論文の概要: The Need Of Trustworthy Announcements To Achieve Driving Comfort

• arxiv url: http://arxiv.org/abs/2405.04878v1
• Date: Wed, 8 May 2024 08:23:25 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-09 15:04:15.602140
• Title: The Need Of Trustworthy Announcements To Achieve Driving Comfort
• Title（参考訳）: 運転快適化のための信頼できる発表の必要性
• Authors: Rezvi Shahariar, Chris Phillips,
• Abstract要約: VANETにとって信頼できる発表の重要性は分析されている。 発表の信頼性が旅行時間にどのように影響するかを説明する一連の実験がヴェインズで実施されている。 結果は、誤った発表や発表を控えることが旅行時間を増加させていることを確認する。 しかし、信頼できる発表によって旅行時間が短縮される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: An Intelligent Transport System (ITS) is more demanding nowadays and it can be achieved through deploying Vehicular Ad Hoc Networks (VANETs). Vehicles and Roadside Units (RSUs) exchange traffic events. Malicious drivers generate false events. Thus, they need to be identified to maintain trustworthy communication. When an authorised user acts maliciously, the security scheme typically fails. However, a trust model can isolate false messages. In this paper, the significance of trustworthy announcements for VANETs is analysed. To this end, a series of experiments is conducted in Veins to illustrate how the trustworthiness of announcements affects travel time. A traffic scenario is created where vehicles detour to an alternate route with an announcement from the leading vehicle. Both true and false announcements are considered. Results confirm that false announcements and refraining from announcements increase travel time. However, the travel time is reduced with trustworthy announcements. From this analysis, it can be concluded that trustworthy announcements facilitate driver comfort.
• Abstract（参考訳）: 近年,ITS (Intelligent Transport System) の要求が高まり,VANET (Vehicular Ad Hoc Networks) の展開によって実現されている。 車両とロードサイド・ユニット(RSU)は交通イベントを交換する。 悪質なドライバーは偽のイベントを発生させる。 したがって、信頼できるコミュニケーションを維持するためには、それらを特定する必要がある。 認証されたユーザが悪意を持って行動する場合、セキュリティスキームは通常失敗する。 しかし、信頼モデルは偽のメッセージを分離することができる。 本稿では,VANETにおける信頼できる発表の重要性について分析する。 この目的のために、Veinsでは、発表の信頼性が旅行時間にどのように影響するかを説明する一連の実験が実施されている。 交通シナリオは、先頭車からのアナウンスとともに、車両が代替ルートに進路を向くように設定される。 真と偽の両方の発表が検討されている。 結果は、誤った発表や発表を控えることが旅行時間を増加させていることを確認する。 しかし、信頼できる発表によって旅行時間が短縮される。 この分析から、信頼できる発表がドライバーの快適さを促進すると結論付けることができる。

関連論文リスト

• A fuzzy reward and punishment scheme for vehicular ad hoc networks [0.0]
  信頼モデルは、報酬や罰を与えるメッセージを評価する。 これはドライバーの将来の行動に影響を与えるのに使われる。 新たなファジィRSUコントローラは、報酬や罰を決定するために、インシデント、運転者の過去の行動、RSU信頼の重症度を考慮する。
  論文  参考訳（メタデータ） (2024-05-08T08:55:39Z)
• A trust management framework for vehicular ad hoc networks [0.0]
  信頼管理は、信頼スコアに応じて認証ユーザーからの攻撃に対処するために使用される。 本稿では,送信側車両における信頼を制御するための,TPDに基づく信頼管理フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-08T08:35:48Z)
• Infrastructure-based End-to-End Learning and Prevention of Driver Failure [68.0478623315416]
  フェールネットは、規模が拡大したミニ都市において、名目上と無謀なドライバーの両方の軌道上で、エンドツーエンドでトレーニングされた、繰り返しニューラルネットワークである。 制御障害、上流での認識エラー、ドライバーのスピードを正確に識別し、名目運転と区別することができる。 速度や周波数ベースの予測器と比較すると、FailureNetのリカレントニューラルネットワーク構造は予測能力を向上し、ハードウェアにデプロイすると84%以上の精度が得られる。
  論文  参考訳（メタデータ） (2023-03-21T22:55:51Z)
• 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)
• Anomaly Detection in Intra-Vehicle Networks [0.0]
  現代の車両は車内ネットワークや外部ネットワークを含む様々なネットワークに接続されている。 既存のプロトコルの抜け穴によって、車両ネットワークのサイバー攻撃は激増している。 本稿では,CANバスプロトコルのセキュリティ問題について議論し,既知の攻撃を検出する侵入検知システム(IDS)を提案する。
  論文  参考訳（メタデータ） (2022-05-07T03:38:26Z)
• 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)
• PredictionNet: Real-Time Joint Probabilistic Traffic Prediction for Planning, Control, and Simulation [9.750094897470447]
  PredictionNetはディープニューラルネットワーク(DNN)で、Ego-vehicleの動作とともに、周囲のすべてのトラフィックエージェントの動作を予測する。 このネットワークは現実的なトラフィックをシミュレートするために使用することができ、人気のあるベンチマークで競合する結果を生成する。 現実の車両を何百キロも制御するために、モーションプランニング/制御サブシステムと組み合わせて使用されてきた。
  論文  参考訳（メタデータ） (2021-09-23T01:23:47Z)
• Safety-aware Motion Prediction with Unseen Vehicles for Autonomous Driving [104.32241082170044]
  本研究では,無人運転用無人車を用いた新しい作業,安全を意識した動作予測手法について検討する。 既存の車両の軌道予測タスクとは異なり、占有率マップの予測が目的である。 私たちのアプローチは、ほとんどの場合、目に見えない車両の存在を予測できる最初の方法です。
  論文  参考訳（メタデータ） (2021-09-03T13:33:33Z)
• Learning to Communicate and Correct Pose Errors [75.03747122616605]
  本稿では、V2VNetで提案された設定について検討し、近くにある自動運転車が共同で物体検出と動き予測を協調的に行う方法を提案する。 本稿では,コミュニケーションを学習し,潜在的な誤りを推定し,それらの誤りについてコンセンサスを得るための新しいニューラルネットワーク推論フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-11-10T18:19:40Z)
• V2VNet: Vehicle-to-Vehicle Communication for Joint Perception and Prediction [74.42961817119283]
  車両間通信(V2V)を用いて、自動運転車の知覚と運動予測性能を向上させる。 複数の車両から受信した情報をインテリジェントに集約することで、異なる視点から同じシーンを観察することができる。
  論文  参考訳（メタデータ） (2020-08-17T17:58:26Z)
• An Information Diffusion Approach to Rumor Propagation and Identification on Twitter [0.0]
  われわれは,Twitter上での顕微鏡レベルの誤情報拡散のダイナミクスについて検討した。 われわれの調査によると、噂のカスケードはより深く流れ、その噂はニュースとして隠され、恐怖を喚起するメッセージは他のメッセージよりも急速に拡散する。
  論文  参考訳（メタデータ） (2020-02-24T20:04:54Z)

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。