論文の概要: Contextualizing Security and Privacy of Software-Defined Vehicles: State of the Art and Industry Perspectives

• arxiv url: http://arxiv.org/abs/2411.10612v1
• Date: Fri, 15 Nov 2024 22:30:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-19 14:31:53.956331
• Title: Contextualizing Security and Privacy of Software-Defined Vehicles: State of the Art and Industry Perspectives
• Title（参考訳）: ソフトウェア設計車両のセキュリティとプライバシのコンテキスト化 - 技術と産業の展望
• Authors: Marco De Vincenzi, Mert D. Pesé, Chiara Bodei, Ilaria Matteucci, Richard R. Brooks, Monowar Hasan, Andrea Saracino, Mohammad Hamad, Sebastian Steinhorst,
• Abstract要約: Software-Defined Vehicles(SDV)によるサイバーセキュリティとプライバシの課題に関する調査 SDVはOTA(Over-the-Air)アップデートやV2X(Valby-to-Everything)通信といった機能をますます統合している。 SDVへの移行は、車両が大量の機密データを収集するなど、重要なプライバシー上の懸念も引き起こす。
• 参考スコア（独自算出の注目度）: 7.160802183553593
• License:
• Abstract: The growing reliance on software in vehicles has given rise to the concept of Software-Defined Vehicles (SDVs), fundamentally reshaping the vehicles and the automotive industry. This survey explores the cybersecurity and privacy challenges posed by SDVs, which increasingly integrate features like Over-the-Air (OTA) updates and Vehicle-to-Everything (V2X) communication. While these advancements enhance vehicle capabilities and flexibility, they also come with a flip side: increased exposure to security risks including API vulnerabilities, third-party software risks, and supply-chain threats. The transition to SDVs also raises significant privacy concerns, with vehicles collecting vast amounts of sensitive data, such as location and driver behavior, that could be exploited using inference attacks. This work aims to provide a detailed overview of security threats, mitigation strategies, and privacy risks in SDVs, primarily through a literature review, enriched with insights from a targeted questionnaire with industry experts. Key topics include defining SDVs, comparing them to Connected Vehicles (CVs) and Autonomous Vehicles (AVs), discussing the security challenges associated with OTA updates and the impact of SDV features on data privacy. Our findings highlight the need for robust security frameworks, standardized communication protocols, and privacy-preserving techniques to address the issues of SDVs. This work ultimately emphasizes the importance of a multi-layered defense strategy,integrating both in-vehicle and cloud-based security solutions, to safeguard future SDVs and increase user trust.
• Abstract（参考訳）: 自動車におけるソフトウェアへの依存の高まりは、車と自動車産業を根本的に変えたソフトウェア・ディファインド・ビークル(SDV)の概念を生み出している。 今回の調査では,OTA(Over-the-Air)アップデートやV2X(Vine-to-Everything)通信など,SDVがもたらすサイバーセキュリティとプライバシの課題について調査する。 これらの進歩によって車両の能力と柔軟性が向上する一方で、API脆弱性やサードパーティのソフトウェアリスク、サプライチェーンの脅威など、セキュリティ上のリスクが増大する、という逆の面もある。 SDVへの移行はまた、車両が推論攻撃によって悪用される可能性のある位置や運転者行動などの大量の機密データを収集するなど、重要なプライバシー上の懸念も生じている。 本研究は、SDVのセキュリティ脅威、緩和戦略、プライバシーリスクについて、主に文献レビューを通じて詳細に概説することを目的としており、業界の専門家を対象にしたアンケートから得られた知見を豊かにすることを目的としている。 主なトピックは、SDVの定義、それらをConnected Vehicles(CV)とAutonomous Vehicles(AV)と比較すること、OTAアップデートに関連するセキュリティ上の課題とSDV機能がデータプライバシに与える影響について議論することである。 SDVの問題点に対処するための,堅牢なセキュリティフレームワーク,標準化された通信プロトコル,プライバシ保護技術の必要性を強調した。 この作業は最終的に、将来のSDVを保護し、ユーザ信頼を高めるために、車内およびクラウドベースのセキュリティソリューションを統合する、多層防衛戦略の重要性を強調します。

関連論文リスト

• Securing Tomorrow's Smart Cities: Investigating Software Security in Internet of Vehicles and Deep Learning Technologies [1.0377683220196872]
  IoV(Internet of Vehicles)におけるディープラーニング(DL)技術の統合は,徹底的な検査を必要とするセキュリティ上の課題や課題を数多く導入している。 この文献は、IoVシステムにおけるDLに関連する固有の脆弱性とリスクを概観し、セキュリティ脅威の多面的な性質に光を当てている。
  論文  参考訳（メタデータ） (2024-07-23T11:56:33Z)
• Navigating the road to automotive cybersecurity compliance [39.79758414095764]
  自動車業界は、車両とデータの両方を潜在的な脅威から保護するために、堅牢なサイバーセキュリティ対策を採用することを余儀なくされている。 自動車のサイバーセキュリティの未来は、先進的な保護措置と、すべての利害関係者の協力的努力の継続的な発展にある。
  論文  参考訳（メタデータ） (2024-06-29T16:07:48Z)
• Differentiated Security Architecture for Secure and Efficient Infotainment Data Communication in IoV Networks [55.340315838742015]
  IoVネットワークにおけるインフォテインメントデータ通信の安全性の欠如は、社会的エンジニアリング攻撃の容易なアクセスポイントを意図せずに開放することができる。 特に、まずIoVネットワークでデータ通信を分類し、各データ通信のセキュリティ焦点を調べ、その後、ファイル間通信でセキュリティ保護を提供するための異なるセキュリティアーキテクチャを開発する。
  論文  参考訳（メタデータ） (2024-03-29T12:01:31Z)
• The Security and Privacy of Mobile Edge Computing: An Artificial Intelligence Perspective [64.36680481458868]
  Mobile Edge Computing (MEC)は、クラウドコンピューティングと情報技術(IT)サービスをネットワークのエッジで配信できるようにする新しいコンピューティングパラダイムである。 本稿では,人工知能(AI)の観点からMECのセキュリティとプライバシに関する調査を行う。 新たなセキュリティとプライバシの問題に加えて、AIの観点からの潜在的なソリューションにも重点を置いています。
  論文  参考訳（メタデータ） (2024-01-03T07:47:22Z)
• Survey on Security Attacks in Connected and Autonomous Vehicular Systems [0.0]
  本研究は,CAV環境におけるサイバーセキュリティの現状について概説する。 CAVのコンテキストにおけるサイバーセキュリティの脅威と弱点を、車両ネットワークに対する攻撃、インターネットに対する大規模な攻撃、その他の3つのグループに分類する。 CAVを確保するための最も最新の防衛戦術を詳述し、その効果を分析している。
  論文  参考訳（メタデータ） (2023-10-14T06:37:05Z)
• A Counterfactual Safety Margin Perspective on the Scoring of Autonomous Vehicles' Riskiness [52.27309191283943]
  本稿では,異なるAVの行動のリスクを評価するためのデータ駆動型フレームワークを提案する。 本稿では,衝突を引き起こす可能性のある名目行動から最小限の偏差を示す,対実的安全マージンの概念を提案する。
  論文  参考訳（メタデータ） (2023-08-02T09:48:08Z)
• 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)
• Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts, Datasets and Metrics [77.34726150561087]
  本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。 両センサと融合に関する概念と特徴を提示する。 本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
  論文  参考訳（メタデータ） (2023-03-08T00:48:32Z)
• Smart and Secure CAV Networks Empowered by AI-Enabled Blockchain: Next Frontier for Intelligent Safe-Driving Assessment [17.926728975133113]
  コネクテッド・自動運転車(CAV)の安全運転状況の確保は、引き続き広く懸念されている。 アルゴリズム対応型intElligent Safe-Driven AssessmentmenT(BEST)の新たなフレームワークを提案し、スマートで信頼性の高いアプローチを提供します。
  論文  参考訳（メタデータ） (2021-04-09T19:08:34Z)
• A System for Automated Open-Source Threat Intelligence Gathering and Management [53.65687495231605]
  SecurityKGはOSCTIの収集と管理を自動化するシステムである。 AIとNLP技術を組み合わせて、脅威行動に関する高忠実な知識を抽出する。
  論文  参考訳（メタデータ） (2021-01-19T18:31:35Z)

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。