研究人员推出SPADE，这是一个专为专注于网联汽车安全性的深度学习入侵检测系统设计的新数据集。SPADE解决了信号相位和配时（SPaT）消息的脆弱性问题，这些消息对车辆理解交叉路口状态至关重要，但可能受到应用层攻击的损害。该数据集使用Eclipse MOSAIC生成，包含约189万个标记的时间步记录，涵盖六种攻击类别和一种良性类别，融合了SPaT消息字段、摄像头置信度分数和V2V对等数据。该资源旨在通过提供公开可用的数据集、生成代码和场景配置来支持C-V2X安全领域可复现的研究。 AI
影响 该数据集有望加速开发更强大的网联汽车AI驱动安全系统，增强V2X通信的安全性和信任度。
排序理由 该集群描述了一个用于特定领域（网联汽车）深度学习入侵检测研究的新数据集及相关代码。
- connected vehicle
- C-V2X security
- deep learning
- Eclipse MOSAIC
- GitHub
- intrusion detection systems
- SAE J2735
- Signal Phase and Timing (SPaT) messages
- Spade
- Vehicle-to-Infrastructure (V2I)
- Signal Phase and Timing
- SPaT Attack Detection and Evaluation dataset
- Vehicle-to-Infrastructure communication
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
