論文の概要: Advancing Security in Software-Defined Vehicles: A Comprehensive Survey and Taxonomy
- arxiv url: http://arxiv.org/abs/2510.09675v1
- Date: Wed, 08 Oct 2025 17:03:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-14 18:06:29.548319
- Title: Advancing Security in Software-Defined Vehicles: A Comprehensive Survey and Taxonomy
- Title（参考訳）: ソフトウェア設計自動車におけるセキュリティ向上 - 総合的な調査と分類学
- Authors: Khaoula Sghaier, Badis Hammi, Ghada Gharbi, Pierre Merdrignac, Pierre Parrend, Didier Verna,
- Abstract要約: Software-Defined Vehicles (SDV) は、アウトソースされたアプリケーションと継続的オーバー・ザ・エアの更新を統合することで、車両のライフサイクルを拡張する革新的な機能を導入している。
本稿では,SDVの総合的な検討,そのエコシステムの詳述,技術の実現,およびそのアーキテクチャ的および運用的特徴から生じる主要なサイバー攻撃エントリポイントについて述べる。
- 参考スコア（独自算出の注目度）: 0.9482369543628089
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Software-Defined Vehicles (SDVs) introduce innovative features that extend the vehicle's lifecycle through the integration of outsourced applications and continuous Over-The-Air (OTA) updates. This shift necessitates robust cybersecurity and system resilience. While research on Connected and Autonomous Vehicles (CAV) has been extensive, there is a lack of clarity in distinguishing SDVs from non-SDVs and a need to consolidate cybersecurity research. SDVs, with their extensive connectivity, have a broader attack surface. Besides, their software-centric nature introduces additional vulnerabilities. This paper provides a comprehensive examination of SDVs, detailing their ecosystem, enabling technologies, and the principal cyberattack entry points that arise from their architectural and operational characteristics. We also introduce a novel, layered taxonomy that maps concrete exploit techniques onto core SDV properties and attack paths, and use it to analyze representative studies and experimental approaches.
- Abstract（参考訳）: Software-Defined Vehicles (SDV) は、アウトソースされたアプリケーションの統合とOTA (Continuous Over-The-Air) アップデートを通じて、車両のライフサイクルを拡張する革新的な機能を導入している。
このシフトは、堅牢なサイバーセキュリティとシステムのレジリエンスを必要とする。
コネクテッド・アンド・オートマチック・ビークルズ(CAV)の研究は広く行われているが、SDVと非SDVを区別することの明確さは欠如しており、サイバーセキュリティ研究の統合の必要性も指摘されている。
SDVは広範な接続性を持ち、より広い攻撃面を持つ。
さらに、ソフトウェア中心の本質は、さらなる脆弱性をもたらす。
本稿では,SDVの総合的な検討,そのエコシステムの詳述,技術の実現,およびそのアーキテクチャ的および運用的特徴から生じる主要なサイバー攻撃エントリポイントについて述べる。
また,具体的な手法をコアSDV特性やアタックパスにマッピングし,代表的な研究や実験的アプローチの分析に利用する,新しい階層分類法も導入する。
関連論文リスト
- AI-driven Intrusion Detection for UAV in Smart Urban Ecosystems: A Comprehensive Survey [3.26654570054705]
本稿では、スマートシティにおけるUAVアプリケーションの構造化されたエビデンスに基づく合成とそのセキュリティ上の課題について述べる。
1)UAVの通信インフラを標的としたサイバー攻撃と,2)UAV自体による無断または無許可の物理的侵入である。
我々は、異常検出のためのマシン/ディープ学習や物体認識のためのコンピュータビジョンといったAIベースの手法が、UAVセキュリティの強化においてどのように重要な役割を果たすかを分析する。
論文 参考訳（メタデータ） (2026-01-27T08:26:05Z) - An Empirical Study on the Security Vulnerabilities of GPTs [48.12756684275687]
GPTは、OpenAIの大規模言語モデルに基づいた、カスタマイズされたAIエージェントの一種である。
本稿では,GPTのセキュリティ脆弱性に関する実証的研究について述べる。
論文 参考訳（メタデータ） (2025-11-28T13:30:25Z) - OS-Sentinel: Towards Safety-Enhanced Mobile GUI Agents via Hybrid Validation in Realistic Workflows [77.95511352806261]
VLM(Vision-Language Models)を利用したコンピュータ利用エージェントは、モバイルプラットフォームのようなデジタル環境を操作する上で、人間のような能力を実証している。
我々は,明示的なシステムレベルの違反を検出するための形式検証器と,文脈的リスクとエージェント行動を評価するコンテキスト判断器を組み合わせた,新しいハイブリッド安全検出フレームワークOS-Sentinelを提案する。
論文 参考訳（メタデータ） (2025-10-28T13:22:39Z) - Risk Assessment and Threat Modeling for safe autonomous driving technology [0.0]
この研究は、AVシステムに対する包括的脅威モデルの開発に尽力する。
脅威は、スポフィング、タアンピング、再調査、情報開示、DoS(DoS)、Elevation of Privilegeに分類される。
様々なAVコンポーネントにわたる脆弱性を評価するために、体系的なリスク評価を行う。
論文 参考訳（メタデータ） (2025-05-04T19:51:06Z) - Safety at Scale: A Comprehensive Survey of Large Model and Agent Safety [296.5392512998251]
我々は、敵攻撃、データ中毒、バックドア攻撃、ジェイルブレイクとプロンプトインジェクション攻撃、エネルギー遅延攻撃、データとモデル抽出攻撃、出現するエージェント固有の脅威を含む、大規模なモデルに対する安全脅威の包括的分類を提示する。
我々は、大規模なモデル安全性におけるオープンな課題を特定し、議論し、包括的な安全性評価、スケーラブルで効果的な防御機構、持続可能なデータプラクティスの必要性を強調します。
論文 参考訳（メタデータ） (2025-02-02T05:14:22Z) - VMGuard: Reputation-Based Incentive Mechanism for Poisoning Attack Detection in Vehicular Metaverse [52.57251742991769]
車両メタバースガード(VMGuard)は、車両メタバースシステムをデータ中毒攻撃から保護する。
VMGuardは、参加するSIoTデバイスの信頼性を評価するために、評判に基づくインセンティブメカニズムを実装している。
当社のシステムは,従来は誤分類されていた信頼性の高いSIoTデバイスが,今後の市場ラウンドへの参加を禁止していないことを保証します。
論文 参考訳（メタデータ） (2024-12-05T17:08:20Z) - 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) - 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) - Sok: Comprehensive Security Overview, Challenges, and Future Directions of Voice-Controlled Systems [10.86045604075024]
Voice Control Systemsをスマートデバイスに統合することで、セキュリティの重要性が強調される。
現在の研究では、VCSの脆弱性が多数発見され、ユーザのプライバシとセキュリティに重大なリスクが提示されている。
本稿では,VCSの階層的モデル構造を導入し,既存の文献を体系的に分類・分析するための新しいレンズを提供する。
我々は,その技術的原則に基づいて攻撃を分類し,その方法,目標,ベクトル,行動など,さまざまな属性を徹底的に評価する。
論文 参考訳（メタデータ） (2024-05-27T12:18:46Z) - Networking Systems for Video Anomaly Detection: A Tutorial and Survey [55.28514053969056]
ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。
ディープラーニングとエッジコンピューティングの進歩により、VADは大きな進歩を遂げた。
この記事では、NSVADの初心者向けの包括的なチュートリアルを紹介します。
論文 参考訳（メタデータ） (2024-05-16T02:00:44Z) - 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)
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。