自動運転車は本当に正確ですか? デューク大学の研究者は、彼らはだまされる可能性があると言います
3分。 読んだ
上で公開
MSPoweruser の編集チームの維持にどのように貢献できるかについては、開示ページをお読みください。 続きを読む
無人自動車 ドライバーと乗客の間に快適さと安全性を約束しますが、それは デューク大学。 チームによると、自動運転車のセンサーをだますために犯罪者が実行できる攻撃戦略があります( カメラ およびLiDARからの3Dデータ)、近くのオブジェクトを表示よりも近くまたは遠くに知覚します。 これは、特にXNUMX台の車両が貴重なターゲットに変換される軍事状況で使用される場合、問題と重大な損害を意味する可能性があります。 さらに、研究者は、ハッカーがさまざまな車両を一度に攻撃する方法を見つけることが可能であると強調しました。
「私たちの目標は、既存のシステムの限界を理解して、攻撃から保護できるようにすることです」と、デューク大学の電気およびコンピューター工学のディキンソン家准教授であるミロスラフ・パジッチは述べています。 「この調査では、オブジェクトが実際にある場所の前後にある3Dポイントクラウドにわずかなデータポイントを追加すると、これらのシステムが混乱して危険な決定を下す可能性があることが示されています。」
研究者によると、LIDARセンサーを発射するためにレーザー銃が使用されると、システムの欠陥が始まります。 これは、誤ったデータポイントの追加によって引き起こされる自動車の認識をねじります。 Pajicによると、システムはこれを見つけることができます 攻撃 データポイントが車のカメラが見るものと大きく異なる場合。 ただし、デュークの調査によると、3D LIDARデータポイントがカメラの2D視野の特定の領域内に正確に配置されている場合、システムはだまされる可能性があります。
これにより、攻撃に対して脆弱な領域が作成されます。 これは、カメラレンズの前に伸ばされた錐台の形か、先端が切り取られた3Dピラミッドの形をしています。
「このいわゆる錐台攻撃は、アダプティブクルーズコントロールをだまして、車両が減速または加速していると思い込ませる可能性があります」とPajic氏は述べています。 「そして、システムが問題があることを認識できるようになるまでに、さらに多くの問題を引き起こす可能性のある積極的な操作なしに車にぶつかるのを避ける方法はありません。」
Pajicと彼のチームは、幸いなことに、視野が重なっているステレオカメラのような冗長性を追加することで、リスクに対する実行可能な解決策を持っています。 彼らによると、これらの技術者は協力して距離を適切に計算し、LIDARデータとカメラの知覚の間の誤差を判断します。
「ステレオカメラは信頼性の高い整合性チェックである可能性が高くなりますが、LIDAR /ステレオカメラのデータに整合性があるかどうかを判断する方法や、整合性がないことが判明した場合の対処方法について十分に検証されたソフトウェアはありません」とSpencerHallyburton氏は述べています。研究の筆頭著者および博士号Pajicのサイバーフィジカルシステムラボの候補者。 「また、車両全体を完全に固定するには、100%のカバレッジを提供するために、全身に複数のステレオカメラセットが必要になります。」
Pajicはまた、互いに近くにある車がデータを共有できるようにするシステムの作成を紹介しました。 調査とチームの提案は、10年のUSENIXセキュリティシンポジウムで12月2022日からXNUMX日まで発表されます。