論文の概要: Connected and Exposed: Cybersecurity Risks, Regulatory Gaps, and Public Perception in Internet-Connected Vehicles
- arxiv url: http://arxiv.org/abs/2508.15306v1
- Date: Thu, 21 Aug 2025 06:51:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-22 16:26:46.217966
- Title: Connected and Exposed: Cybersecurity Risks, Regulatory Gaps, and Public Perception in Internet-Connected Vehicles
- Title（参考訳）: インターネット接続車両におけるサイバーセキュリティリスク、規制ギャップ、公衆の認識
- Authors: Henrietta Hegyi, Laszlo Erdodi,
- Abstract要約: 本稿では、コネクテッドカーに関連する脅威景観の進化について考察する。
不正なリモートアクセスや個人情報の漏洩などのリスクに焦点を当てている。
保護の現状を評価するため、16の国際基準と規制を包括的に分析した。
また,スマートカーに対する消費者の態度を地図化するためのユーザ中心調査を実施した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid advancement of Internet-connected vehicle technologies has introduced a new era of smart mobility, while simultaneously raising significant cybersecurity and privacy concerns. This paper explores the evolving threat landscape associated with connected vehicles, focusing on risks such as unauthorized remote access and the potential leakage of personal data. To assess the current state of protection, we conducted a comprehensive analysis of 16 international standards and regulations, evaluating them from multiple perspectives including regulatory strength, technical specificity, treatment of supply chain risks, and approaches to personal data handling. In parallel, we carried out a user-focused survey designed to map consumer attitudes toward smart cars. The survey investigated which types of vehicles users trust and prefer, the reasons behind rejecting certain car types, their awareness of data-related risks, and whether they feel adequately informed about how their vehicles handle data. By combining regulatory analysis with user perception insights, this study aims to contribute to a more holistic understanding of the challenges and expectations surrounding connected vehicle ecosystems.
- Abstract（参考訳）: インターネットに接続された車両技術の急速な進歩により、スマートモビリティの新しい時代がもたらされ、同時にサイバーセキュリティとプライバシの懸念も高まっている。
本稿では、未許可の遠隔アクセスや個人情報の漏洩などのリスクに焦点をあて、コネクテッドカーに関連する脅威の展望を考察する。
保護の現状を評価するため、規制の強さ、技術的特異性、サプライチェーンリスクの扱い、個人データ処理へのアプローチなど、さまざまな視点から16の国際基準と規制を総合的に分析した。
並行して、スマートカーに対する消費者の態度をマッピングするユーザ中心の調査を行った。
調査では、利用者がどの車種を信頼し、好むか、特定の車種を拒否する理由、データ関連リスクに対する認識、車種がどのようにデータを扱うのかを適切に把握しているかなどを調査した。
本研究は、規制分析とユーザ認識の洞察を組み合わせることで、コネクテッドカーエコシステムを取り巻く課題や期待をより包括的に理解することを目的としている。
関連論文リスト
- Showcasing standards and approaches for cybersecurity, safety, and privacy issues in connected and autonomous vehicles [0.24475591916185502]
本稿では、リスクアセスメント(RA)と脅威モデリング(TM)に関して、コネクテッド・自動運転車(CAV)におけるサイバーセキュリティ、安全、プライバシの懸念を橋渡しすることを目的とする。
我々は、自動車設定によって生じるような複雑な攻撃面に取り組むためのRAおよびTM研究における最新の標準とアプローチを強調した。
論文 参考訳（メタデータ） (2025-08-02T05:45:50Z) - Investigating Vulnerabilities of GPS Trip Data to Trajectory-User Linking Attacks [49.1574468325115]
単一旅行からなるGPS旅行データセットにおいて,ユーザ識別子を再構築する新たな攻撃を提案する。
個人識別が削除された場合でも再識別のリスクは大きい。
さらなる調査では、少数の人しか訪れていない場所を頻繁に訪れているユーザーは、再識別に弱い傾向にあることが示されている。
論文 参考訳（メタデータ） (2025-02-12T08:54:49Z) - Open Problems in Machine Unlearning for AI Safety [61.43515658834902]
特定の種類の知識を選択的に忘れたり、抑圧したりするマシンアンラーニングは、プライバシとデータ削除タスクの約束を示している。
本稿では,アンラーニングがAI安全性の包括的ソリューションとして機能することを防止するための重要な制約を特定する。
論文 参考訳（メタデータ） (2025-01-09T03:59:10Z) - Contextualizing Security and Privacy of Software-Defined Vehicles: State of the Art and Industry Perspectives [7.160802183553593]
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。
論文 参考訳（メタデータ） (2024-11-15T22:30:07Z) - Traffic and Safety Rule Compliance of Humans in Diverse Driving Situations [48.924085579865334]
安全な運転プラクティスを再現する自律システムを開発するためには、人間のデータを分析することが不可欠だ。
本稿では,複数の軌道予測データセットにおける交通・安全規則の適合性の比較評価を行う。
論文 参考訳（メタデータ） (2024-11-04T09:21:00Z) - 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) - Why Autonomous Vehicles Are Not Ready Yet: A Multi-Disciplinary Review of Problems, Attempted Solutions, and Future Directions [43.389650174195914]
本稿では, 自動化分野が直面する大きな課題を考察するために, 統合的・多分野的なアプローチを採用する。
レビューでは、現在の技術と研究者が考案した最も有望な解決策に関連する限界とリスクについて検討する。
論文 参考訳（メタデータ） (2023-11-15T16:41:18Z) - Autonomous Vehicles an overview on system, cyber security, risks,
issues, and a way forward [0.0]
この章は、自動運転車の複雑な領域を探求し、その基本的な構成要素と運用上の特性を分析します。
この調査の主な焦点は、サイバーセキュリティの領域、特に自動運転車の文脈にある。
これらの車両を潜在的な脅威から保護することを目的とした様々なリスク管理ソリューションについて、包括的な分析を行う。
論文 参考訳（メタデータ） (2023-09-25T15:19:09Z) - The Integration of Prediction and Planning in Deep Learning Automated Driving Systems: A Review [43.30610493968783]
我々は、最先端のディープラーニングベースの計画システムについてレビューし、どのように予測を統合するかに焦点を当てる。
異なる統合原則の意味、強み、限界について論じる。
論文 参考訳（メタデータ） (2023-08-10T17:53:03Z) - Location Privacy Threats and Protections in 6G Vehicular Networks: A Comprehensive Review [23.901688216192397]
位置のプライバシーは、ドライバーの軌跡や個人情報が暴露される車載ネットワークにおいて重要である。
本調査では, インフラストラクチャベース, 光ビジョンベース, セルラジオベースのローカライゼーションなど, 包括的に異なるローカライゼーション手法について検討する。
位置情報プライバシ保護機構(LPPM)を,ユーザ側,サーバ側,ユーザ-サーバインターフェースベースに分類し,その有効性を評価する。
論文 参考訳（メタデータ） (2023-05-08T06:55:35Z) - 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)
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。