Klynger af forbundne veje. Samme farve angiver veje, der er en del af den samme klynge, dvs. alle forbundet. Når der ikke er hackede køretøjer, alle veje er forbundet (gul). Men da der er flere hackede køretøjer, flere farver dukker op, og hver klynge er utilgængelig fra den anden. Når et sted mellem 10-20 % af køretøjerne i myldretiden hackede, størrelsen af den største klynge reduceres dramatisk. Vi kalder denne tærskel (~10-15 hackede køretøjer/km/bane) punktet for byfragmentering. I det væsentlige halvdelen af byen er utilgængelig fra resten over denne tærskel. Kredit:Skanda Vivek/ Georgia Tech
Efterhånden som automatiserede biler bliver mere almindelige, det er mere og mere sandsynligt, at internet-tilsluttede køretøjer kan deaktiveres samtidigt. I øjeblikket, regulatorer har en tendens til at fokusere på at forhindre individuelle hændelser, som fodgængeren, der blev ramt og dræbt af en selvkørende Uber i Arizona sidste år. Imidlertid, de mangler ikke at håndtere virkningerne af et storstilet hack i bymiljøer.
Denne uge ved 2019 American Physical Society March Meeting i Boston, Skanda Vivek vil præsentere sin forskning om de cyberfysiske risici ved hackede internetforbundne køretøjer. Han vil også deltage i et pressemøde, der beskriver arbejdet. Oplysninger om at logge på for at se og stille spørgsmål eksternt er inkluderet i slutningen af denne nyhedsmeddelelse.
Vivek og hans team fandt ud af, at selv et lille hack, påvirker kun 10 procent af køretøjerne på Manhattan, kan forårsage grus i byen og hindre beredskabstjenester. Baseret på disse resultater udviklede holdet også en risikoreduktionsstrategi for at forhindre masseforstyrrelser i byer fra nogle få kompromitterede køretøjer.
Vivek, en postdoc-forsker i Peter Yunker-laboratoriet ved Georgia Institute of Technology, brugte agentbaserede simuleringer til at undersøge, hvordan hacks kunne påvirke trafikstrømmen i New York. Han og hans hold, inklusive Yunker, kandidatstuderende David Yanni og Jesse Silverberg, grundlægger af Multiscale Systems Inc., opdagede i sidste ende, at ved at bruge perkolationsteori, en matematisk tilgang baseret på statistisk analyse af netværk, de kunne kvantificere, hvordan disse scenarier ville udspille sig i New York City i realtid.
I øvrigt, deres analyse hjalp teamet med at udvikle en risikoreduktionsstrategi:Brug af flere netværk til forbundne køretøjer for at reducere antallet af biler, der kunne blive kompromitteret ved et enkelt indbrud. "Hvis ikke mere end sige, 5 procent af de tilsluttede køretøjer var opdelt i det samme netværk eller brugte de samme netværksprotokoller, chancen for bydækkende fragmentering ville være lav, " sagde Vivek. "Derfor, en hacker med den hensigt at forårsage storstilet forstyrrelse, der står over for denne opdelte multi-netværksarkitektur, ville være påkrævet for at udføre flere samtidige indtrængen, hvilket øger sværhedsgraden af et sådant angreb og gør det mindre sandsynligt, at det opstår."
understreger, at dette spørgsmål haster, Vivek kommenterede, at "kompromitterede køretøjer er ulig kompromitterede data. Kollisioner forårsaget af kompromitterede køretøjer udgør fysisk fare for køretøjets passagerer, og disse forstyrrelser ville potentielt have brede konsekvenser for den samlede trafikstrøm." Selvom der har været offentlig undersøgelse af individuelle kollisioner, dette arbejde er nødvendigt, fordi de "sandsynlige virkninger af et storstilet hack på trafikstrømmen endnu ikke er kvantificeret, " sagde Vivek.
Når vi taler om det uundgåelige ved mere autonome systemer på vejen, "Forbundne biler er fremtiden, " Vivek sagde. "De rummer et enormt potentiale for positiv indvirkning økonomisk, miljømæssigt, og, for tidligere chauffører, der ikke længere er frustrerede over overbelastede pendler, psykologisk. Vores arbejde er ikke i opposition til fremtiden for tilsluttede biler. Hellere, Det nye i vores arbejde ligger i at identificere og kvantificere de underliggende cyberfysiske risici, når flere forbundne køretøjer kompromitteres. Ved at kaste lys over disse teknologier på et tidligt tidspunkt, vi håber, vi kan hjælpe med at forhindre worst-case-scenarier."