論文の概要: SoK: Stealing Cars Since Remote Keyless Entry Introduction and How to Defend From It

• arxiv url: http://arxiv.org/abs/2505.02713v1
• Date: Mon, 05 May 2025 15:07:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-06 18:49:35.7204
• Title: SoK: Stealing Cars Since Remote Keyless Entry Introduction and How to Defend From It
• Title（参考訳）: SoK:遠隔キーレス導入以来の車のステルスと防御方法
• Authors: Tommaso Bianchi, Alessandro Brighente, Mauro Conti, Edoardo Pavan,
• Abstract要約: 本稿では、RKE(Remote Keyless Entry)とPKES(Passive Keyless Entry and Start)に関するSOK(Systematization of Knowledge)を提供する。 我々の知る限り、これはRKEシステムに関する初めての総合的なSOKであり、そのようなシステムの進化とセキュリティ状態を理解するための特定の研究課題に対処する。
• 参考スコア（独自算出の注目度）: 57.22545280370174
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Remote Keyless Entry (RKE) systems have been the target of thieves since their introduction in automotive industry. Robberies targeting vehicles and their remote entry systems are booming again without a significant advancement from the industrial sector being able to protect against them. Researchers and attackers continuously play cat and mouse to implement new methodologies to exploit weaknesses and defense strategies for RKEs. In this fragment, different attacks and defenses have been discussed in research and industry without proper bridging. In this paper, we provide a Systematization Of Knowledge (SOK) on RKE and Passive Keyless Entry and Start (PKES), focusing on their history and current situation, ranging from legacy systems to modern web-based ones. We provide insight into vehicle manufacturers' technologies and attacks and defense mechanisms involving them. To the best of our knowledge, this is the first comprehensive SOK on RKE systems, and we address specific research questions to understand the evolution and security status of such systems. By identifying the weaknesses RKE still faces, we provide future directions for security researchers and companies to find viable solutions to address old attacks, such as Relay and RollJam, as well as new ones, like API vulnerabilities.
• Abstract（参考訳）: RKE(Remote Keyless Entry)システムは、自動車業界に導入されて以来、泥棒の標的となっている。 自動車とその遠隔侵入システムをターゲットにした強盗は、産業セクターが彼らから保護できるように大きく進歩することなく、再びブームを巻き起こしている。 研究者と攻撃者は、RKEの弱点と防御戦略を利用する新しい方法論を実装するために、猫とマウスを継続的にプレイする。 この断片では、適切なブリッジを使わずに様々な攻撃と防衛が研究や産業で議論されている。 本稿では,RKEとPKES(Passive Keyless Entry and Start)における知識の体系化(Systematization of Knowledge, SOK)について述べる。 車両製造者の技術や攻撃、防衛機構に関する洞察を提供する。 我々の知る限り、これはRKEシステムに関する初めての総合的なSOKであり、そのようなシステムの進化とセキュリティ状態を理解するための特定の研究課題に対処する。 RKEがまだ直面している弱点を特定することで、セキュリティ研究者や企業が、RelayやRollJamといった古い攻撃に対処するための実行可能なソリューションや、API脆弱性のような新しいソリューションを見つけるための、今後の方向性を提供します。

関連論文リスト

• Modern DDoS Threats and Countermeasures: Insights into Emerging Attacks and Detection Strategies [49.57278643040602]
  分散型サービス拒否(DDoS)攻撃は、オンラインサービスとインフラストラクチャに対する重大な脅威として継続する。 本稿は、過去10年間のDDoS攻撃と検出戦略の包括的調査を提供する。
  論文  参考訳（メタデータ） (2025-02-27T11:22:25Z)
• A Comprehensive Review of Adversarial Attacks on Machine Learning [0.5104264623877593]
  本研究は、AIモデルとMLモデルに対する敵攻撃の包括的概要を提供し、様々な攻撃タイプ、テクニック、潜在的な害を探索する。 実用的な洞察を得るためには、自動運転車のような現実世界のユースケースに対する攻撃をシミュレートするために、Adversarial Robustness Toolbox(ART)ライブラリを使用します。
  論文  参考訳（メタデータ） (2024-12-16T02:27:54Z)
• 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)
• SoK: What don't we know? Understanding Security Vulnerabilities in SNARKs [8.190612719134606]
  ゼロ知識証明(ZKP)は、プライバシと検証可能性を提供する理論概念から、実用的な実世界の実装まで進化してきた。 SNARK(Succinct Non-Interactive Argument of Knowledge)は、最も重要なイノベーションのひとつ。 本稿では,実生活SNARK実装のエンドツーエンドセキュリティ特性の評価に焦点をあてる。
  論文  参考訳（メタデータ） (2024-02-23T12:41:28Z)
• Robust Recommender System: A Survey and Future Directions [58.87305602959857]
  まず,悪質な攻撃や自然騒音に耐える現在の手法を整理するための分類法を提案する。 次に、不正検出、敵の訓練、悪意のある攻撃から守るための確実な堅牢な訓練など、各カテゴリにおける最先端の手法を検討する。 さまざまなレコメンデーションシナリオの堅牢性や,正確性や解釈可能性,プライバシ,公正性といった他の特性との相互作用について論じる。
  論文  参考訳（メタデータ） (2023-09-05T08:58:46Z)
• 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)
• Challenges and Countermeasures for Adversarial Attacks on Deep Reinforcement Learning [48.49658986576776]
  深層強化学習(Dep Reinforcement Learning, DRL)は、周囲の環境に適応する優れた能力のおかげで、現実世界に多くの応用がある。 その大きな利点にもかかわらず、DRLは現実のクリティカルシステムやアプリケーションでの使用を妨げている敵攻撃の影響を受けやすい。 本稿では,DRLベースのシステムにおける新たな攻撃と,これらの攻撃を防御するための潜在的対策について述べる。
  論文  参考訳（メタデータ） (2020-01-27T10:53:11Z)

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。