保卫明天的智慧城市：探究面向Internet of Vehicles与深度学习技术的软件安全
密码学与安全
2024-07-24 v1 软件工程
摘要
将深度学习 (DL) 技术集成到Internet of Vehicles (IoV)中引入了许多需要彻底检阅的安全挑战和问题。本文通过对现有研究的广泛分析，探讨了DL在IoV系统中固有的漏洞和风险，揭示了安全威胁的多面性。我们分析了DL算法潜在的威胁，包括对抗性攻击、数据隐私泄露和模型投毒。此外，我们研究了DL对IoV安全关键方面的影响，如入侵检测、异常检测和安全通信协议。我们的综述强调，鉴于车联网的动态和互联性质，确保基于DL的IoV系统具备鲁棒性、可靠性和可信度面临复杂性。进一步讨论了针对这些挑战有效应对的新型安全解决方案的需求，以增强DL驱动的IoV环境的安全水平。通过提供对这些关键问题的见解，本章旨在刺激进一步的研究、创新和合作，以确保IoV语境下DL技术的安全，从而培育更安全、更有韧性的车联通信和连接未来。
引用
@article{arxiv.2407.16410,
title = {Securing Tomorrow's Smart Cities: Investigating Software Security in Internet of Vehicles and Deep Learning Technologies},
author = {Ridhi Jain and Norbert Tihanyi and Mohamed Amine Ferrag},
journal= {arXiv preprint arXiv:2407.16410},
year = {2024}
}