본 논문은 자율주행 자동차(CAVs)의 신뢰 관리 시스템(TMS)에 기계 학습(ML)을 적용하는 새로운 프레임워크를 제안합니다. CAVs는 동적이고 개방적인 다중 도메인 네트워크에서 작동하기 때문에 다양한 위협에 취약하며, ML 기반 TMS는 이러한 위협에 대응하고 신뢰할 수 있는 의사 결정을 지원합니다. 본 논문은 차량-도로-클라우드 통합 시스템에서 세 가지 계층(신뢰 데이터 계층, 신뢰 계산 계층, 신뢰 인센티브 계층)으로 구성된 ML 기반 TMS 프레임워크를 제시하고, 6가지 차원의 목표 분류 체계와 각 계층의 ML 방법 원리를 분석합니다. 또한, 제안된 목표에 따른 교통 시나리오를 기반으로 최근 연구들을 분류하고, 향후 연구 방향을 제시합니다. GitHub 저장소를 통해 최신 문헌과 오픈소스 프로젝트를 제공합니다.
