プロセスの忠実度の高さをシミュレートすると同時に、ユーザがダッシュボードを通じてそれを操作できるようにする。
結果から,HoneyEVSEは露呈したサービス上で多数のインタラクションを惹きつけながら,Shodan honeyscoreメトリックを回避できることが示唆された。
- 参考スコア（独自算出の注目度）: 14.413675592484926
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: To fight climate change, new "green" technology are emerging, most of them using electricity as a power source. Among the solutions, Electric Vehicles (EVs) represent a central asset in the future transport system. EVs require a complex infrastructure to enable the so-called Vehicle-to-Grid (V2G) paradigm to manage the charging process between the smart grid and the EV. In this paradigm, the Electric Vehicle Supply Equipment (EVSE), or charging station, is the end device that authenticates the vehicle and delivers the power to charge it. However, since an EVSE is publicly exposed and connected to the Internet, recent works show how an attacker with physical tampering and remote access can target an EVSE, exposing the security of the entire infrastructure and the final user. For this reason, it is important to develop novel strategies to secure such infrastructures. In this paper we present HoneyEVSE, the first honeypot conceived to simulate an EVSE. HoneyEVSE can simulate with high fidelity the EV charging process and, at the same time, enables a user to interact with it through a dashboard. Furthermore, based on other charging columns exposed on the Internet, we emulate the login and device information pages to increase user engagement. We exposed HoneyEVSE for 30 days to the Internet to assess its capability and measured the interaction received with its Shodan Honeyscore. Results show that HoneyEVSE can successfully evade the Shodan honeyscore metric while attracting a high number of interactions on the exposed services.
- Abstract（参考訳）: 気候変動と戦うために、新しい「グリーン」技術が登場し、そのほとんどが電力として電気を使用している。
ソリューションのうち、電気自動車(EV)は将来の輸送システムの中心的な資産である。
EVは、スマートグリッドとEVの間の充電プロセスを管理するために、いわゆるV2Gパラダイムを実現するための複雑なインフラを必要としている。
このパラダイムでは、電気自動車供給装置(EVSE)または充電ステーションは、車両を認証し、充電する電力を供給する最終装置である。
しかしながら、EVSEが公開されインターネットに接続されているため、最近の研究は、物理的な改ざんとリモートアクセスを持つ攻撃者がEVSEをターゲットとして、インフラストラクチャ全体と最終ユーザのセキュリティを公開する方法を示している。
そのため、このようなインフラを確保するための新たな戦略を開発することが重要である。
本稿では,EVSEを模擬した最初のハニーポットであるHoneyEVSEを紹介する。
HoneyEVSEは、EV充電プロセスの忠実度の高さをシミュレートすると同時に、ユーザがダッシュボードを通じてそれを操作できるようにする。
さらに、インターネット上に公開された他の充電カラムに基づいて、ログインおよびデバイス情報ページをエミュレートし、ユーザエンゲージメントを高める。
我々はHoneyEVSEを30日間インターネットに公開し、その能力を評価し、Shodan Honeyscoreで受信したインタラクションを測定した。
結果から,HoneyEVSEは露呈したサービス上で多数のインタラクションを惹きつけながら,Shodan honeyscoreメトリックを回避できることが示唆された。
関連論文リスト
- RoadBEV: Road Surface Reconstruction in Bird's Eye View [55.0558717607946]
道路表面の状態、特に幾何学的プロファイルは、自動運転車の走行性能に大きな影響を与え、視覚に基づくオンライン道路再建は、事前に道路情報を確実に捉えている。
Bird's-Eye-View (BEV) の認識は、より信頼性が高く正確な再構築の可能性を秘めている。
本稿では,BEVにおける道路高架化モデルとして,RoadBEV-monoとRoadBEV-stereoの2つのモデルを提案する。
論文 参考訳（メタデータ） (2024-04-09T20:24:29Z) - EV2Gym: A Flexible V2G Simulator for EV Smart Charging Research and Benchmarking [0.0]
本稿では,小型かつ大規模なスマート充電アルゴリズムの開発と評価を目的とした,現実的なシミュレータプラットフォームEV2Gymを紹介する。
提案するシミュレータには, 実データを用いた総合的なEV, 充電ステーション, 電力変換器, EV挙動モデルが格納されている。
論文 参考訳（メタデータ） (2024-04-02T11:22:53Z) - DynamiQS: Quantum Secure Authentication for Dynamic Charging of Electric Vehicles [61.394095512765304]
Dynamic Wireless Power Transfer (DWPT)は、電気自動車を運転中に充電できる新しい技術である。
量子コンピューティングの最近の進歩は、古典的な公開鍵暗号を危険にさらしている。
動的ワイヤレス充電のための第1量子後セキュア認証プロトコルであるDynamiQSを提案する。
論文 参考訳（メタデータ） (2023-12-20T09:40:45Z) - Charge Manipulation Attacks Against Smart Electric Vehicle Charging Stations and Deep Learning-based Detection Mechanisms [49.37592437398933]
電気自動車充電ステーション(EVCS)は、グリーントランスポートの実現に向けた重要なステップとなる。
我々は、攻撃者がスマート充電操作中に交換された情報を操作しているEV充電に対する充電操作攻撃(CMA)を調査した。
本稿では,EV充電に関わるパラメータを監視してCMAを検出する,教師なしのディープラーニングに基づくメカニズムを提案する。
論文 参考訳（メタデータ） (2023-10-18T18:38:59Z) - Forecasting Battery Electric Vehicle Charging Behavior: A Deep Learning
Approach Equipped with Micro-Clustering and SMOTE Techniques [0.0]
排出削減のため、世界中の交通電化が推進されている。
多くの自動車メーカーが近くバッテリー電気自動車(BEV)の生産を開始する
本研究では,BEVの走行と充電データの学習に極めて有効な,ニューラルネットワークアルゴリズムであるMicro Clustering Deep Neural Network (MCDNN)を開発した。
論文 参考訳（メタデータ） (2023-07-20T05:03:25Z) - Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。
擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
論文 参考訳（メタデータ） (2022-06-28T17:08:31Z) - Driving and charging an EV in Australia: A real-world analysis [0.0]
本研究は,オーストラリア全土の239台のEVの実走行および充電パターンのデータ収集を目的とする。
2021年11月にアプリケーションプログラミングインターフェースプラットフォームを通じて、現在のEV所有者からのデータ収集が開始され、現在公開されている。
論文 参考訳（メタデータ） (2022-06-03T11:01:23Z) - 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) - An Energy Consumption Model for Electrical Vehicle Networks via Extended
Federated-learning [50.85048976506701]
本稿では,フェデレートラーニングモデルに基づく不安度を測る新しい手法を提案する。
バッテリー消費を推定し、車両ネットワークにエネルギー効率の高いルートプランニングを提供する。
論文 参考訳（メタデータ） (2021-11-13T15:03:44Z) - Come back when you are charged! Self-Organized Charging for Electric
Vehicles [1.0660480034605242]
我々は、夜間の「自由」な時間を利用して、公共および民間の充電インフラにアクセスし、バッテリーを充電し、所有者が再び車を必要とする前に家に帰ることができる、半自律電気自動車(EV)のためのエコシステムを提案する。
我々は、M2Xエコノミー(Machine-to-Everything Economy)の概念を活用し、ブロックチェーンベースのスマートコントラクトを通じてトランザクション、インタラクション、コラボレーションを行うスマートマシンのための分散エコシステムを概説する。
論文 参考訳（メタデータ） (2021-06-08T08:36:16Z)
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。