文献

J-GLOBAL ID：202202214968604788   整理番号：22A0205243

巨視的モデルとGauss過程を用いた自動車交通におけるサイバー攻撃の検出【JST・京大機械翻訳】

Detection of Cyber-Attacks in Automotive Traffic Using Macroscopic Models and Gaussian Processes

著者 (3件)： Kashyap Abhishek (Department of Mechanical and Aerospace Engineering, University of Texas at Arlington, Texas, TX, USA) ,  Chakravarthy Animesh (Department of Mechanical and Aerospace Engineering, University of Texas at Arlington, Texas, TX, USA) ,  Menon Prathyush P. (Department of Engineering, Centre for Future Clean Mobility, University of Exeter, Exeter, U.K)
資料名： IEEE Control Systems Letters  (IEEE Control Systems Letters)
巻： 6  ページ： 1688-1693  発行年： 2022年 
JST資料番号： W3481A  ISSN： 2475-1456  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本レターは,攻撃者がハイウェイ上で走行する自動車の部分集合に隠す能力を持ち,それらの駆動パラメータに微妙な変化を注入するサイバー攻撃のクラスを考察する。このような変化を実行することにより,これらの車両(悪意のある車両と呼ぶ)は,全体の車両ストリームの運転行動を修正できる。部分的微分方程式(PDEs)のシステムを使用して,悪意と正常車両の混合から成る交通システムをモデル化した。本レターでは,このような混合交通シナリオにおけるそのような悪意のある車両の存在を検出するために,2種PDEモデルを有するGaussプロセス(GP)を用いる方法を開発した。シミュレーション結果は,提案したGPベースの検出アーキテクチャが,攻撃のモードと同様に,トラフィックにおける悪意のある車両のパーセンテージを,首尾よく検出できることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  微分方程式 ,  *自動車 ,  *Gauss過程 ,  交通システム ,  計算機アーキテクチャ ,  *サイバー攻撃
準シソーラス用語： 混合交通 ,  運転行動 ,  *自動車交通 ,  攻撃者 , 【Automatic Indexing@JST】

分類 (2件)： 交通調査  (TB01031B) ,  都市交通  (TA01020W)

タイトルに関連する用語 (5件)： モデル ,  Gauss過程 ,  自動車 ,  交通 ,  サイバー攻撃