論文の概要: Collaborative Approaches to Enhancing Smart Vehicle Cybersecurity by AI-Driven Threat Detection

• arxiv url: http://arxiv.org/abs/2501.00261v1
• Date: Tue, 31 Dec 2024 04:08:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-05 17:15:11.098931
• Title: Collaborative Approaches to Enhancing Smart Vehicle Cybersecurity by AI-Driven Threat Detection
• Title（参考訳）: AIによる脅威検出によるスマート車両のサイバーセキュリティ向上のための協調的アプローチ
• Authors: Syed Atif Ali, Salwa Din,
• Abstract要約: 自動車産業はコネクテッド・アンド・オートマチック・カー(CAV)をますます採用している 新しい脆弱性とセキュリティ要件の出現により、高度な技術の統合は、CAVサイバーセキュリティを強化するための有望な道を示す。 自動運転車におけるサイバーセキュリティのロードマップは、効率的な侵入検知システムとAIベースの技術の重要性を強調している。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The introduction sets the stage for exploring collaborative approaches to bolstering smart vehicle cybersecurity through AI-driven threat detection. As the automotive industry increasingly adopts connected and automated vehicles (CAVs), the need for robust cybersecurity measures becomes paramount. With the emergence of new vulnerabilities and security requirements, the integration of advanced technologies such as 5G networks, blockchain, and quantum computing presents promising avenues for enhancing CAV cybersecurity . Additionally, the roadmap for cybersecurity in autonomous vehicles emphasizes the importance of efficient intrusion detection systems and AI-based techniques, along with the integration of secure hardware, software stacks, and advanced threat intelligence to address cybersecurity challenges in future autonomous vehicles.
• Abstract（参考訳）: この紹介は、AIによる脅威検出を通じて、スマート車両のサイバーセキュリティを強化するための協力的なアプローチを探求するステージに設定されている。 自動車産業がコネクテッド・アンド・オートマチック・カー(CAV)を採用するにつれ、堅牢なサイバーセキュリティ対策の必要性が最重要となる。 新たな脆弱性とセキュリティ要件の出現に伴い、5Gネットワークやブロックチェーン、量子コンピューティングといった高度なテクノロジの統合は、CAVサイバーセキュリティを強化するための有望な道を示す。 さらに、自動運転車におけるサイバーセキュリティのロードマップは、効率的な侵入検知システムとAIベースの技術の重要性を強調し、将来の自動運転車におけるサイバーセキュリティの課題に対処するために、セキュアなハードウェア、ソフトウェアスタック、高度な脅威インテリジェンスを統合している。

関連論文リスト

• Security by Design Issues in Autonomous Vehicles [0.7999703756441756]
  この研究は、AVのコンテキストにおいて、物理的、サイバー、コーディング、コミュニケーションの各側面にまたがる多様なセキュリティレイヤの概要を概説する。 我々は、潜在的な攻撃ベクトルに対する潜在的な解決策に関する洞察を提供し、自動運転車が進化する脅威の風景の中で安全でレジリエントであることを保証する。
  論文  参考訳（メタデータ） (2025-01-07T19:24:11Z)
• A Survey on Adversarial Robustness of LiDAR-based Machine Learning Perception in Autonomous Vehicles [0.0]
  この調査は、AML(Adversarial Machine Learning)と自律システムの交差点に焦点を当てている。 我々は、脅威の風景を包括的に探求し、センサーに対するサイバー攻撃と敵の摂動を包含する。 本稿では、敵の脅威に対する自律運転システムの安全性確保における課題と今後の課題を簡潔に概説する。
  論文  参考訳（メタデータ） (2024-11-21T01:26:52Z)
• A dataset for cyber threat intelligence modeling of connected autonomous vehicles [17.58243748365034]
  本稿では,車両のサイバーセキュリティ知識マイニングに着目したサイバー脅威情報コーパスの作成について報告する。 提案したデータセットは、既存のアルゴリズムの性能を評価し、自動車分野におけるサイバー脅威情報モデリングの研究を進めるための貴重なリソースとなる。
  論文  参考訳（メタデータ） (2024-10-18T16:55:12Z)
• 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)
• Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
  この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。 本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
  論文  参考訳（メタデータ） (2024-02-21T08:29:42Z)
• 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)
• When Authentication Is Not Enough: On the Security of Behavioral-Based Driver Authentication Systems [53.2306792009435]
  我々はランダムフォレストとリカレントニューラルネットワークアーキテクチャに基づく2つの軽量ドライバ認証システムを開発した。 我々は,SMARTCANとGANCANという2つの新しいエスケープアタックを開発することで,これらのシステムに対する攻撃を最初に提案する。 コントリビューションを通じて、これらのシステムを安全に採用する実践者を支援し、車の盗難を軽減し、ドライバーのセキュリティを高める。
  論文  参考訳（メタデータ） (2023-06-09T14:33:26Z)
• 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)
• AI in Smart Cities: Challenges and approaches to enable road vehicle automation and smart traffic control [56.73750387509709]
  SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。 本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
  論文  参考訳（メタデータ） (2021-04-07T14:31:08Z)
• 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)
• Adversarial Machine Learning Attacks and Defense Methods in the Cyber Security Domain [58.30296637276011]
  本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。 サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
  論文  参考訳（メタデータ） (2020-07-05T18:22:40Z)

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。