Artificial Intelligence-based Cybersecurity for Connected and Automated Vehicles
Efectele dăunătoare ale atacurilor cibernetice asupra unui sector precum cel al mobilității cooperative conectate și automatizate (CCAM) pot fi enorme. De la cele mai puțin importante la cele mai grave, se pot menționa, de exemplu, daunele aduse reputației producătorilor de vehicule, refuzul crescut al clienților de a adopta CCAM, pierderea de ore de lucru (cu impact direct asupra PIB-ului european), daune materiale, creșterea poluării mediului datorată, de exemplu, blocajelor în trafic sau modificărilor rău intenționate ale firmware-ului senzorilor și, în cele din urmă, pericolul major pentru viețile oamenilor, fie că sunt șoferi, pasageri sau pietoni.
Vehiculele conectate vor deveni în curând o realitate pe drumurile noastre, aducând cu sine noi servicii și capacități, dar și provocări tehnice și amenințări la adresa securității. Pentru a depăși aceste riscuri, proiectul CARAMEL a dezvoltat mai multe soluții anti-hacking pentru noua generație de vehicule.
CARAMEL (Artificial Intelligence-based Cybersecurity for Connected and Automated Vehicles), un proiect de cercetare cofinanțat de Uniunea Europeană în cadrul programului-cadru Orizont 2020, este un consorțiu de proiecte cu 15 organizații din 8 țări europene împreună cu 3 parteneri coreeni. Proiectul aplică o abordare proactivă bazată pe tehnici de inteligență artificială și învățare automată pentru a detecta și preveni potențialele amenințări la adresa securității cibernetice a vehiculelor autonome și conectate. Această abordare a fost abordată pe baza a patru piloni fundamentali, și anume: Mobilitatea autonomă, Mobilitatea conectată, Electromobilitatea și Vehiculul controlat de la distanță. Această carte prezintă teoria și rezultatele din fiecare dintre aceste direcții tehnice.
© Book1 Group - toate drepturile rezervate.
Conținutul acestui site nu poate fi copiat sau utilizat, nici parțial, nici integral, fără permisiunea scrisă a proprietarului.
Ultima modificare: 2024.11.08 07:02 (GMT)