被黑客攻击的联网车辆的信息物理风险

汽车技术与互联网连接的融合有望极大改善交通，同时也引入了未知新风险的潜在可能。联网车辆如同数字数据，因为它们可能成为恶意黑客攻击的目标。然而，与数字数据不同，联网车辆是信息物理系统，它们彼此之间及其与环境发生物理交互。因此，网络安全问题向信息物理领域的延伸为交通流中自组织现象带来了新的可能。在此，我们研究网络安全专家设想的一种场景：大量联网车辆突然同时被禁用。我们使用基于智能体的模拟研究黑客攻击后的交通，并发现渗流对于在针对车辆的网络攻击发生后立即在多车道道路上概率性预测结果具有关键相关性。我们发展了基于渗流的分析模型，以根据被禁用车辆的密度快速评估道路状况，并将其应用于研究美国纽约曼哈顿的街道网络，揭示了该市对此特定信息物理攻击的脆弱性。