El impacto de los ataques de suplantación en vehículos autónomos conectados bajo condiciones de congestión del tráfico
Autores: Tzoannos, Zisis-Rafail; Kosmanos, Dimitrios; Xenakis, Apostolos; Chaikalis, Costas
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
El impacto de los ataques de suplantación en vehículos autónomos conectados bajo condiciones de congestión del tráfico
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Telecomunicaciones
Palabras clave
Internet de las cosas
Internet de los vehículos
Vehículos autónomos conectados
Sistemas de seguridad
Redes vehiculares ad hoc
Ciberataques
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
En los últimos años, el Internet de las Cosas (IoT) y el Internet de los Vehículos (IoV) representan tecnologías en rápido desarrollo. La mayoría de las empresas de fabricación de automóviles invierten grandes cantidades de dinero en el campo de los vehículos autónomos conectados. Las aplicaciones de los vehículos autónomos conectados (CAVs) están relacionadas con los servicios de transporte inteligente y ofrecen beneficios tanto a la sociedad como al medio ambiente. Sin embargo, el desarrollo de vehículos autónomos puede crear vulnerabilidades en los sistemas de seguridad, a través de las cuales los ataques podrían perjudicar tanto a los vehículos como a sus conductores. Con este fin, el desarrollo de CAV en redes vehiculares ad hoc (VANETs) requiere comunicación inalámbrica segura. Sin embargo, este tipo de comunicación es vulnerable a una variedad de ciberataques, como el spoofing. En esencia, este documento presenta un análisis en profundidad de los impactos de los ataques de spoofing bajo condiciones de carretera realistas, que pueden causar cierta congestión de tráfico. La novedad de este trabajo tiene que ver con escenarios de simulación que tienen en cuenta un conjunto de parámetros de capa cruzada, como la tasa de entrega de paquetes (PDR), la aceleración y la velocidad. Estos parámetros pueden determinar la integridad de los mensajes cortos de onda intercambiados (WSMs) y se agregan en una autoridad central de confianza (CTA) para un análisis posterior. Finalmente, se estima una métrica estadística, el coeficiente de variación (CoV), que mide las consecuencias de un ciberataque en un futuro accidente, mostrando un aumento significativo (12.1%) en un escenario de ataque de spoofing.
Descripción
En los últimos años, el Internet de las Cosas (IoT) y el Internet de los Vehículos (IoV) representan tecnologías en rápido desarrollo. La mayoría de las empresas de fabricación de automóviles invierten grandes cantidades de dinero en el campo de los vehículos autónomos conectados. Las aplicaciones de los vehículos autónomos conectados (CAVs) están relacionadas con los servicios de transporte inteligente y ofrecen beneficios tanto a la sociedad como al medio ambiente. Sin embargo, el desarrollo de vehículos autónomos puede crear vulnerabilidades en los sistemas de seguridad, a través de las cuales los ataques podrían perjudicar tanto a los vehículos como a sus conductores. Con este fin, el desarrollo de CAV en redes vehiculares ad hoc (VANETs) requiere comunicación inalámbrica segura. Sin embargo, este tipo de comunicación es vulnerable a una variedad de ciberataques, como el spoofing. En esencia, este documento presenta un análisis en profundidad de los impactos de los ataques de spoofing bajo condiciones de carretera realistas, que pueden causar cierta congestión de tráfico. La novedad de este trabajo tiene que ver con escenarios de simulación que tienen en cuenta un conjunto de parámetros de capa cruzada, como la tasa de entrega de paquetes (PDR), la aceleración y la velocidad. Estos parámetros pueden determinar la integridad de los mensajes cortos de onda intercambiados (WSMs) y se agregan en una autoridad central de confianza (CTA) para un análisis posterior. Finalmente, se estima una métrica estadística, el coeficiente de variación (CoV), que mide las consecuencias de un ciberataque en un futuro accidente, mostrando un aumento significativo (12.1%) en un escenario de ataque de spoofing.