SoK:自律運転におけるセマンティックAIセキュリティについて【JST機械翻訳】

Shen Junjie; Wang Ningfei; Wan Ziwen; Luo Yunpeng; Sato Takami; Hu Zhisheng; Zhang Xinyang; Guo Shengjian; Zhong Zhenyu; Li Kang; Zhao Ziming; Qiao Chunming; Chen Qi Alfred

プレプリント

J-GLOBAL ID：202202221300247009 整理番号：22P0301964

SoK:自律運転におけるセマンティックAIセキュリティについて【JST機械翻訳】

SoK: On the Semantic AI Security in Autonomous Driving

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (13件)： , , , , , , , , , , , ,
資料名：
発行年： 2022年03月10日プレプリントサーバーでの情報更新日： 2024年04月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

自動運転(AD)システムは,安全と正しい運転決定を行うために,AI構成要素に依存している。残念ながら,今日のAIアルゴリズムは,一般的に敵対的攻撃に対して脆弱であることが知られている。しかしながら,システムレベルで意味的にインパクトを持つようなAIコンポーネントレベルの脆弱性に対しては,(1)システムレベル攻撃入力空間からAIコンポーネントレベルでのそれらに向けて,(2)AIコンポーネントレベル攻撃インパクトからシステムレベルでのそれらに向けて,非自明な意味的ギャップを解決する必要がある。本論文では,そのような研究空間を,一般的AIセキュリティとは反対に,意味的AIセキュリティとして定義する。過去5年間に,ADコンテキストにおけるそのような意味的AIセキュリティ挑戦課題に取り組むために次第により多くの研究が行われており,それが指数的成長トレンドを示し始めている。本論文では,このような成長しつつあるセマンティックAD AIセキュリティ研究空間の知識の最初のシステム化を行った。全体で,53の論文を収集し,分析し,セキュリティ分野にとって重要な研究側面に基づいて系統的にそれらを分類した。既存のAD AIセキュリティワーク間の垂直的比較と,密接に関連したドメインからのセキュリティワークとの水平的比較の両者に基づいて観測された6つの最も実質的な科学的ギャップを要約した。これらにより,設計レベルだけでなく,研究目標,方法論,コミュニティレベルにおいても,洞察と潜在的将来方向を提供できる。最も重要な科学的方法論レベルのギャップに取り組むために,セマンティックAD AIセキュリティ研究コミュニティのために,PASSというオープンソース,一様で拡張可能なシステム駆動評価プラットフォームを開発するためのイニシアチブを取る。また,代表的なセマンティックAD AI攻撃を用いて,そのようなプラットフォームの能力と利点を示すために,実装したプラットフォームプロトタイプを使用した。【JST機械翻訳】

, , , , , ,
, , , , , 【Automatic Indexing@JST】

データ保護 , 人工知能

, ,

前のページに戻る