AIarXiv cs.CR (암호학·보안)AI 점수 55%
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
From Trust Scores to Driver Decisions: An Abstaining Evidential Decision Layer for Event Validation in VANETs (원문, 새 창)
AI 인사이트
대상 독자:개발자
- 차량 애드혹 네트워크(VANET)에서 확신이 부족하면 판단을 보류할 수 있는 이벤트 결정 프레임워크 CREST 제안
- 신뢰도·근접성·신선도로 보고서를 가중해 Yager 규칙으로 융합, 융합 마진이 임계값을 넘을 때만 결정을 내리는 구조
- 단일 보고서가 결정 마진에 미치는 영향이 가중치로 제한되어 공격자 연합의 영향력에 수학적 상한이 생김
- 위치 스푸핑 등 14종 공격 시뮬레이션에서 기존 두 신뢰기반 시스템의 결정 오류를 0.162·0.106에서 0.051로 낮춤
왜 중요한가
자율주행·커넥티드카 환경에서 거짓 이벤트 보고는 운전자의 실제 의사결정에 직결되는데, 판단을 보류하는 메커니즘과 공격 영향력에 대한 수학적 상한을 함께 제공해 기존의 강제적 이진 판정 방식보다 도로 환경의 불확실성에 더 안전하게 대응함을 보인다.
언급 프로젝트
본문 미리보기
arXiv:2610.24810v1 Announce Type: new Abstract: Trust management in vehicular ad hoc networks is highly active, yet the decision that a driver needs, whether a reported event is real, has received far less attention; the schemes that make it force every decision into two outcomes, even on thin or conflicting evidence. This paper presents CREST, a vehicle-side event-decision framework that can withhold a decision its evidence does not support. Each vehicle weights the reports it holds by the tru
전체 내용이 궁금하다면?
arXiv cs.CR (암호학·보안)에서 원문을 직접 읽어보세요
공유
- #차량네트워크
- #신뢰관리
- #증거이론
- #도메인응용AI
이 글이 만들어진 과정
- 11:24AI 초안