MétaCan
Menu
Retour à la cohorte
Enregistrement W4366966556 · doi:10.1109/mvt.2023.3263334

Dynamic Heterogeneous Redundancy-Based Joint Safety and Security for Connected Automated Vehicles: Preliminary Simulation and Field Test Results

2023· article· en· W4366966556 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Vehicular Technology Magazine · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSafety Systems Engineering in Autonomy
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesJiangsu Provincial Key Research and Development ProgramNational Natural Science Foundation of China
Mots-clésRedundancy (engineering)ExecutorFunctional safetyComputer scienceVulnerability (computing)Computer securityFail-safeReliability engineeringEngineeringComputer network

Résumé

récupéré en direct d'OpenAlex

For connected automated vehicles (CAVs), safety and security are two interrelated critical issues since many in-vehicle components are both safety critical and security critical. To achieve both safety and security in the presence of functional failures or cyberattacks, this article proposes a dynamic heterogeneous redundancy (DHR) scheme for CAVs. The basic idea is that each safety- and security-critical in-vehicle component should employ a DHR architecture, which is constructed by multiple heterogeneous executors with the same function. With redundancy, the functional safety can be achieved when one executor fails. Meanwhile, based on the principle that the probability is extremely low that two or more heterogeneous executors with the same function will fail for the same vulnerability, security can be ensured by using simple consensus mechanisms to detect abnormal executors caused by any cyberattacks. A DHR prototype has been designed and installed on an automated bus. Test results show that the proposed DHR is effective in enhancing both safety and security for CAVs.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,234
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle