针对航天器的对抗机器学习威胁
机器学习
2024-05-16 v1 人工智能
密码学与安全
摘要
航天器是最早的自主系统之一。其无需人工干预即可运行的能力促成了人类的一些最伟大成就。随着对自主性依赖的增加，空间飞行器将越来越容易受到旨在破坏自主过程（尤其是基于机器学习的概率过程）的攻击。本文旨在阐明并展示对抗机器学习（AML）能力对航天器构成的威胁。首先，引入了针对航天器的 AML 威胁分类法。接着，我们通过使用 NASA 的核心飞行系统（cFS）和 NASA 的机载人工智能研究（OnAIR）平台进行的实验仿真，展示了对航天器执行 AML 攻击的过程。我们的研究结果突出了在具备自主能力的航天器中纳入针对 AML 的安全措施的必要性。
引用
@article{arxiv.2405.08834,
title = {Adversarial Machine Learning Threats to Spacecraft},
author = {Rajiv Thummala and Shristi Sharma and Matteo Calabrese and Gregory Falco},
journal= {arXiv preprint arXiv:2405.08834},
year = {2024}
}
备注
Preprint