移动即服务中的人工智能相关网络安全风险与对策综述
密码学与安全
2024-11-11 v1
摘要
移动即服务（MaaS）整合了不同的交通模式，并可以基于旅行者的个人偏好、行为和愿望来支持更个性化的出行规划。要充分实现 MaaS 的潜力，需要一系列人工智能（包括机器学习和数据挖掘）算法来学习个人需求和需要，优化每位旅行者及所有旅行者的整体出行规划，帮助交通服务运营商和相关政府机构运营和规划其服务，并检测和防止来自各种威胁行为者（包括不诚实和恶意的旅行者和交通运营商）的网络攻击。不同人工智能和数据处理算法在集中式和分布式设置中的日益使用，使 MaaS 生态系统在人工智能算法层面和连接表面面临多样的网络和隐私攻击。在本文中，我们首次全面综述了人工智能驱动的 MaaS 设计与多样化的网络安全挑战之间的耦合关系。我们特别关注当前和新兴的 AI 促进的隐私风险（画像、推断和第三方威胁）以及对抗性 AI 攻击（规避、提取和游戏化）如何影响 MaaS 生态系统。这些风险经常将新型攻击（例如逆向学习）与传统攻击向量（例如中间人攻击）相结合，加剧了更广泛参与者的风险以及新商业模式的出现。
引用
@article{arxiv.2411.05681,
title = {A Survey of AI-Related Cyber Security Risks and Countermeasures in Mobility-as-a-Service},
author = {Kai-Fung Chu and Haiyue Yuan and Jinsheng Yuan and Weisi Guo and Nazmiye Balta-Ozkan and Shujun Li},
journal= {arXiv preprint arXiv:2411.05681},
year = {2024}
}