자율주행차의 사이버-물리적 보안 및 안전: 최적 제어와 다중 팔 슬롯머신 학습의 결합

Source

  • Evernote/Inbox/Cyber-Physical Security and Safety of Autonomous Connected Vehicles Optimal Control Meets Multi-Armed Bandit Learning.md

Summary

이 논문은 자율주행차(ACV) 네트워크에 대한 사이버 및 물리적 공격을 방어하기 위한 종합적인 제어 및 학습 프레임워크를 제안합니다. 첫째, 사고 위험을 최소화하면서 교통 흐름을 최대화하기 위한 최적 안전 제어기를 유도하여 물리적 공격에 대한 강인성을 입증했습니다. 둘째, 센서 읽기의 확률적 특성과 다중 팔 슬롯머신(MAB) 알고리즘을 활용한 두 가지 데이터 주입 공격(DIA) 탐지 접근법을 제안하여 사이버 공격에 대한 취약성을 최소화했습니다. 시뮬레이션 결과, 제안된 제어기는 기존 기술 대비 물리적 공격에 대한 강인성이 우수하며, DIA 탐지 접근법은 칼만 필터링 대비 사이버 보안 및 물리적 강인성을 향상시키는 것으로 나타났습니다.

Key Points

  • 자율주행차(ACV)의 센서 조작 및 물리적 제어 공격에 대응하는 통합 프레임워크 제안
  • 교통 흐름 최적화 및 사고 위험 최소화를 위한 최적 안전 제어기 개발 (물리적 공격 강인성 입증)
  • 센서의 확률적 행동과 다중 팔 슬롯머신(MAB) 알고리즘 기반 데이터 주입 공격(DIA) 탐지 방법 제안
  • 기존 칼만 필터링 대비 DIA 탐지 성능 및 ACV 시스템의 물리적 강인성 향상 효과 확인
  • IEEE Transactions on Communications 게재 논문 (2019 년 10 월)