[論文レビュー] A Blockchain Based Liability Attribution Framework for Autonomous Vehicles

Chuka Oham, Salil S. Kanhere+2 more|arXiv (Cornell University)|Feb 14, 2018

Blockchain Technology Applications and Security被引用数 26

ひとこと要約

本論文は、自動運転車両における責任帰属を目的とした許可型ブロックチェーンベースのフレームワークを提案する。保険会社、自動車メーカー、ソフトウェアプロバイダー、道路当局などのステークホルダーを統合し、改ざん不能な証拠収集と合意形成に基づく紛争解決を実現する。ブロックチェーンをパーティション化し、取引を即時検証することで、データ改ざん、偽情報、証拠隠匿に対する耐性を確保し、責任判決における信頼性とレジリエンスを向上させる。

ABSTRACT

The advent of autonomous vehicles is envisaged to disrupt the auto insurance liability model.Compared to the the current model where liability is largely attributed to the driver,autonomous vehicles necessitate the consideration of other entities in the automotive ecosystem including the auto manufacturer,software provider,service technician and the vehicle owner.The proliferation of sensors and connecting technologies in autonomous vehicles enables an autonomous vehicle to gather sufficient data for liability attribution,yet increased connectivity exposes the vehicle to attacks from interacting entities.These possibilities motivate potential liable entities to repudiate their involvement in a collision event to evade liability. While the data collected from vehicular sensors and vehicular communications is an integral part of the evidence for arbitrating liability in the event of an accident,there is also a need to record all interactions between the aforementioned entities to identify potential instances of negligence that may have played a role in the accident.In this paper,we propose a BlockChain(BC) based framework that integrates the concerned entities in the liability model and provides untampered evidence for liability attribution and adjudication.We first describe the liability attribution model, identify key requirements and describe the adversarial capabilities of entities. Also,we present a detailed description of data contributing to evidence.Our framework uses permissioned BC and partitions the BC to tailor data access to relevant BC participants.Finally,we conduct a security analysis to verify that the identified requirements are met and resilience of our proposed framework to identified attacks.

研究の動機と目的

• 運転手から自動車メーカー、ソフトウェアプロバイダー、サービス技術者に責任が移転する可能性がある自動運転車両における責任帰属の課題に対処すること。
• 責任を負う主体が責任を回避するために証拠を改ざんまたは否定するリスクを軽減すること。
• センサーや相互作用データが保険請求や法的紛争における検証可能で改ざんされていない証拠として機能するように、プライバシーを保護しつつデータを確保すること。
• データアクセスをパーティション化し、承認済み参加者間での合意形成を保証する、安全で許可型のブロックチェーンアーキテクチャを設計すること。
• 自動車メーカーの不正なデータ注入や、システム管理者の改ざん、ステークホルダー間の共謀といった悪意ある行動に対してレジリエントなフレームワークを提供すること。

提案手法

• 保険会社、自動車メーカー、道路当局などの承認済み主体にのみアクセスを制限する許可型ブロックチェーンを用いる。
• データアクセスを最適化し、セキュリティを強化するために、ブロックチェーンを「意思決定」パーティションと「証拠」パーティションに分離する。
• 検証後に即時で取引を検証することで、新しいブロックIDを生成し、未完了ブロックに対する改ざんの時間的余地を最小限に抑える。
• 機密データを保護し、特定の証拠にアクセスできるのは承認済み当事者に限ることを保証するため、非対称暗号を適用する。
• 保険会社、自動車メーカー、その他の関係車両など、複数の独立したソース（例：保険会社、自動車メーカー、他の関係車両）のタイムスタンプ、位置情報、ハッシュを照合することで、データの一貫性を検証する。
• 検証者がブロックの状態に合意する必要がある合意形成メカニズムを実装し、証拠の隠匿や改ざんを困難にする。

実験結果

リサーチクエスチョン

• RQ1 複数のステークホルダーが関与する自動運転車両事故における責任帰属を、分散型で改ざん不能なシステムとしてどのように設計できるか？
• RQ2 責任を負う主体が事故後、行動を否定したり証拠を改ざんしたりするのを防ぐにはどのようなメカニズムが必要か？
• RQ3 GPSトレースや個人情報などの機密データを収集・保存する際、プライバシーをどのように保護できるか？
• RQ4 自動車メーカーや改ざんされたシステム管理者のような主体による共謀や偽のデータインジェクションに対して、ブロックチェーンフレームワークはどのように耐性を示せるか？
• RQ5 内部者攻撃の可能性がある中でも、本提案アーキテクチャは証拠の可用性と一貫性をどのように保証するか？

主な発見

• 取引を即時検証することで、証拠改ざんを防止する。各検証後に新しいブロックIDが生成され、未完了ブロックに対する攻撃時間の窓が短縮される。
• 保険会社や自動車メーカーなどの複数の独立したソース間で、ハッシュ、タイムスタンプ、位置情報を照合することで、偽情報攻撃に対する耐性を高める。
• パーティション化され、許可型のブロックチェーンを採用することで、特定のデータにアクセスできるのは承認済み主体に限られ、露出リスクが低減され、プライバシーやアクセス制御が強化される。
• 合意形成メカニズムにより、改ざんされたRTA従業員のような単一の主体が証拠を隠匿または改ざんすることは困難になる。各成功した検証でブロック状態が更新されるためである。
• 検証者が複数の証人からのデータを比較することで、ハッシュおよび時刻ベースの検証により不整合を検出できるため、共謀やデータ操作に対してレジリエントなフレームワークを実現する。
• 形式的な脅威モデル分析を通じて、データ否定、偽のデータインジェクション、証拠可用性攻撃といった主な脅威に対して、本アーキテクチャが安全であることが裏付けられている。