論文の概要: A Location Validation Technique to Mitigate GPS Spoofing Attacks in IEEE 802.11p based Fleet Operator's Network of Electric Vehicles

• arxiv url: http://arxiv.org/abs/2410.13031v1
• Date: Wed, 16 Oct 2024 20:42:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-18 13:17:50.049600
• Title: A Location Validation Technique to Mitigate GPS Spoofing Attacks in IEEE 802.11p based Fleet Operator's Network of Electric Vehicles
• Title（参考訳）: IEEE 802.11p によるフリートオペレーターの電気自動車ネットワークにおけるGPSスポーフィング攻撃軽減のための位置検証手法
• Authors: Ankita Samaddar, Arvind Easwaran,
• Abstract要約: 車両再バランスアプリケーションは、定期的に車両のGPS位置情報を使用して、その車両を別の充電ステーションに移動して再バランスを行う。 ネットワークに潜んでいる悪意のある攻撃者は、対象車両のGPS位置情報パケットを偽装し、車両の位置を誤解釈する。 本稿では,以前の位置とロードマップに基づいて,車両の現在位置を検証できる位置追跡手法を提案する。
• 参考スコア（独自算出の注目度）: 2.5582913676558205
• License:
• Abstract: Most vehicular applications in electric vehicles use IEEE 802.11p protocol for vehicular communications. Vehicle rebalancing application is one such application that has been used by many car rental service providers to overcome the disparity between vehicle demand and vehicle supply at different charging stations. Vehicle rebalancing application uses the GPS location data of the vehicles periodically to determine the vehicle(s) to be moved to a different charging station for rebalancing. However, a malicious attacker residing in the network can spoof the GPS location data packets of the target vehicle(s) resulting in misinterpretation of the location of the vehicle(s). This can result in wrong rebalancing decision leading to unmet demands of the customers and under utilization of the system. To detect and prevent this attack, we propose a location tracking technique that can validate the current location of a vehicle based on its previous location and roadmaps. We used OpenStreetMap and SUMO simulator to generate the roadmap data from the roadmaps of Singapore. Extensive experiments on the generated datasets show the efficacy of our proposed technique.
• Abstract（参考訳）: 電気自動車におけるほとんどの車両アプリケーションは、車両通信にIEEE 802.11pプロトコルを使用する。 自動車再バランスアプリケーションは、自動車需要と異なる充電ステーションでの車両供給の格差を克服するために、多くの自動車レンタルサービスプロバイダが使用しているアプリケーションである。 車両再バランスアプリケーションは、定期的に車両のGPS位置情報を使用して、その車両を別の充電ステーションに移動して再バランスを行う。 しかし、ネットワークに潜んでいる悪意のある攻撃者は、対象車両のGPS位置情報パケットを偽装することができ、車両の位置を誤解釈する。 これは、顧客の不適切な要求とシステムの活用につながる誤った再バランスの決定をもたらす可能性がある。 この攻撃を検知・防止するために,以前の位置とロードマップに基づいて車両の現在位置を検証できる位置追跡手法を提案する。 シンガポールのロードマップからロードマップデータを生成するために,OpenStreetMapとSUMOシミュレータを使用した。 生成したデータセットに対する大規模な実験により,提案手法の有効性が示された。

関連論文リスト

• Neural Semantic Map-Learning for Autonomous Vehicles [85.8425492858912]
  本稿では,道路環境のコヒーレントな地図を作成するために,車両群から収集した局所部分写像を中心インスタンスに融合するマッピングシステムを提案する。 本手法は,シーン特異的なニューラルサイン距離場を用いて,雑音と不完全局所部分写像を併用する。 我々は,記憶効率の高いスパース機能グリッドを活用して大規模にスケールし,シーン再構築における不確実性をモデル化するための信頼スコアを導入する。
  論文  参考訳（メタデータ） (2024-10-10T10:10:03Z)
• CVVLSNet: Vehicle Location and Speed Estimation Using Partial Connected Vehicle Trajectory Data [6.928899738499268]
  車両の位置と速度のリアルタイム推定は、有用な輸送アプリケーションを開発する上で不可欠である。 通信技術の最近の進歩はコネクテッドカー(CV)の出現を促進する 本稿では,CVVLSNet を用いた新しい車両位置・速度推定ネットワークを提案する。
  論文  参考訳（メタデータ） (2024-09-30T18:13:26Z)
• Protecting Vehicle Location Privacy with Contextually-Driven Synthetic Location Generation [5.283624671933499]
  車両位置情報のプライバシー保護におけるGeo-Indの脆弱性を実証する新たな脅威モデルであるVehiTrackを紹介した。 VehiTrackは、難読データから正確な車の位置を正確に決定できる。 本研究では,現実的な車両運動パターンに難読化を限定する新しい測地難読化手法であるTransProtectを提案する。
  論文  参考訳（メタデータ） (2024-09-14T17:47:23Z)
• Your Car Tells Me Where You Drove: A Novel Path Inference Attack via CAN Bus and OBD-II Data [57.22545280370174]
  On Path Diagnostic - Intrusion & Inference (OPD-II) は物理カーモデルとマップマッチングアルゴリズムを利用した新しい経路推論攻撃である。 我々は4台の異なる車両と41トラックの道路および交通シナリオに対する攻撃を実行した。
  論文  参考訳（メタデータ） (2024-06-30T04:21:46Z)
• A Prototype on the Feasibility of Learning Spatial Provenance in XBee and LoRa Networks [0.732582506267845]
  V2Xネットワークでは、通常、ロードサイドユニット(RSU)は参加車両の位置情報を収集して、セキュリティとネットワーク診断機能を提供したいと考えている。 本稿では、車両がプライバシーをある程度侵害し、RSUの要求に応じて座標の低精度な変種を共有することに同意した新しい空間改善フレームワークを提案する。 実演では、より少ないパケットでロー・トゥ・モデレートの精度のローカライズを達成できることが示され、次世代車載ネットワークがリアルタイムセキュリティとネットワークを提供する方法を含むことをアピールする。
  論文  参考訳（メタデータ） (2024-01-12T15:36:28Z)
• Precise Payload Delivery via Unmanned Aerial Vehicles: An Approach Using Object Detection Algorithms [0.0]
  マイクロクラスUAVの開発について述べるとともに,新しいナビゲーション手法を提案する。 ディープラーニングベースのコンピュータビジョンアプローチを採用して、UAVをペイロードの配送位置にマークされたターゲットを特定し、正確に調整する。 提案手法は従来のGPS手法よりも平均水平精度を500%向上させる。
  論文  参考訳（メタデータ） (2023-10-10T05:54:04Z)
• MSight: An Edge-Cloud Infrastructure-based Perception System for Connected Automated Vehicles [58.461077944514564]
  本稿では,自動走行車に特化して設計された最先端道路側認識システムであるMSightについて述べる。 MSightは、リアルタイムの車両検出、ローカライゼーション、トラッキング、短期的な軌道予測を提供する。 評価は、待ち時間を最小限にしてレーンレベルの精度を維持するシステムの能力を強調している。
  論文  参考訳（メタデータ） (2023-10-08T21:32:30Z)
• Automated Automotive Radar Calibration With Intelligent Vehicles [73.15674960230625]
  本稿では,自動車用レーダセンサの自動校正手法を提案する。 本手法では, 車両の外部改造を必要とせず, 自動走行車から得られる位置情報を利用する。 実地試験場からのデータを評価した結果,インフラセンサを自動で正確に校正できることが判明した。
  論文  参考訳（メタデータ） (2023-06-23T07:01:10Z)
• 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)
• Visual Localization for Autonomous Driving: Mapping the Accurate Location in the City Maze [16.824901952766446]
  視覚的局所化のための新しい特徴投票手法を提案する。 本研究では,提案した特徴投票手法を,最先端の3つの視覚的ローカライゼーションネットワークに実装する。 当社のアプローチは、挑戦的な都市内設定においても、ロバストな位置予測を可能にします。
  論文  参考訳（メタデータ） (2020-08-13T03:59:34Z)
• Real-time Localization Using Radio Maps [59.17191114000146]
  パスロスに基づく簡易かつ効果的なローカライゼーション法を提案する。 提案手法では, 受信した信号強度を, 既知の位置を持つ基地局の集合から報告する。
  論文  参考訳（メタデータ） (2020-06-09T16:51:17Z)

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。