論文の概要: Extending Adaptive Cruise Control with Machine Learning Intrusion Detection Systems
- arxiv url: http://arxiv.org/abs/2603.01173v1
- Date: Sun, 01 Mar 2026 16:23:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-03 19:50:56.552444
- Title: Extending Adaptive Cruise Control with Machine Learning Intrusion Detection Systems
- Title（参考訳）: 機械学習侵入検知システムによる適応型クルーズ制御の拡張
- Authors: Lotfi Ben Othmane, Yasaswini Konapalli, Naga Prudhvi Mareedu,
- Abstract要約: アダプティブクルーズコントロール(ACC)システムは、ホスト車両の速度を自動的に調整し、リード車両から安全な後続距離を維持する。
ACCは、カルマンフィルタ(KF)がスムーズなノイズ速度測定を可能にするため、しばしばフォールトインジェクション攻撃に対して耐性があると考えられている。
解析的証明とシミュレーションの結果から,KFは境界しきい値までの射出速度を許容できることを示す。
- 参考スコア（独自算出の注目度）: 0.30586855806896035
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An Adaptive Cruise Control (ACC) system automatically adjusts the host vehicle's speed to maintain a safe following distance from a lead vehicle. In typical implementations, a feedback controller (e.g., a Proportional-Integral-Derivative (PID) controller) computes the host vehicle's acceleration using a target speed and a spacing error, defined as the difference between the measured inter-vehicle distance and a desired safe distance. ACC is often assumed to be resilient to fault-injection attacks because a Kalman filter (KF) can smooth noisy speed measurements. However, we show--through analytical proofs and simulation results--that a KF can tolerate injected speed values only up to a bounded threshold. When injected values exceed this threshold, the filter can be driven off track, causing the ACC controller to make unsafe acceleration decisions and potentially leading to collisions. Our main contribution is to augment the PID-based controller with Intrusion Detection System (IDS) outputs, yielding Intrusion Detection Systems-Based Adaptive Cruise Control (ACC-IDS). The ACC-IDS controller is simple and implementable: a binary intrusion flag switches the control law to emergency braking. We prove that augmenting ACC with an IDS, under assumed detection-performance and latency constraints, can mitigate these attacks and help preserve ACC's collision-avoidance guarantees.
- Abstract（参考訳）: アダプティブクルーズコントロール(ACC)システムは、ホスト車両の速度を自動的に調整し、リード車両から安全な後続距離を維持する。
典型的な実装では、フィードバックコントローラ(例えば、Proportional-Integral-Derivative(PID)コントローラ)は、測定された車間距離と所望の安全距離との差として定義された目標速度と間隔誤差を用いてホスト車の加速度を算出する。
ACCは、カルマンフィルタ(KF)がスムーズなノイズ速度測定を可能にするため、しばしばフォールトインジェクション攻撃に対して耐性があると考えられている。
しかし, 解析的証明とシミュレーションの結果から, KF は有界しきい値までの射出速度を許容できることを示した。
注入された値がこのしきい値を超えると、フィルタは軌道から追い出され、ACCコントローラは安全でない加速度決定をし、衝突につながる可能性がある。
我々の主な貢献は、侵入検知システム(IDS)出力によるPIDベースの制御を増強し、侵入検知システムに基づく適応クルーズ制御(ACC-IDS)を実現することである。
ACC-IDSコントローラはシンプルで実装可能で、バイナリ侵入フラグは制御法を緊急ブレーキに切り替える。
IDSによるACCの増大は、検出性能とレイテンシの制約を前提として、これらの攻撃を軽減し、ACCの衝突回避保証を維持するのに役立つことを証明している。
関連論文リスト
- Failure Analysis of Safety Controllers in Autonomous Vehicles Under Object-Based LiDAR Attacks [0.0]
本稿では,高速道路走行シナリオにおけるオブジェクトベースLiDAR攻撃時の安全制御装置の系統的故障解析について述べる。
その結果、LiDAR誘導の物体幻覚は、たとえ短い期間であっても、安全でないブレーキ、実際の危険に対する遅延反応、不安定な制御行動を引き起こすことが示されている。
論文 参考訳（メタデータ） (2025-12-23T22:05:32Z) - Robust Verification of Controllers under State Uncertainty via Hamilton-Jacobi Reachability Analysis [49.31947916567367]
Hamilton-Jacobi (J) リーチビリティ解析は、最悪の不確実性の下で最適なリーチビリティを計算できる一般的な非線形システムに対する一般的な形式的検証ツールである。
この作業は、HJローバーを介してRobust Verification Controllersのための、HJベースのリーチビリティベースのシステム検証フレームワークである。
本稿では,Ro-CoReの安全性検証とコントローラ設計のための新しい手法を提案する。
論文 参考訳（メタデータ） (2025-11-18T18:55:20Z) - CANDoSA: A Hardware Performance Counter-Based Intrusion Detection System for DoS Attacks on Automotive CAN bus [45.24207460381396]
本稿では,制御領域ネットワーク(CAN)環境向けに設計された新しい侵入検知システム(IDS)を提案する。
RISC-VベースのCAN受信機はgem5シミュレータを用いてシミュレートされ、AES-128暗号化によるCANフレームペイロードをFreeRTOSタスクとして処理する。
結果は、このアプローチがCANセキュリティを大幅に改善し、自動車サイバーセキュリティにおける新たな課題に対処する可能性があることを示唆している。
論文 参考訳（メタデータ） (2025-07-19T20:09:52Z) - CANTXSec: A Deterministic Intrusion Detection and Prevention System for CAN Bus Monitoring ECU Activations [53.036288487863786]
物理ECUアクティベーションに基づく最初の決定論的侵入検知・防止システムであるCANTXSecを提案する。
CANバスの古典的な攻撃を検知・防止し、文献では調査されていない高度な攻撃を検知する。
物理テストベッド上での解法の有効性を実証し,攻撃の両クラスにおいて100%検出精度を達成し,100%のFIAを防止した。
論文 参考訳（メタデータ） (2025-05-14T13:37:07Z) - Safe Adaptive Cruise Control Under Perception Uncertainty: A Deep Ensemble and Conformal Tube Model Predictive Control Approach [5.740554452832947]
本稿では、不確実性を予測・定量化するために、コンフォーマル予測と統合されたディープニューラルネットワーク回帰器のディープアンサンブルについて考察する。
コンフォーマルチューブモデル予測制御を用いた適応型クルーズ制御装置は、確率論的安全性を確保するために設計されている。
高忠実度シミュレータによる評価は、速度トラッキングと安全な距離維持におけるアルゴリズムの有効性を示す。
論文 参考訳（メタデータ） (2024-12-05T01:01:53Z) - Autonomous Driving With Perception Uncertainties: Deep-Ensemble Based Adaptive Cruise Control [6.492311803411367]
ブラックボックスDeep Neural Networks (DNN) を用いた高度な認識システムは、人間のような理解を実証する。
予測不可能な振る舞いと解釈可能性の欠如は、安全クリティカルなシナリオへの展開を妨げる可能性がある。
論文 参考訳（メタデータ） (2024-03-22T19:04:58Z) - Runtime Stealthy Perception Attacks against DNN-based Adaptive Cruise Control Systems [8.561553195784017]
本稿では,実行時認識攻撃下での深層ニューラルネットワークを用いたACCシステムのセキュリティ評価を行う。
攻撃を誘発する最も重要な時間を選択するための文脈認識戦略を提案する。
提案攻撃の有効性を,実車,公用運転データセット,現実的なシミュレーションプラットフォームを用いて評価した。
論文 参考訳（メタデータ） (2023-07-18T03:12:03Z) - Convergence of Communications, Control, and Machine Learning for Secure
and Autonomous Vehicle Navigation [78.60496411542549]
接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。
本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
論文 参考訳（メタデータ） (2023-07-05T21:38:36Z) - Learned Risk Metric Maps for Kinodynamic Systems [54.49871675894546]
本研究では,高次元力学系のコヒーレントリスクメトリクスをリアルタイムに推定するための学習型リスクメトリクスマップを提案する。
LRMMモデルは設計と訓練が簡単で、障害セットの手続き的生成、状態と制御のサンプリング、および関数近似器の教師付きトレーニングのみを必要とする。
論文 参考訳（メタデータ） (2023-02-28T17:51:43Z) - Motion Planning and Control for Multi Vehicle Autonomous Racing at High
Speeds [100.61456258283245]
本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。
提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
論文 参考訳（メタデータ） (2022-07-22T15:16:54Z) - Federated Learning on the Road: Autonomous Controller Design for
Connected and Autonomous Vehicles [109.71532364079711]
CAV(コネクテッド・アンド・自律車両)の自律制御設計のための新しい統合学習(FL)フレームワークの提案
CAVの移動性、無線フェーディングチャネル、および不均衡で非独立で同一に分散されたデータを考慮に入れた新しい動的フェデレーション・プロキシ(DFP)アルゴリズムが提案されている。
最適制御器を用いてCAVがどの程度の速度で収束するかを同定するために,提案アルゴリズムに対して厳密な収束解析を行う。
論文 参考訳（メタデータ） (2021-02-05T19:57:47Z) - Sequential Attacks on Kalman Filter-based Forward Collision Warning
Systems [23.117910305213016]
我々は,前向き衝突警報システムの一部として,カルマンフィルタ(KF)に対する敵対攻撃について検討した。
我々の攻撃目標は、KFに誤った状態推定を出力させることで、人間のブレーキ決定に悪影響を及ぼすことである。
我々は,kfに供給される量量を順次操作し,最適操作を計算するための新しいモデル予測制御(mpc)手法を提案する。
論文 参考訳（メタデータ） (2020-12-16T02:26:27Z) - Guaranteeing Safety of Learned Perception Modules via Measurement-Robust
Control Barrier Functions [43.4346415363429]
制御理論と機械学習の技術を一体化して、安全を達成するコントローラを合成したいと考えている。
我々は,安全な制御入力を決定するツールとして,計測ロバスト制御バリア関数(MR-CBF)を定義した。
シミュレーションセグウェイシステムにおいて, MR-CBFが測定モデルの不確実性による安全性を実現するための有効性を示す。
論文 参考訳（メタデータ） (2020-10-30T00:19:01Z)
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。