面向 5G 及未来车载网络的基于机器学习的误行为检测系统综述
密码学与安全
2022-01-26 v1 机器学习
网络与互联网体系结构
摘要
在部署车辆到一切（V2X）技术方面已取得重大进展。将 V2X 与 5G 融合实现了超低时延和高可靠性的 V2X 通信。然而，在通信性能提升的同时，安全和隐私问题也增加了。攻击变得更加激进，攻击者变得更有策略。标准机构提出的公钥基础设施无法单独防御这些攻击。因此，作为补充，应设计精密系统以检测此类攻击和攻击者。机器学习（ML）近来已成为保障未来道路安全的关键赋能技术。许多 V2X 误行为检测系统（MDSs）已采用这一范式。然而，分析这些系统仍属研究空白，开发有效的基于 ML 的 MDSs 仍是一个开放问题。为此，本文对基于 ML 的 MDSs 进行了全面综述与分类。我们从安全和 ML 两个角度对它们进行分析与讨论。然后，给出若干经验教训与建议，以助开发、验证和部署基于 ML 的 MDSs。最后，我们强调了开放的研究与标准化问题及若干未来方向。
引用
@article{arxiv.2201.10500,
title = {A Survey on Machine Learning-based Misbehavior Detection Systems for 5G and Beyond Vehicular Networks},
author = {Abdelwahab Boualouache and Thomas Engel},
journal= {arXiv preprint arXiv:2201.10500},
year = {2022}
}