論文の概要: CAN-QA: A Question-Answering Benchmark for Reasoning over In-Vehicle CAN Traffic

• arxiv url: http://arxiv.org/abs/2604.24935v1
• Date: Mon, 27 Apr 2026 19:20:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-29 16:49:17.569909
• Title: CAN-QA: A Question-Answering Benchmark for Reasoning over In-Vehicle CAN Traffic
• Title（参考訳）: CAN-QA:車載CANトラフィックに対する推論のための質問応答ベンチマーク
• Authors: Jing Chen, Abhijay Deevi, Onat Gungor, Tajana Rosing,
• Abstract要約: 本稿では,質問応答(QA)タスクとしてCANトラフィック分析を再構成する最初のベンチマークであるCAN-QAを紹介する。 Can-QAは生のCANログを時間分割ウィンドウに変換し、決定論的ルールベースのテンプレートを適用して自然言語の質問を生成する。 以上の結果から,これらのモデルは表層統計正則性を捉えるが,時間的推論,多条件推論,高レベルの行動解釈に苦慮していることが明らかとなった。
• 参考スコア（独自算出の注目度）: 12.047310162349584
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Controller Area Network (CAN) is a safety-critical in-vehicle communication protocol that lacks built-in security mechanisms, making intrusion detection essential. Existing approaches predominantly formulate CAN intrusion detection as a classification task, mapping complex traffic patterns to attack labels. However, this formulation abstracts away the temporal and relational structure of CAN traffic and misaligns with real-world forensic workflows, which require systematic reasoning about traffic behavior. To address this gap, we introduce CAN-QA, the first benchmark that reformulates CAN traffic analysis as a question-answering (QA) task. CAN-QA converts raw CAN logs into temporally segmented windows and applies deterministic rule-based templates to generate natural-language questions paired with automatically derived ground-truth answers. The resulting dataset comprises 33,128 QA pairs across 10 categories, each targeting distinct semantic and temporal properties of CAN traffic. Using CAN-QA, we evaluate large language models across both True/False and multiple-choice formats. Our results indicate that, although these models capture superficial statistical regularities, they struggle with temporal reasoning, multi-condition inference, and higher-level behavioral interpretation. Our code is available at https://github.com/Kriiiiss/CAN-QA.
• Abstract（参考訳）: Controller Area Network (CAN) は安全クリティカルな車載通信プロトコルであり,セキュリティ機構が備わっていないため,侵入検出が不可欠である。 既存のアプローチは主に、CAN侵入検知を分類タスクとして定式化し、複雑なトラフィックパターンをラベルにマッピングする。 しかし、この定式化は、CANトラフィックの時間的・関係的な構造と、実際の法医学的ワークフローとの不一致を抽象化し、交通行動に関する体系的な推論を必要とする。 このギャップに対処するため,質問応答(QA)タスクとしてCANトラフィック分析を再構成する最初のベンチマークであるCAN-QAを導入する。 CAN-QAは、生のCANログを時間的に区分けされたウィンドウに変換し、決定論的ルールベースのテンプレートを適用して、自動的に派生した接地真実解と組み合わせた自然言語質問を生成する。 得られたデータセットは10カテゴリにわたる33,128のQAペアで構成され、それぞれがCANトラフィックの異なる意味的および時間的特性をターゲットとしている。 CAN-QAを用いて、True/FalseフォーマットとMulti-choiceフォーマットの両方で大きな言語モデルを評価する。 以上の結果から,これらのモデルは表層統計正則性を捉えるが,時間的推論,多条件推論,高レベルの行動解釈に苦慮していることが示唆された。 私たちのコードはhttps://github.com/Kriiiiss/CAN-QA.comで公開されています。

関連論文リスト

• Conflict-Free Policy Languages for Probabilistic ML Predicates: A Framework and Case Study with the Semantic Router DSL [11.868735376461446]
  ルーティングとアクセス制御システムのクラスは、確率的ML信号に基づいて決定を下す。 そのような2つのシグナルは、著者が分離することを意図したカテゴリで宣言され、同じクエリでしきい値をクリアし、それを静かに間違ったモデルにルーティングする。 本研究では, 実際に支配的な埋め込みの場合, 独立しきい値処理を温度スケールのソフトマックスに置き換えることで, 共ファイリングが不可能なヴォロノイ地域への埋め込み空間を分割することを示す。
  論文  参考訳（メタデータ） (2026-03-18T18:14:34Z)
• Foundation CAN LM: A Pretrained Language Model For Automotive CAN Data [1.1091582432763738]
  Controller Area Network (CAN) バスは、自動車および自動車保険分野における応用のための車両信号の豊富な供給源を提供する。 既存のパイプラインは、主に、生のCANデータに基づいて、独立したタスク固有のモデルをトレーニングする。 本稿では,CANモデルの基本パラダイム,大規模事前学習,タスク固有の適応について紹介する。
  論文  参考訳（メタデータ） (2026-01-31T19:00:48Z)
• 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)
• Utilizing Background Knowledge for Robust Reasoning over Traffic Situations [63.45021731775964]
  我々は、インテリジェントトランスポーテーションの補完的な研究側面である交通理解に焦点を当てる。 本研究は,豊富なコモンセンス知識を前提として,テキストベースの手法とデータセットを対象とする。 交通状況に対するゼロショットQAには3つの知識駆動アプローチを採用しています。
  論文  参考訳（メタデータ） (2022-12-04T09:17:24Z)
• STC-IDS: Spatial-Temporal Correlation Feature Analyzing based Intrusion Detection System for Intelligent Connected Vehicles [7.301018758489822]
  車両内通信トラフィック(STC-IDS)の時空間相関特性を用いた自動車侵入検出の新しいモデルを提案する。 具体的には、エンコーダ部では、空間的関係と時間的関係を同時に符号化する。 符号化された情報は検出器に渡され、強制的な空間的時間的注意特徴を生成し、異常分類を可能にする。
  論文  参考訳（メタデータ） (2022-04-23T04:22:58Z)
• Detecting CAN Masquerade Attacks with Signal Clustering Similarity [2.2881898195409884]
  ファブリケーション攻撃は、フレーム周波数を乱すため、最も管理しやすく、最も検出し易い。 マスクレード攻撃は、車両のCAN信号の階層的クラスタリングを用いて、時系列のクラスタリング類似性を計算することで検出できる。 我々は,CANマスクレード攻撃の検出方法として提案手法の可能性を実証するために,法医学的ツールを開発した。
  論文  参考訳（メタデータ） (2022-01-07T20:25:40Z)
• Counterfactual Variable Control for Robust and Interpretable Question Answering [57.25261576239862]
  ディープニューラルネットワークに基づく質問応答(QA)モデルは、多くの場合、堅牢でも説明もできない。 本稿では、因果推論を用いてQAモデルのこのような突発的な「能力」を検証する。 本稿では,任意のショートカット相関を明示的に緩和する,CVC(Counterfactual Variable Control)という新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-10-12T10:09:05Z)
• Generating Diverse and Consistent QA pairs from Contexts with Information-Maximizing Hierarchical Conditional VAEs [62.71505254770827]
  非構造化テキストを文脈として与えられたQAペアを生成するための条件付き変分オートエンコーダ(HCVAE)を提案する。 我々のモデルは、トレーニングにわずかなデータしか使わず、両方のタスクの全てのベースラインに対して印象的なパフォーマンス向上が得られる。
  論文  参考訳（メタデータ） (2020-05-28T08:26:06Z)
• Robust Question Answering Through Sub-part Alignment [53.94003466761305]
  我々はアライメント問題として質問応答をモデル化する。 私たちは、SQuAD v1.1でモデルをトレーニングし、いくつかの逆および外ドメインデータセットでそれをテストします。
  論文  参考訳（メタデータ） (2020-04-30T09:10:57Z)
• Conditional Self-Attention for Query-based Summarization [49.616774159367516]
  条件依存モデリング用に設計されたニューラルネットワークモジュールであるテキスト条件自己アテンション(CSA)を提案する。 DebatepediaとHotpotQAベンチマークデータセットの実験は、CSAがバニラトランスフォーマーを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2020-02-18T02:22:31Z)

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。