論文の概要: How Safe Is Your Data in Connected and Autonomous Cars: A Consumer Advantage or a Privacy Nightmare ?
- arxiv url: http://arxiv.org/abs/2601.12284v1
- Date: Sun, 18 Jan 2026 06:45:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-21 22:47:22.551436
- Title: How Safe Is Your Data in Connected and Autonomous Cars: A Consumer Advantage or a Privacy Nightmare ?
- Title（参考訳）: 自動運転車とコネクテッドカーのデータの安全性:消費者のアドバンテージかプライバシーの悪夢か?
- Authors: Amit Chougule, Vinay Chamola, Norbert Herencsar, Fei Richard Yu,
- Abstract要約: 車両間通信(V2X)により、自動運転車は現実世界のエンティティと大量のデータを生成および交換することができる。
本稿では、CAVにおけるデータ共有の多面的性質を考察し、そのイノベーションと関連する脆弱性に対する貢献を分析した。
堅牢なポリシーと倫理的なデータ管理プラクティスに対する緊急の要求を強調します。
- 参考スコア（独自算出の注目度）: 21.526036185120287
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid evolution of the automobile sector, driven by advancements in connected and autonomous vehicles (CAVs), has transformed how vehicles communicate, operate, and interact with their surroundings. Technologies such as Vehicle-to-Everything (V2X) communication enable autonomous cars to generate and exchange substantial amounts of data with real-world entities, enhancing safety, improving performance, and delivering personalized user experiences. However, this data-driven ecosystem introduces significant challenges, particularly concerning data privacy, security, and governance. The absence of transparency and comprehensive regulatory frameworks exacerbates issues of unauthorized data access, prolonged retention, and potential misuse, creating tension between consumer benefits and privacy risks. This review paper explores the multifaceted nature of data sharing in CAVs, analyzing its contributions to innovation and its associated vulnerabilities. It evaluates data-sharing mechanisms and communication technologies, highlights the benefits of data exchange across various use cases, examines privacy concerns and risks of data misuse, and critically reviews regulatory frameworks and their inadequacies in safeguarding user privacy. By providing a thorough analysis of the current state of data sharing in the automotive sector, the paper emphasizes the urgent need for robust policies and ethical data management practices. It calls for striking a balance between fostering technological advancements and ensuring secure, consumer-friendly solutions, paving the way for a trustworthy and innovative automotive future.
- Abstract（参考訳）: カーセクターの急速な進化は、コネクテッド・自動運転車(CAV)の進歩によって推進され、車両が周囲と通信し、操作し、相互作用する方法が変化した。
V2X(Vine-to-Everything)通信のような技術は、自動運転車が現実世界のエンティティと大量のデータを生成、交換し、安全性を高め、パフォーマンスを改善し、パーソナライズされたユーザーエクスペリエンスを提供することを可能にする。
しかし、このデータ駆動エコシステムは、特にデータプライバシ、セキュリティ、ガバナンスに関する大きな課題をもたらしている。
透明性と包括的な規制フレームワークの欠如は、不正なデータアクセス、長期保持、潜在的な誤用といった問題を悪化させ、消費者の利益とプライバシーリスクの間に緊張を生じさせる。
本稿では、CAVにおけるデータ共有の多面的性質を考察し、そのイノベーションと関連する脆弱性に対する貢献を分析した。
データ共有メカニズムと通信技術を評価し、さまざまなユースケースにわたるデータ交換のメリットを強調し、データ誤使用のプライバシーに関する懸念とリスクを調べ、ユーザーのプライバシーを守るための規制フレームワークとそれらの不適切さを批判的にレビューする。
自動車部門におけるデータ共有の現状を徹底的に分析することにより、ロバストなポリシーと倫理的なデータ管理プラクティスの緊急性の必要性を強調した。
技術的進歩の促進と、安全で消費者フレンドリーなソリューションの確保のバランスを保ち、信頼できる革新的な自動車の未来への道を歩むことを求めている。
関連論文リスト
- Adversary-Aware Private Inference over Wireless Channels [51.93574339176914]
ワイヤレスエッジデバイスにおけるAIベースのセンシングは、人工知能(AI)アプリケーションを大幅に強化する可能性がある。
機密性の高い個人情報は敵によって再構築できるため、プライバシー侵害のリスクを軽減するために特徴の変換が必要である。
本稿では,デバイスがモデルサーバに送信する前に抽出した特徴の変換を適用する,プライバシ保護型AIベースセンシングのための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-23T13:02:14Z) - Connected and Exposed: Cybersecurity Risks, Regulatory Gaps, and Public Perception in Internet-Connected Vehicles [0.0]
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。
論文 参考訳（メタデータ） (2025-08-21T06:51:54Z) - 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) - 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) - Decentralized Multimedia Data Sharing in IoV: A Learning-based Equilibrium of Supply and Demand [57.82021900505197]
インターネット・オブ・ビークルズ(IoV)は、道路の安全性を高め、交通渋滞を軽減し、インフォテインメントアプリケーションを通じてユーザーエクスペリエンスを向上させることにより、交通システムを変革する大きな可能性を秘めている。
分散データ共有は、セキュリティ、プライバシ、信頼性を改善し、IoVにおけるインフォテインメントデータの共有を容易にする。
市場における需給バランスを学習するための多知能強化学習に基づく分散型データ共有インセンティブ機構を提案する。
論文 参考訳（メタデータ） (2024-03-29T14:58:28Z) - Differentiated Security Architecture for Secure and Efficient Infotainment Data Communication in IoV Networks [55.340315838742015]
IoVネットワークにおけるインフォテインメントデータ通信の安全性の欠如は、社会的エンジニアリング攻撃の容易なアクセスポイントを意図せずに開放することができる。
特に、まずIoVネットワークでデータ通信を分類し、各データ通信のセキュリティ焦点を調べ、その後、ファイル間通信でセキュリティ保護を提供するための異なるセキュリティアーキテクチャを開発する。
論文 参考訳（メタデータ） (2024-03-29T12:01:31Z) - Auditing and Generating Synthetic Data with Controllable Trust Trade-offs [54.262044436203965]
合成データセットとAIモデルを包括的に評価する総合監査フレームワークを導入する。
バイアスや差別の防止、ソースデータへの忠実性の確保、実用性、堅牢性、プライバシ保護などに焦点を当てている。
多様なユースケースにまたがる様々な生成モデルを監査することにより,フレームワークの有効性を実証する。
論文 参考訳（メタデータ） (2023-04-21T09:03:18Z) - Situation Awareness for Autonomous Vehicles Using Blockchain-based
Service Cooperation [4.1650513680603884]
ブロックチェーンに基づくトラフィックデータプロデューサとコンシューマ間のスマートコントラクトを実現する分散フレームワークを提案する。
自動運転車は、ローカルエッジサーバに接続したり、データを共有したり、合意に基づいてサービスを使用する。
このようなシナリオにおけるマルチキャスト伝送は、異なるサイズのデータパケットを1秒未満で送信できる場合のスループットを2.5倍に向上させる。
論文 参考訳（メタデータ） (2022-04-07T09:23:30Z) - Beyond privacy regulations: an ethical approach to data usage in
transportation [64.86110095869176]
本稿では,フェデレート機械学習を交通分野に適用する方法について述べる。
フェデレートラーニングは、ユーザのプライバシを尊重しつつ、プライバシに敏感なデータを処理可能にする方法だと考えています。
論文 参考訳（メタデータ） (2020-04-01T15:10:12Z)
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。