Les voitures autonomes sont devenues une merveille technologique, s’appuyant sur des systèmes de capteurs avancés et des ordinateurs puissants pour naviguer et conduire de manière autonome. Ces véhicules utilisent une combinaison de caméras, de radars et de capteurs Lidar pour collecter des données sur leur environnement, leur permettant de prendre des décisions éclairées sur la route. Cependant, des recherches récentes ont montré que, tout comme les systèmes d’intelligence artificielle, les voitures autonomes peuvent être trompées ou « hallucinées » en voyant des choses qui n’existent pas.
Les ingénieurs de l’Université Duke ont développé un système appelé « MadRadar » qui peut manipuler les capteurs radar d’une voiture et les tromper en percevant de faux objets ou en cachant même les objets réels. L’équipe, dirigée par les professeurs Miroslav Pajic et Tingjun Chen, a démontré qu’ils peuvent créer une « voiture fantôme » qui apparaît de nulle part, changer la position des véhicules existants ou masquer la présence d’autres voitures.
La méthode d’attaque utilisée par MadRadar consiste d’abord à détecter les paramètres radar d’une voiture, ce qui peut être réalisé en quelques secondes. Une fois les paramètres connus, le système peut personnaliser et transmettre des signaux trompeurs au radar de la voiture ciblée, l’amenant à interpréter incorrectement son environnement. Dans un scénario, la voiture victime était amenée à croire qu’une autre voiture se déportait vers elle, ce qui aurait pu entraîner une collision dangereuse ou des manoeuvres de conduite erratiques.
Cette recherche met en évidence une vulnérabilité importante des systèmes de capteurs des véhicules autonomes, en particulier le radar. Bien que l’ajout de systèmes de randomisation aux paramètres de fonctionnement du radar et la mise en place de mesures de protection pour détecter de telles attaques puissent fournir une certaine défense, il est nécessaire de prendre des mesures supplémentaires pour assurer la sécurité et la fiabilité des voitures autonomes.
Les implications vont au-delà de l’industrie automobile, car des attaques similaires pourraient potentiellement être utilisées sur différentes machines reposant sur la technologie radar. Le professeur Pajic suggère que ces conclusions ont des implications plus larges pour la technologie des drones, en particulier dans les scénarios impliquant des opérations de recherche et de sauvetage ou de reconnaissance.
Alors que la technologie continue de repousser les limites de l’innovation, il est crucial que les chercheurs, les fabricants de voitures et les décideurs prennent conscience de ces vulnérabilités et développent des mécanismes de défense solides. L’étude présentant les capacités de MadRadar sera présentée lors du symposium sur la sécurité des réseaux et des systèmes distribués en 2024, servant de signal d’alarme à l’industrie pour repenser la conception et la sécurité des systèmes radar dans les véhicules autonomes et au-delà.
FAQ sur les vulnérabilités des voitures autonomes
1. Qu’est-ce que MadRadar ?
MadRadar est un système développé par des ingénieurs de l’Université Duke qui peut manipuler les capteurs radar des voitures autonomes pour les tromper en leur faisant percevoir de faux objets ou en cachant les objets réels.
2. Comment fonctionne MadRadar ?
MadRadar détecte d’abord les paramètres radar d’une voiture, puis envoie des signaux trompeurs personnalisés au radar de la voiture ciblée, ce qui l’amène à interpréter incorrectement son environnement.
3. Quelles sont les conséquences potentielles des attaques de MadRadar ?
Les attaques de MadRadar peuvent amener les voitures autonomes à percevoir des objets ou des véhicules qui n’existent pas, ce qui peut entraîner des risques de collision dangereux ou des manoeuvres de conduite erratiques.
4. Seules les voitures autonomes sont-elles vulnérables à ces attaques ?
Non, des attaques similaires pourraient potentiellement être utilisées sur d’autres machines reposant sur la technologie radar, telles que les drones.
5. Comment peut-on remédier à ces vulnérabilités ?
Bien que l’ajout de systèmes de randomisation aux paramètres radar et la mise en place de mesures de protection puissent fournir une certaine défense, il est nécessaire de prendre des mesures supplémentaires pour assurer la sécurité et la fiabilité des voitures autonomes et des autres machines dépendantes du radar.
6. Quelles sont les implications plus larges de cette recherche ?
Les résultats vont au-delà de l’industrie automobile, en particulier pour la technologie des drones et les scénarios impliquant des opérations de recherche et de sauvetage ou de reconnaissance.
7. Quand l’étude présentant les capacités de MadRadar sera-t-elle présentée ?
L’étude sera présentée lors du symposium sur la sécurité des réseaux et des systèmes distribués en 2024.
Définitions :
– Véhicules autonomes : Véhicules capables de naviguer et de conduire sans intervention humaine.
– Radar : Un système qui utilise des ondes radio pour détecter la position, la vitesse et d’autres caractéristiques des objets.
– Lidar : Un capteur qui utilise des faisceaux laser pour mesurer les distances et créer des cartes détaillées de l’environnement.
– Signaux trompeurs : Des signaux conçus pour induire en erreur ou tromper les capteurs radar des voitures autonomes.
Liens suggérés pour en savoir plus :
– Automotive News
– arXiv
– Network World
The source of the article is from the blog yanoticias.es