VeReMi：用于 VANET 中不当行为检测可比评估的数据集

车辆网络是相互通信的车辆组成的网络，是未来协作式和自动驾驶技术的重要使能技术。这些网络中最重要的消息是广播认证的周期性单跳信标，用于安全和交通效率应用，例如碰撞避免和交通拥堵检测。然而，广播真实性不足以保证消息的正确性。不当行为检测的目标是分析这些信息物理系统中的应用数据和关于物理过程的知识，以检测错误消息，从而实现对发送恶意消息的车辆进行本地撤销。由于缺乏参考数据集，检测机制之间的比较研究非常罕见。我们通过引入车辆参考不当行为数据集并讨论此类评估的有效指标，迈出了解决这一挑战的第一步。VeReMi 是第一个公开的可扩展数据集，允许任何人重现生成过程，以及贡献攻击并使用该数据集将新的检测机制与现有机制进行比较。我们的分析结果表明，接受范围阈值和简单速度检查是互补的机制，可检测不同的攻击。这支持了融合可以在数据上带来更好结果的直观概念，我们建议未来的工作应侧重于以 VeReMi 作为评估基线的有效融合。