CONClave — Secure and Robust Cooperative Perception for CAVs Using Authenticated Consensus and Trust Scoring

要約

コネクテッド自動運転車は、特に車両間で認識データが共有される協調アプリケーションにおいて、自動車の安全性と交通の流れを改善する大きな可能性を秘めています。
ただし、この協力は、事故を引き起こす可能性のある悪意や意図しないエラーから保護されなければなりません。
これまでの研究では、一連のエラーをまとめて行うのではなく、特定のシナリオでの協調運転に関する単一のセキュリティまたは信頼性の問題に対処するのが一般的でした。
この論文では、自動運転車の協調認識に包括的なセキュリティと信頼性を提供する、密接に結合された認証、コンセンサス、および信頼スコアリング メカニズムである CONClave を提案します。
CONClave は、ステップのパイプライン化の性質を利用して、より少ないコンピューティングで障害を大幅に高速に検出できるようにします。
全体として、CONClave は、追加のオーバーヘッドを最小限に抑えながら、セキュリティ上の欠陥を防止し、比較的軽微なセンシング障害さえも検出し、CAV での協調認識の堅牢性と精度を向上させることに大きな期待を寄せています。

要約(オリジナル)

Connected Autonomous Vehicles have great potential to improve automobile safety and traffic flow, especially in cooperative applications where perception data is shared between vehicles. However, this cooperation must be secured from malicious intent and unintentional errors that could cause accidents. Previous works typically address singular security or reliability issues for cooperative driving in specific scenarios rather than the set of errors together. In this paper, we propose CONClave, a tightly coupled authentication, consensus, and trust scoring mechanism that provides comprehensive security and reliability for cooperative perception in autonomous vehicles. CONClave benefits from the pipelined nature of the steps such that faults can be detected significantly faster and with less compute. Overall, CONClave shows huge promise in preventing security flaws, detecting even relatively minor sensing faults, and increasing the robustness and accuracy of cooperative perception in CAVs while adding minimal overhead.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google