Por primera vez, los investigadores de la Universidad de California, Erin, han demostrado que las calcomanías múltiples aplicadas para prevenir la carretera o prevenir las marcas de velocidad pueden confundirse con los vehículos autopoderados, lo que puede conducir a operaciones inesperadas y potencialmente dañinas.
En una presentación en la reciente Simposio de Seguridad de la Red y Sistema Distribuido en San Diego, los investigadores de la Escuela de Información de Donald Brian y Ciencias de la Computación de UC Aryan describieron las implicaciones del primer mundo que anteriormente se hicieron solo la teoría: menos efectivo e impredecible. Otros. Como resultado de ambos tipos de ataques, los automóviles ignoran las órdenes de carretera, estimulan la ruptura de emergencia innecesaria, la alta velocidad y otras violaciones.
Los científicos dicen que su estudio, que incluyó tres diseños de ataques de IA altamente representativos, fue el primer diagnóstico generalizado del sistema de identificación de signos de tráfico en las marcas de vehículos de consumo de alta venta.
“Vemo ha estado proporcionando más de 1.5 millones de viajes autónomos cada semana, y hay millones de vehículos Tesla equipados con el piloto automático en la carretera, lo que muestra que la tecnología de los vehículos soberanos se está convirtiendo en una parte integral de la vida diaria de los Estados Unidos y en todo el mundo”. “Este hecho destaca la importancia de la seguridad, porque los riesgos en estos sistemas, una vez explotando, pueden causar riesgos de seguridad que se convierten en una cuestión de vida y muerte”.
El principal autor del estudio, Ningfi Wang, científico investigador de Meta, que realizó esto como doctorado. El estudiante en informática en UC Arvian dijo que su equipo tenía calcomanías vectoriales para atacar el ataque, que tenía un diseño giratorio de múltiples cuores que confunde el algoritmo AI utilizado para identificar el letrero de tráfico en los vehículos del conductor.
“Estas pegatinas se pueden desarrollar baratas y fácilmente, alguien que tiene acceso al lenguaje de programación de código abierto, como las bibliotecas de procesamiento de imágenes y de imagen”, dijo Wang. “Tendrán que frustrar el sistema TSR en vehículos autónomos junto con la tarjeta gráfica y la impresora de color con la computadora”.
Agregó que un descubrimiento interesante realizado durante el proyecto está vinculado a muchos de los sistemas TSR comerciales de hoy en día compartidos con el diseño conmemorativo local. Wang dijo que, aunque esta característica hace un ataque de desaparición (para eliminar una marca de la vista de un automóvil), hace que la señal de parada falsa sea “mucho más fácil de lo que esperamos”.
Chen señaló que esta investigación fue la primera de su tipo en la amenaza de seguridad en el escenario del mundo real con vehículos comercializados.
“Los expertos han estudiado la seguridad de los vehículos equipados con el conductor durante años y la última tecnología de conducción soberana ha revelado varios riesgos de seguridad”, dijo. “Pero estos estudios se limitan principalmente a la configuración educativa, que está muy limitada a nuestra comprensión de tales debilidades en los sistemas comerciales de vehículos autónomos. Nuestro estudio llena este importante brecha”.
Chen dijo que al centrarse en un pequeño conjunto de investigaciones actuales en el área, su grupo ha podido exponer varios supuestos, errores y afirmaciones falsas rotas. Por ejemplo, ningún estudio educativo previo se ha dado cuenta de la existencia común del diseño conmemorativo local en el sistema comercial TSR. Cuando los miembros del equipo de Chen hicieron tal diseño en la configuración del estudio académico anterior, revelaron los resultados que desafían directamente las observaciones y reclamos anteriores en la última comunidad de investigación.
Chen dijo: “Creemos que este trabajo solo debería comenzar, y esperamos que aliente a más investigadores tanto de la academia como en la industria a revisar los efectos reales y los efectos significativos de tales riesgos protectores contra vehículos independientes del mundo real”. “Este será el primer paso antes de saber que en el nivel de la sociedad, se necesita acción para garantizar la seguridad en nuestras carreteras y carreteras”.
Los ex estudiantes graduados de UC Arin fueron Takami Sato y Yunping Lou después de unirse a Chen y Wang. Actual estudiante graduado de UC Aryan Shuvan XI; Y Cady Sov, profesor asistente de informática en la Universidad Dracles. El trabajo fue apoyado por la National Science Foundation y el Centro de Transporte de la Universidad del Departamento de Transporte de los Estados Unidos+ University, en el que UC Erien es miembro.
