본 논문은 자율 주행에서 다수의 연결된 자율 주행 차량(CAV)이 인지 정보를 공유하여 전체 인지 성능을 향상시키고 인지 범위를 확장하는 협력적 인지(CP)의 취약점을 해결하기 위해 CP-Guard라는 새로운 방어 메커니즘을 제안합니다. CP는 악의적인 에이전트의 공격에 취약한데, CP-Guard는 각 에이전트가 배포하여 협업 네트워크 내의 악의적인 에이전트를 정확하게 탐지하고 제거할 수 있도록 설계되었습니다. 핵심 아이디어는 자율 주행 차량의 인지 결과에 대한 상충이 아닌 합의에 도달하는 것입니다. 이를 위해 확률과 무관한 샘플 합의(PASAC) 방법을 개발하여 협력자의 하위 집합을 효과적으로 샘플링하고 합의를 검증하며, 협력 일관성 손실(CCLoss)을 정의하여 자율 주행 차량과 협력자 간의 불일치를 포착하고 합의 검증 기준으로 사용합니다. 실험 결과, 협력적 조감도(BEV) 작업에서 CP-Guard의 효과를 입증합니다.
시사점, 한계점
•
시사점:
◦
협력적 인지(CP) 시스템의 보안 취약성 문제 해결에 대한 새로운 접근 방식 제시.
◦
악의적인 에이전트 탐지 및 제거를 위한 효과적인 방어 메커니즘(CP-Guard) 개발.
◦
확률과 무관한 샘플 합의(PASAC) 및 협력 일관성 손실(CCLoss)을 통한 효율적인 합의 검증.
