自动驾驶中的数据集安全：需求、风险与保证
人工智能
2026-04-15 v2
摘要
数据集的完整性是AI系统安全可靠性的基本要求，尤其是在自动驾驶领域。本文提出了一个结构化框架，用于开发符合ISO/PAS 8800指南的安全数据集。以基于AI的感知系统为主要用例，介绍了AI数据飞轮和数据生命周期，涵盖数据收集、标注、策划和维护。该框架包含严格的安全分析，以识别由数据集不足导致的风险并进行缓解。它还定义了建立数据集安全需求的流程，并提出了验证和验证策略以确保符合安全标准。除了概述最佳实践外，本文还综述了数据集安全和自动驾驶车辆发展的最新研究和新兴趋势，提供了对当前挑战和未来方向的洞见。通过整合这些视角，本文旨在推动自动驾驶应用中健壮、安全可靠的AI系统的发展。
关键词
引用
@article{arxiv.2511.08439,
title = {Dataset Safety in Autonomous Driving: Requirements, Risks, and Assurance},
author = {Alireza Abbaspour and Tejaskumar Balgonda Patil and B Ravi Kiran and Russel Mohr and Senthil Yogamani},
journal= {arXiv preprint arXiv:2511.08439},
year = {2026}
}