[논문 리뷰] A Survey on AI/ML-Driven Intrusion and Misbehavior Detection in Networked Autonomous Systems: Techniques, Challenges and Opportunities

Opeyemi Ajibuwa, Bechir Hamdaoui외 1명|arXiv (Cornell University)|2023. 05. 08.

Network Security and Intrusion Detection인용 수 8

한 줄 요약

논문 제목을 넘어서는 콘텐츠가 제공되지 않았습니다; 제공된 소스는 실제 논문이 아니라 IEEE 템플릿 문서입니다.

ABSTRACT

AI/ML-based intrusion detection systems (IDSs) and misbehavior detection systems (MDSs) have shown great potential in identifying anomalies in the network traffic of networked autonomous systems. Despite the vast research efforts, practical deployments of such systems in the real world have been limited. Although the safety-critical nature of autonomous systems and the vulnerability of learning-based techniques to adversarial attacks are among the potential reasons, the lack of objective evaluation and feasibility assessment metrics is one key reason behind the limited adoption of these systems in practical settings. This survey aims to address the aforementioned limitation by presenting an in-depth analysis of AI/ML-based IDSs/MDSs and establishing baseline metrics relevant to networked autonomous systems. Furthermore, this work thoroughly surveys recent studies in this domain, highlighting the evaluation metrics and gaps in the current literature. It also presents key findings derived from our analysis of the surveyed papers and proposes guidelines for providing AI/ML-based IDS/MDS solution approaches suitable for vehicular network applications. Our work provides researchers and practitioners with the needed tools to evaluate the feasibility of AI/ML-based IDS/MDS techniques in real-world settings, with the aim of facilitating the practical adoption of such techniques in emerging autonomous vehicular systems.

연구 동기 및 목표

• 제공된 소스에 연구 목적에 대한 정보가 없습니다.
• 소스에는 Networked Autonomous Systems 또는 AI/ML 기반 침입 탐지에 대한 맥락이 포함되어 있지 않습니다.
• 제공된 자료에서 동기나 목표를 식별할 수 없습니다.

제안 방법

• 제공된 소스에 방법론이 설명되어 있지 않습니다.
• 이 문서는 연구 논문이 아니라 템플릿/튜토리얼이므로 기술이나 방정식을 보고할 수 없습니다.

실험 결과

연구 질문

• RQ1 제공된 자료에 연구 질문이 제시되어 있지 않습니다.
• RQ2 주어진 소스에서 구체적인 연구 질문(RQs)을 결정할 수 없습니다.

주요 결과

• 제공된 소스에 결과가 보고되어 있지 않습니다.
• 제공된 내용에는 정량적 결과나 비교가 없습니다.