A situational awareness framework for connected autonomous vehicles
Bağlantılı otonom araçlar için durum farkındalık sistemi
- Tez No: 863690
- Danışmanlar: PROF. DR. GÜLAY ÖKE GÜNEL
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 81
Özet
Bu çalışma, hızla gelişen araç teknolojileri ve bu teknolojilere yönelik artan saldırı türleri ışığında, Bağlantılı Otonom Araçlar için kapsamlı bir farkındalık çerçevesi tasarlamayı amaçlamaktadır. Araştırma, yapay zeka tabanlı anomali tespit sistemlerinin entegrasyonunu inceleyerek, Bağlantılı Otonom Araçlarda azaltılabilecek güvenlik açıklarını ve potansiyel riskleri değerlendirmek için açıklanabilir yapay zeka tekniklerinin nasıl kullanılabileceğini araştırmaktadır. Bu bağlamda, çalışma, Bağlantılı Otonom Araçların karşı karşıya olduğu güvenlik tehditlerini ve bu tehditlere karşı koymak için geliştirilebilecek stratejileri derinlemesine analiz etmektedir. Bağlantılı Otonom Araçlar, bağlantı, otomasyon ve akıllı sistemlerin entegrasyonu ile mobilite devriminin öncülüğünü yapmaktadır. Bu araçlar, çevrelerini detaylı bir şekilde anlamalarını sağlayan çeşitli sensörlerle donatılmıştır. Ancak bu teknolojik sofistikasyon, siber saldırılara karşı bir dizi güvenlik açığı da getirmektedir. Önerilen farkındalık çerçeve sistemi, potansiyel tehditleri saptama yeteneğine sahip bir mekanizma geliştirilmesini ve bu mekanizmanın açıklanabilirlik ile değerlendirme yetenekleriyle zenginleştirilmesini hedeflemektedir. Bu çerçeve, Bağlantılı Otonom Araçların karşılaşabileceği güvenlik tehditlerine karşı proaktif bir savunma mekanizması oluşturmayı ve bu tehditlere karşı etkili bir şekilde mücadele etmeyi amaçlamaktadır. Literatür taraması ve mevcut uygulamaların incelenmesi, görsel algılama ve Küresel Konum Belirleme Sistemi kaynaklı anormallikler olmak üzere iki temel problem alanının belirlenmesine yol açmıştır. Bu problemler, farklı metodolojiler gerektirir ve çalışmanın, bu iki sorunun yol açabileceği olası durumları ele alırken geliştirilen çerçeveye sağlayacağı bakış açılarını yakından inceler. Literatür araştırması, bu alanlardaki mevcut çalışmaları ve eksiklikleri ortaya koymakta ve özellikle veri toplama konusunun önemini vurgulamaktadır. Bu kapsamda, çalışma, Bağlantılı Otonom Araçların karşılaşabileceği güvenlik tehditlerine yönelik kapsamlı bir veri tabanı oluşturmayı ve bu tehditleri etkili bir şekilde tespit etmek ve değerlendirmek için gerekli altyapıyı geliştirmeyi hedeflemektedir. Araştırma, seçilen problemlere yönelik çözüm yollarını ve gereksinimleri tanımlayarak veri seti oluşturma sürecine geçiş yapmaktadır. Her bir problem için özelleştirilmiş veri setleri hazırlanması gerekmekte olup, bu süreçte Carla simülasyon aracı kullanılarak ihtiyaç duyulan veriler toplanmıştır. Bu simülasyon aracının kullanımı, gerçek dünya koşullarını taklit ederek, Bağlantılı Otonom Araçların karşılaşabileceği çeşitli senaryoları modellemeyi ve bu senaryolar altında sistem performansını değerlendirmeyi mümkün kılar. Bu yaklaşım, araştırmanın pratik uygulamalarını test etme ve değerlendirme sürecinde kritik bir rol oynamaktadır. Çalışma, görsel algıya dayalı anormallikler ve Küresel Konum Belirleme Sistemi kaynaklı hatalar için sınıflandırma ve regresyon gibi temel çözüm yaklaşımlarını benimsemiştir. Görsel algı sorunları için, sensör verilerini tamamlayıcı girdiler olarak kullanarak, derin öğrenme ve makine öğrenimi tekniklerini uygulamıştır. Bu teknikler, Bağlantılı Otonom Araçların çevrelerini daha iyi anlamalarını ve potansiyel tehditleri daha etkili bir şekilde tespit etmelerini sağlar. Küresel Konum Belirleme Sistemi tabanlı sorunlar için ise, zaman serileri analizi yapabilen Uzun Kısa Süreli Bellek gibi daha gelişmiş modeller kullanılarak, daha iyi sonuçlar elde etmek hedeflenmiştir. Bu modeller, Bağlantılı Otonom Araçların konumlandırma verilerindeki potansiyel anormallikleri tespit etmekte ve bu anormalliklerin nedenlerini analiz etmekte kullanılmaktadır. Bu çeşitli çözüm yaklaşımları, veri işleme, etiketleme, manipülasyon ve iyileştirme süreçleri hakkında kapsamlı bir bilgi birikimi sağlamıştır. Ayrıca, tespit edilen olayların analizi için modellerin çıktılarını kullanarak, risk değerlendirme süreçlerinde alan bilgisi ve açıklanabilirlik tekniklerinin etkinliği test edilmiştir. Bu süreç, Bağlantılı Otonom Araçlar için geliştirilen güvenlik çözümlerinin sadece etkili olmasını değil, aynı zamanda karar verme süreçlerinin de şeffaf ve anlaşılır olmasını sağlamayı amaçlamaktadır. Ayrıca çalışma, yapay zeka sistemlerinin karar verme süreçlerini daha şeffaf hale getirmek amacıyla açıklanabilir yapay zeka tekniklerine, özellikle Yerel Yorumlanabilir Model-agnostik Açıklamalar yöntemine önemli bir yer ayırmıştır. Yerel Yorumlanabilir Model-agnostik Açıklamalar yöntemi, modelin karar verme sürecinde hangi girdilerin önemli olduğunu belirleyerek, tespit edilen anormallikler ve hatalı davranışlarla ilişkili potansiyel risklerin daha net anlaşılmasını ve değerlendirilmesini sağlamaktadır. Bu yaklaşım, özellikle karmaşık yapay zeka modellerinin kararlarının arkasındaki mantığı açıklamada kritik bir rol oynamaktadır. Yerel Yorumlanabilir Model-agnostik Açıklamalar yöntemi, başlangıçta kullanılan verilerdeki girişlerin önemini belirlemekte kullanılarak, modelin hangi özelliklere daha fazla ağırlık verdiğini ve bu özelliklerin sonuçlar üzerindeki etkisini göstermektedir. Bu, modelin kararlarının arkasındaki mantığı anlamak ve modelin güvenilirliğini artırmak için önemlidir. Araştırma kapsamında, genel güvenlik ve alan bilgisine dayanan temel bir risk analizi de gerçekleştirilmiştir. Bu analiz, önerilen farkındalık çerçevesinin etkinliğini ve kullanılabilirliğini değerlendirmek için bir örnek vaka üzerinden yapılmıştır. Bu örnek vaka ile sistemin çıktıları değerlendirildiğinde, önerilen çerçevenin katkıları ve kullanılabilirliği teyit edilmiştir. Bu değerlendirme, sistemin gerçek dünya senaryolarında nasıl performans gösterdiğine dair değerli içgörüler sunmuş ve sistemin potansiyel zayıf noktalarını belirleme imkanı sağlamıştır. Sonuç olarak, bu çalışma, Bağlantılı Otonom Araçlar için geliştirilen farkındalık ve güvenlik çerçevesinin, potansiyel riskleri daha iyi anlama ve değerlendirme konusunda önemli katkılar sağladığını göstermiştir. Sonuçlar, saldırı türlerine yaklaşım, çözümlerin nasıl genelleştirilebileceği ve sınırlamaları hakkında değerli bilgiler sunmaktadır. Çalışma, temel modellerin ve Yerel Yorumlanabilir Model-agnostik Açıklamalar yöntemi gibi açıklanabilirlik yaklaşımlarının uygulanmasıyla elde edilen sonuçların yanı sıra, Uzun Kısa Süreli Bellek gibi karmaşık modellerin verilerin karmaşıklığını daha iyi kavrama yeteneğini de ortaya koymaktadır. Bu bulgular, Bağlantılı Otonom Araçların güvenliğini artırmaya yönelik stratejilerin geliştirilmesinde önemli bir rol oynamaktadır. Bu çalışma, Bağlantılı Otonom Araçların güvenliğini ve güvenilirliğini ilerletme yolunda önemli bir adımdır. Saldırı tespiti ve risk değerlendirme çerçevesi, bu alandaki mevcut boşlukları doldurmayı amaçlamakta ve gelecekteki araştırmalar için sağlam bir temel sunmaktadır. Çalışma, altı ana bölümden oluşmaktadır: Giriş, Bağlantılı Otonom Araçlar için durum farkındalık çerçevesinin tasarımı, veri seti, metodoloji, çalışmanın çıktıları ve tartışma, ve son olarak sonuçlar ve gelecek çalışmalar. Her bölüm, Bağlantılı Otonom Araçların güvenliğine katkıda bulunacak şekilde tasarlanmıştır ve araştırmanın her aşaması, bu dinamik ve hızla gelişen alanın derinlemesine anlaşılmasına olanak tanımaktadır.
Özet (Çeviri)
In this study, a comprehensive framework is developed to enhance the safety and reliability of Connected Autonomous Vehicles (CAVs) through advanced detection and assessment systems. This framework addresses the multifaceted challenges posed by vehicle technologies, necessitating a generalizable detection mechanism capable of interpreting and evaluating outputs from various sensors and systems within CAVs. The investigation begins with a thorough review of the literature and current practices, identifying two primary areas of concern: perception-based and GNSS-based anomalies. These areas are critical, as they represent distinct challenges that require specialized approaches for effective mitigation. Potential scenarios within these domains are explored, defining the research requirements and leading to the development of two separate datasets using the Carla Simulation Environment. This approach facilitates a deeper understanding of the implementation outcomes and sets the stage for future verification tests. A pivotal aspect of the methodology involves employing modern AI techniques, including Long Short-Term Memory (LSTM) networks, to tackle the identified challenges. For perception-based anomalies, connected environment inputs are integrated with conventional deep learning and machine learning classification methods, enhancing the detection mechanism's robustness. This integration allows for a nuanced examination of anomalies and proposes solutions that simplify complex processes, such as image processing and computer vision. The modular nature of the framework ensures flexibility, allowing for the adaptation and enhancement of detection mechanisms to cover a broader range of scenarios. In addressing GNSS-based anomalies, regression models and time-series analysis are turned to, leveraging LSTM networks for their exceptional ability to handle sequential data and predict outcomes based on historical information. This approach provides valuable insights into vehicle technology challenges and their solutions, highlighting the intricacies of data annotation, labeling, and the necessity of domain knowledge in developing effective regression models. Furthermore, the study strongly emphasizes explainability, mainly through the integration of explainable AI techniques such as LIME (Local Interpretable Model-agnostic Explanations). This inclusion is crucial for demystifying the decision-making processes of AI systems, allowing for a more precise understanding and evaluation of potential risks associated with detected anomalies and misbehavior. Ultimately, the outcomes of the research are synthesized with domain knowledge and general risk assessment techniques, offering a comprehensive perspective on the detected cases. This synthesis enhances the understanding of CAV vulnerabilities and contributes to developing more secure, efficient, and reliable transportation solutions. This study advances the field of CAV safety and reliability by addressing critical challenges through a combination of LSTM networks, explainable AI, and a modular framework approach. It underscores the importance of modern AI techniques in developing robust detection and assessment systems, paving the way for future research and technological advancements in autonomous vehicle security.
Benzer Tezler
- Otonom araçlar için 2B lazer tarayıcı kullanılarak yeni 3B LIDAR sistemi elde edilmesi ve engel tespiti
Obtaining a new type 3D LIDAR system using 2D laser scanner for autonomous vehicles and obstacle detection
AHMET KAĞIZMAN
Yüksek Lisans
Türkçe
2018
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDİNÇ ALTUĞ
- Interregional Relations: Perspectives on the Summit of South American-Arab Countries 'New' patterns of engagement
Bölgelerarasi ilişkiler: Güney Amerika - Arap Ülkeleri zirvesindeki 'Yeni' angajman yapısı perspektifleri
MARSHA MARİE HALL
Yüksek Lisans
İngilizce
2015
Uluslararası İlişkilerOrta Doğu Teknik ÜniversitesiOrtadoğu Araştırmaları Ana Bilim Dalı
PROF. DR. MELİHA BENLİ ALTUNIŞIK
DOÇ. DR. DERYA GÖÇER AKDER
- Mekandan nesneye nesneden mekana biçimsel ve algısal dönüşümlerin fenomenolojisi
The phenomenology of formal and perceptual transformations from space to object and from object to space
CANAN HACIOĞLU
Yüksek Lisans
Türkçe
2022
Mimarlıkİstanbul Teknik Üniversitesiİç Mimari Tasarım Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ETHEM GÜRER
- Gerilim ve refleks alanı olarak kamusal mekan tasarımı
Public space design as an area of tension and reflex
ÇAĞLAR YILMAZ
Yüksek Lisans
Türkçe
2018
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. OZAN ÖNDER ÖZENER
- Beliren yetişkinlikte özerklik olgusunun aile sistemi ve bireysel psikolojik etkiler bağlamında incelenmesi
Investigation of autonomy in emerging adulthood in contex of family system and individual psychological effects
HATUN SEVGİ YALIN