Artificial Intelligence-based Cybersecurity for Connected and Automated Vehicles
Szkodliwe skutki cyberataków dla branży takiej jak Cooperative Connected and Automated Mobility (CCAM) mogą być ogromne. Od najmniej istotnych do najgorszych, można wymienić na przykład utratę reputacji producentów pojazdów, zwiększoną odmowę klientów przyjęcia CCAM, utratę godzin pracy (mającą bezpośredni wpływ na europejski PKB), szkody materialne, zwiększone zanieczyszczenie środowiska spowodowane np. korkami drogowymi lub złośliwymi modyfikacjami oprogramowania układowego czujników, a ostatecznie ogromne zagrożenie dla życia ludzkiego, zarówno kierowców, pasażerów, jak i pieszych.
Połączone pojazdy wkrótce staną się rzeczywistością na naszych drogach, przynosząc nowe usługi i możliwości, ale także wyzwania techniczne i zagrożenia bezpieczeństwa. Aby przezwyciężyć te zagrożenia, w ramach projektu CARAMEL opracowano kilka rozwiązań antyhakerskich dla pojazdów nowej generacji.
CARAMEL (Artificial Intelligence-based Cybersecurity for Connected and Automated Vehicles), projekt badawczy współfinansowany przez Unię Europejską w ramach programu ramowego Horyzont 2020, to konsorcjum projektowe z 15 organizacjami z 8 krajów europejskich wraz z 3 partnerami koreańskimi. W projekcie zastosowano proaktywne podejście oparte na sztucznej inteligencji i technikach uczenia maszynowego w celu wykrywania i zapobiegania potencjalnym zagrożeniom cyberbezpieczeństwa dla autonomicznych i połączonych pojazdów. Podejście to zostało opracowane w oparciu o cztery podstawowe filary, a mianowicie: Autonomous Mobility, Connected Mobility, Electromobility i Remote Control Vehicle. Niniejsza książka przedstawia teorię i wyniki z każdego z tych kierunków technicznych.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)