論文の概要: High-Order Liquid Evidence Modeling for Continuous and Subtle GNSS Spoofing Detection in Autonomous Driving

• arxiv url: http://arxiv.org/abs/2609.26231v1
• Date: Wed, 12 Aug 2026 09:05:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.929068
• Title: High-Order Liquid Evidence Modeling for Continuous and Subtle GNSS Spoofing Detection in Autonomous Driving
• Title（参考訳）: 自律運転におけるGNSSスポーフィング検出のための高次液体エビデンスモデリング
• Abstract要約: 連続的で微妙なスプーフは、自動運転車にとって深刻な脅威となる。 既存のAV指向検出器は残留しきい値や特徴レベルの分類に依存している。 本稿では,因果変位逐次エビデンスモデル問題として微妙なスプーフィング検出を定式化する。
• 参考スコア（独自算出の注目度）: 6.820140586466226
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Continuous and subtle GNSS spoofing poses a serious threat to autonomous vehicles because forged positions may remain locally plausible while gradually becoming inconsistent with vehicle motion observed by non-GNSS onboard sensors. Existing AV-oriented detectors commonly rely on residual thresholds or feature-level classification and provide limited modeling of how weak GNSS--motion inconsistency develops and persists over time. This paper formulates subtle GNSS spoofing detection as a causal sequential evidence-modeling problem and proposes a high-order liquid evidence detector. The method first compares the displacement implied by consecutive GNSS positions with that inferred from independent onboard motion observations and converts their difference into uncertainty-normalized residual evidence. It then represents the current inconsistency, its local evolution, excess above the normal level, accumulated persistence, and displacement validity as causal weak evidence. These cues are mapped into instantaneous, evolutionary, and persistent latent states, aligned through a bounded Kirchhoff-inspired symmetric exchange, and combined through an explicit third-order interaction to capture their coordinated support for spoofing. To model how this coordinated evidence develops over time, second-order liquid dynamics track its memory and evolution to estimate causal spoofing probabilities, which are converted into confirmed alarms using validation-selected threshold and persistence parameters. Experiments on the AV--GPS dataset family demonstrate strong controlled and external generalization, together with clear sequential alarm behavior. On Dataset-1, the proposed detector achieves an AUROC of 0.9932 and an AUPRC of 0.9843, while obtaining the lowest false-positive rate among the learning-based baselines. Code: https://github.com/pangjunbiao/HO-LLN-Spoofing.
• Abstract（参考訳）: 連続的かつ微妙なGNSSスプーフィングは、非GNSS搭載センサーで観測される車両の動きと徐々に矛盾し、鍛造された位置が局所的に可塑性のままである可能性があるため、自動運転車にとって深刻な脅威となる。 既存のAV指向検出器は、通常、残留しきい値や特徴レベルの分類に依存し、GNSS-運動の不整合が時間とともにどのように発達し持続するかの限定的なモデリングを提供する。 本稿では, 微妙なGNSSスプーフィング検出を因果逐次エビデンスモデル問題として定式化し, 高次液体エビデンス検出法を提案する。 提案手法はまず, 連続的なGNSS位置による変位と, 独立運動観測から推定される変位とを比較し, その差を不確実な正規化された残留証拠に変換する。 これは現在の矛盾、その局所的な進化、通常の水準を超える超過、持続性の蓄積、そして因果的弱い証拠としての変位の妥当性を表す。 これらのキューは瞬時、進化的、永続的な潜伏状態にマッピングされ、有界キルヒホフにインスパイアされた対称交換を通して整列し、明示的な3次の相互作用を通して結合され、スプーフィングの協調的な支持を捉える。 この協調されたエビデンスがどのように発展するかをモデル化するために、二階液体力学は記憶と進化を追跡して因果スプーフィング確率を推定し、検証選択しきい値と永続パラメータを用いてアラームに変換する。 AV-GPSデータセットファミリーの実験では、強い制御と外部の一般化と明確なシーケンシャルアラーム動作が示されている。 Dataset-1では、提案した検出器はAUROCが0.9932、AUPRCが0.9843であり、学習ベースラインの中では最も低い偽陽性率が得られる。 コード:https://github.com/pangjunbiao/HO-LLN-Spoofing

関連論文リスト

• High-Order Liquid Evidence Encoding for Gradual GNSS Spoofing Detection in Autonomous Driving [6.820140586466226]
  スポーフィング攻撃は車両の位置推定を操作できる。 既存の手法は、しばしば静的な車両の挙動に頼っている。 本研究ではスプーフィング検出のための因果的高次液体エビデンスフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-12T08:30:17Z)
• Disentangling Continuous-Time Latent Dynamics: Identifiability of Latent SDEs via Diffusion Shifts [60.95873409673775]
  連続時間潜在微分方程式モデルにおける識別可能性はほとんど開のままである。 未知の非線形微分同相を通じて観測される付加ノイズ潜在SDEについて検討した。 本稿では,2段階の遅延不整合とグラフ復元のための推定器を提案する。
  論文  参考訳（メタデータ） (2026-06-26T16:18:28Z)
• DOC-GS: Dual-Domain Observation and Calibration for Reliable Sparse-View Gaussian Splatting [80.43237927269575]
  本稿では,新しい視点からスパースビュー3DGSの再構築について再考する。 我々は、ガウスの原始的信頼性の観測不能性として、コアチャレンジを識別する。 この観測を動機として、レンダリング画像フレームワークにおける統合されたデュアルドメイン観測と幾何学的手法を提案する。
  論文  参考訳（メタデータ） (2026-04-08T07:01:24Z)
• Systematic Integration of Digital Twins and Constrained LLMs for Interpretable Cyber-Physical Anomaly Detection [0.0]
  産業制御システム(ICS)を標的としたサイバー攻撃は、ますます洗練され、識別が困難になっている。 このような攻撃を検知するには、低レベルの振る舞いキューと高レベルのセマンティック解釈を統合する必要がある。 本稿では,Digital Twin(DT)によるハイブリッド検出手法を提案する。
  論文  参考訳（メタデータ） (2026-04-04T16:38:12Z)
• Neural Uncertainty Principle: A Unified View of Adversarial Fragility and LLM Hallucination [60.197429875410286]
  大規模言語モデルにおける視覚と幻覚の対立的脆弱性は、伝統的に別の問題と見なされている。 損失誘起状態下でのニューラル不確実性原理(NUP)の定式化により, ほぼバウンド状態においては, さらなる圧縮は感度分散の増大を伴うことが判明した。 視覚では、高度に結合したコンポーネントをマスキングすることで、コストのかかる敵の訓練なしに堅牢性を向上させる。 言語では、任意の応答トークンを生成する前に、同じプレフィルステージプローブが幻覚リスクを検出する。
  論文  参考訳（メタデータ） (2026-03-20T02:07:10Z)
• When Sensors Fail: Temporal Sequence Models for Robust PPO under Sensor Drift [64.37959940809633]
  時間的持続的なセンサ故障下でのPPOのロバスト性について検討する。 トランスフォーマーを用いたシーケンスポリシーは, センサ数が少ない場合でも高いリターンを保ちながら, 堅牢性, RNN, SSMよりも大幅に優れていた。
  論文  参考訳（メタデータ） (2026-03-04T22:21:54Z)
• ThreatFormer-IDS: Robust Transformer Intrusion Detection with Zero-Day Generalization and Explainable Attribution [0.0]
  IoTおよび産業ネットワークの侵入検出には、進化するトラフィックと限定されたラベルの下で信頼性を維持しながら、低い偽陽性率で稀な攻撃を検出できるモデルが必要である。 本研究では,トランスフォーマーをベースとしたシーケンシャルモデリングフレームワークThreatFormer-IDSを提案する。 時系列評価を備えたToN IoTベンチマークでは、ThreatFormer-IDSがAUCROC 0.994、AUC-PR 0.956、Recall@1%FPR 0.910を達成した。
  論文  参考訳（メタデータ） (2026-02-26T23:20:42Z)
• Online Reliable Anomaly Detection via Neuromorphic Sensing and Communications [58.796149594878585]
  本稿ではニューロモルフィック無線センサネットワークに基づく低消費電力オンライン異常検出フレームワークを提案する。 検討したシステムでは、中央受信ノードが各時間フレームでニューロモルフィックセンサノード(ニューロSN)のサブセットを積極的にクエリする。 ニューロモルフィックセンサーは事象駆動であり、モニターされたシステムの関連する変化に対応してスパイクを発生させる。
  論文  参考訳（メタデータ） (2025-10-16T13:56:54Z)
• Real-Time Bayesian Detection of Drift-Evasive GNSS Spoofing in Reinforcement Learning Based UAV Deconfliction [6.956559003734227]
  無人無人航空機(UAV)は、正確なリアルタイムの局地化と航法のためにグローバルナビゲーション衛星システム(GNSS)の擬似距離測定に頼っている。 この依存は、敵がUAV受信機を騙す偽りを操る洗練された偽造脅威にそれらを暴露する。 従来の分布シフト検出技術は、しばしばサンプルのしきい値の蓄積を必要とし、迅速な検出とタイムリーな応答を妨げる遅延を引き起こす。 本研究では,UAVナビゲーションにおける微妙な行動偏差を検出するために,強化学習(RL)批判ネットワークから評価値の時間的変化を監視する,ベイズオンライン変化点検出(BOCPD)アプローチについて検討する。
  論文  参考訳（メタデータ） (2025-07-15T10:27:27Z)
• Experimental Validation of Sensor Fusion-based GNSS Spoofing Attack Detection Framework for Autonomous Vehicles [5.624009710240032]
  本稿では,自動走行車に対するセンサフュージョンを用いたスプーフィング攻撃検出フレームワークを提案する。 アラバマ州タスカルーサで実験が行われ、都市部の道路構造を模倣している。 結果は、遅いドリフト攻撃を含む様々な高度なスプーフ攻撃を検出できるフレームワークの能力を実証している。
  論文  参考訳（メタデータ） (2024-01-02T17:30:46Z)

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。