PHANTOM：アナモルフィックアートに基づく攻撃がコネクテッドカーの走行を妨害

本研究では、アナモルフィックアートを利用して、コネクテッドカー（CAV）の物体検出器を欺く、視点依存型敵対的サンプルを作成する新しい攻撃フレームワークPHANTOMを紹介しています。主な革新は、そのブラックボックス性と、さまざまな検出器アーキテクチャ間での強力な転送可能性にあります。劣化した条件下でも高い成功率を示すことは、現在のCAVシステムにおける重大な脆弱性を浮き彫りにしています。V2X通信を介したネットワーク全体の混乱の実証は、広範囲にわたる混乱の可能性をさらに強調しています。この研究は、自律走行技術の安全性と信頼性を確保するために、物理的な敵対的攻撃に対する堅牢な防御メカニズムの緊急の必要性を強調しています。評価にCARLAとSUMO-OMNeT++を使用することで、調査結果の信頼性が高まります。