攻略

佛罗里达国际大学开发新算法 保护自动驾驶汽车和用户隐私免受网络黑客的侵害

  • 来源:盖世汽车
  • 时间:2023-08-10 18:33:13

盖世汽车 想象一下,在高速公路上行驶时,突然刹车,发动机关闭,车门锁上。这是因为黑客已远程控制汽车。防止这种情况发生是各地汽车制造商关注的焦点。 随着汽车装载计算机化部件,它们也变得容易受到网络攻击和隐私泄露。

据外媒报道,佛罗里达国际大学(Florida International University,FIU)开发新算法,保护自动驾驶汽车和用户隐私免受网络黑客的侵害。

图片来源:佛罗里达国际大学


(资料图片)

FIU工程与计算学院奈特基金会计算与信息科学学院助理教授M. Hadi Amini表示:“如果你有一辆没有电脑的老爷车,那么几乎没有人可以远程控制你的车。但现在,随着计算设备在现代汽车中的进步和广泛集成,我们正在以不同的方式思考问题。”

人工智能在车辆中的潜力巨大,一些驾驶员已经在使用该技术操控半自动驾驶车辆。但同时,该技术也带来了新的挑战。

关键焦点之一是驾驶员信息的存储。人工智能需要用户的数据来做出更明智的决策。因此,Amini正在研究如果汽车遭到黑客攻击,用户的个人信息是否可能容易受到攻击。

根据联邦贸易委员会的说法,汽车的电子系统可能会存储:电话联系方式;移动应用程序登录信息;位置数据;车库门代码。因此,汽车行业出现了一个主要的网络安全问题。如果汽车网络的中央服务器遭到黑客攻击,是否意味着该网络中每个驾驶员的个人信息都将被窃取?

Amini表示:“在将经典人工智能算法应用于车辆时,隐私是我们将面临的众多挑战中的第一个。自动驾驶汽车的驾驶员会希望使用人工智能来帮助汽车表现得更好。问题是,当汽车制造商使用这些数据来提高车辆性能时,驾驶员如何确保他们的数据保持私密性?如果我们能够以负责任、保护隐私和安全的方式实施人工智能,那么也许我们能够更好地控制这些攻击。”

阿米尼解释说,驱动人工智能的算法非常需要数据。他们通过学习大量的案例而变得擅长自己所做的事情。但所有这些学习都必须在某个地方进行,需要对其进行计算。这通常发生在集中式高性能服务器上。

Amini正在探索一种使用人工智能的方法,而无需要求网络中的所有驾驶员将数据共享到中央位置。其团队正在研究更加去中心化的人工智能形式,不会过多依赖中央服务器。相反,许多计算和学习的责任将由个别汽车承担。汽车会自行消化数据并提出改进算法的建议。

这些不包含原始数据的建议随后将传输到服务器,以帮助改进网络中所有设备的整体算法。结果是人工智能网络更难以窃取个人信息。

十年来,Amini一直在研究这种形式的人工智能和类似的计算算法。如今,这种类型的人工智能最出名的是联邦学习(federated learning),这是谷歌在2016年创造的一个名字。

Amini表示这种人工智能类型不仅有可能保护驾驶员的隐私,而且还可以随着汽车数量的增加而实现更高效和可扩展的计算。Amini称:“在集中式机器学习中,如果我们在攻击或自然灾害期间失去中央服务器的电源,那么整个系统就会失败。但当我们在分布式机器学习中运行时,系统的其余部分可以依靠本地数据运行并继续运行一段时间。”

Amini补充说,虽然没有一个计算机化系统是100%安全的,但联邦学习的研究为汽车制造商提供新方法,可以利用人工智能的进步,同时保护驾驶员的个人信息并确保交通系统安全运行免受网络攻击。

关键词:

推荐内容

Copyright @  2015-2022 每日教育装备网版权所有  

备案号:浙ICP备2022016517号-15

  

联系邮箱:5 146 761 13 @qq.com