論文の概要: Enhancing Automotive Security with a Hybrid Approach towards Universal Intrusion Detection System
- arxiv url: http://arxiv.org/abs/2510.05824v1
- Date: Tue, 07 Oct 2025 11:47:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-08 17:57:08.229802
- Title: Enhancing Automotive Security with a Hybrid Approach towards Universal Intrusion Detection System
- Title（参考訳）: ユニバーサル侵入検知システムへのハイブリッドアプローチによる自動車セキュリティの強化
- Authors: Md Rezanur Islam, Mahdi Sahlabadi, Keunkyoung Kim, Kangbin Yim,
- Abstract要約: 本研究は、カスタマイズを必要とせず、あらゆる種類の車両に適用可能なユニバーサルIDSを開発する。
ピアソン相関とディープラーニング技術を組み合わせた新しいハイブリッド手法が開発されている。
その結果,ハイブリッドシステムは様々な車両モデルの侵入を効果的に検出できることが示唆された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Security measures are essential in the automotive industry to detect intrusions in-vehicle networks. However, developing a one-size-fits-all Intrusion Detection System (IDS) is challenging because each vehicle has unique data profiles. This is due to the complex and dynamic nature of the data generated by vehicles regarding their model, driving style, test environment, and firmware update. To address this issue, a universal IDS has been developed that can be applied to all types of vehicles without the need for customization. Unlike conventional IDSs, the universal IDS can adapt to evolving data security issues resulting from firmware updates. In this study, a new hybrid approach has been developed, combining Pearson correlation with deep learning techniques. This approach has been tested using data obtained from four distinct mechanical and electronic vehicles, including Tesla, Sonata, and two Kia models. The data has been combined into two frequency datasets, and wavelet transformation has been employed to convert them into the frequency domain, enhancing generalizability. Additionally, a statistical method based on independent rule-based systems using Pearson correlation has been utilized to improve system performance. The system has been compared with eight different IDSs, three of which utilize the universal approach, while the remaining five are based on conventional techniques. The accuracy of each system has been evaluated through benchmarking, and the results demonstrate that the hybrid system effectively detects intrusions in various vehicle models.
- Abstract（参考訳）: 自動車業界では、車内ネットワークの侵入を検出するためにセキュリティ対策が不可欠である。
しかし、各車両には独自のデータプロファイルがあるため、一大の侵入検知システム(IDS)の開発は困難である。
これは、車両のモデル、運転スタイル、テスト環境、ファームウェアのアップデートに関するデータの複雑さと動的な性質が原因である。
この問題に対処するため、カスタマイズを必要とせず、あらゆる種類の車両に適用可能なユニバーサルIDSが開発された。
従来のIDSとは異なり、ユニバーサルIDSはファームウェアのアップデートによるデータセキュリティの問題に適応することができる。
本研究では、ピアソン相関とディープラーニング技術を組み合わせた新しいハイブリッド手法を開発した。
このアプローチは、Tesla、Sonata、および2つのKiaモデルを含む4つの異なる機械的および電子的車両から得られたデータを使用してテストされている。
データは2つの周波数データセットに結合され、ウェーブレット変換が周波数領域に変換され、一般化性が向上した。
さらに、ピアソン相関を用いた独立ルールに基づく統計的手法を用いて、システム性能を向上した。
このシステムは8つの異なるIDSと比較され、そのうち3つは普遍的アプローチを用いており、残りの5つは従来の手法に基づいている。
ベンチマークにより各システムの精度を評価し, ハイブリッドシステムは様々な車両モデルの侵入を効果的に検出することを示した。
関連論文リスト
- Overtake Detection in Trucks Using CAN Bus Signals: A Comparative Study of Machine Learning Methods [51.28632782308621]
ボルボグループが提供する5台の車載トラックから収集した制御エリアネットワーク(CAN)バスデータを用いたオーバーテイク検出に焦点を当てた。
車両操作検出、ニューラルネットワーク(ANN)、ランダムフォレスト(RF)、サポートベクトルマシン(SVM)の3つの共通分類器の評価を行った。
当社のパートラック分析では、特にオーバーテイクにおいて、車両毎のトレーニングデータの量に依存する分類精度も明らかにしています。
論文 参考訳（メタデータ） (2025-07-01T09:20:41Z) - GDFlow: Anomaly Detection with NCDE-based Normalizing Flow for Advanced Driver Assistance System [20.690653201455373]
グラフニューラル制御した微分方程式正規化フロー(GDFlow)を提案し,通常の運転パターンの分布を連続的に学習する。
我々は,Hyundai IONIQ5とGV80EVから収集した実世界の電気自動車運転データを用いてGDFlowを検証する。
論文 参考訳（メタデータ） (2024-09-09T06:04:41Z) - AI-Driven Intrusion Detection Systems (IDS) on the ROAD Dataset: A Comparative Analysis for Automotive Controller Area Network (CAN) [4.081467217340597]
コントロールエリアネットワーク(CAN)バスは、電子制御ユニット(ECU)間の車内通信を管理する中央システムである。
CANプロトコルは、固有の脆弱性、暗号化と認証の欠如、攻撃面の拡大、堅牢なセキュリティ対策を必要とするセキュリティ上の問題を引き起こす。
本稿では、ステルスと洗練された注入を含む最新のROADデータセットについて考察する。
論文 参考訳（メタデータ） (2024-08-30T12:26:23Z) - AIDE: An Automatic Data Engine for Object Detection in Autonomous Driving [68.73885845181242]
本稿では,問題を自動的に識別し,データを効率よくキュレートし,自動ラベル付けによりモデルを改善する自動データエンジン(AIDE)を提案する。
さらに,AVデータセットのオープンワールド検出のためのベンチマークを構築し,様々な学習パラダイムを包括的に評価し,提案手法の優れた性能を低コストで実証する。
論文 参考訳（メタデータ） (2024-03-26T04:27:56Z) - Unsupervised Domain Adaptation for Self-Driving from Past Traversal
Features [69.47588461101925]
本研究では,新しい運転環境に3次元物体検出器を適応させる手法を提案する。
提案手法は,空間的量子化履歴特徴を用いたLiDARに基づく検出モデルを強化する。
実世界のデータセットの実験では、大幅な改善が示されている。
論文 参考訳（メタデータ） (2023-09-21T15:00:31Z) - Unified Automatic Control of Vehicular Systems with Reinforcement
Learning [64.63619662693068]
本稿では,車載マイクロシミュレーションの合理化手法について述べる。
最小限の手動設計で高性能な制御戦略を発見する。
この研究は、波動緩和、交通信号、ランプ計測に類似した多くの創発的挙動を明らかにしている。
論文 参考訳（メタデータ） (2022-07-30T16:23:45Z) - Robust Semi-supervised Federated Learning for Images Automatic
Recognition in Internet of Drones [57.468730437381076]
プライバシー保護型UAV画像認識のための半教師付きフェデレートラーニング(SSFL)フレームワークを提案する。
異なるカメラモジュールを使用したUAVによって収集されたローカルデータの数、特徴、分布には大きな違いがある。
本稿では,クライアントがトレーニングに参加する頻度,すなわちFedFreqアグリゲーションルールに基づくアグリゲーションルールを提案する。
論文 参考訳（メタデータ） (2022-01-03T16:49:33Z) - MTH-IDS: A Multi-Tiered Hybrid Intrusion Detection System for Internet
of Vehicles [12.280524044112708]
車両ネットワークに対する既知の攻撃と未知の攻撃の両方を検出するために,ハイブリッド侵入検知システム (IDS) を提案する。
提案システムは,CAN-Intrusion-datasetにおいて,99.99%の精度で様々な種類の既知の攻撃を検出できる。
車両レベルのマシン上の各データパケットの平均処理時間は0.6ms未満である。
論文 参考訳（メタデータ） (2021-05-26T17:36:35Z) - A Novel Anomaly Detection Algorithm for Hybrid Production Systems based
on Deep Learning and Timed Automata [73.38551379469533]
DAD:DeepAnomalyDetectionは,ハイブリッド生産システムにおける自動モデル学習と異常検出のための新しいアプローチである。
深層学習とタイムドオートマトンを組み合わせて、観察から行動モデルを作成する。
このアルゴリズムは実システムからの2つのデータを含む少数のデータセットに適用され、有望な結果を示している。
論文 参考訳（メタデータ） (2020-10-29T08:27:43Z)
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。