Itseohjautuvat ajoneuvot tekevät kovaa vauhtia tuloaan markkinoille. Autonomisuuteen liittyvää teknologiaa on tutkittu yliopistojen ja erilaisten tutkimuslaitosten toimesta jo pit-kään, ja viimeisen kymmenen vuoden aikana suuret ajoneuvovalmistajat ja teknologiajä-tit ovat lähteneet kehitystyöhön ja kaupallisten autonomisten autojen suunnitteluun mu-kaan. Ajoneuvovalmistajat lupailevat omia itseohjautuvia autojaan julkaistavan markki-noille vuosien 2017 ja 2022 välillä, joten teknologian kehityksen voi olettaa jatkuvan ri-peänä myös lähitulevaisuudessa. SAE:n itseohjautuvuuden standardin mukaisen viiden-nen tason ajoneuvolla olisi valtava vaikutus liikenteeseen ja logistiikkaan, vaikuttaen po-tentiaalisesti mm. liikenneturvallisuuteen, kuljetuskustannuksiin, teiden ruuhkautumi-seen ja käyttöasteeruuhkautumi-seen, liikenteestä aiheutuviin päästöihin sekä ihmisten liikkuvuuden helppouteen (Krasniqi & Hajrizi 2016).
Lähteen Krzanich (2016) mukaan yksittäinen autonominen ajoneuvo tulee tietokonenä-könsä toiminnan edellyttämänä vuonna 2020 keräämään ympäristöstään mm. lasertutkien ja lukuisten videokameroiden avulla n. 4 000 gigatavua dataa päivässä. Korkea datamäärä ennustaa autonomisesta liikennejärjestelmästämme entistä tietointensiivisempää, jolloin luonnollisesti myös tietoturvan rooli tulee liikenteessä kasvamaan. Ajoneuvovalmistajien on tuotteita suunnitellessaan osattava varautua siihen, että autojen tietokonenäön hyödyn-tämiin apulaitteisiin saattaa kohdistua tässä työssä esiteltyjen menetelmien kaltaisia tie-toturvauhkia. Uhat saattavat toisinaan käydä toteen johtuen aktiivisesta ja pahansuovasta hyökkääjästä, tai sattuman kaupalla syntyneistä olosuhteista jotka saattavat häiritä tieto-koneen tarvitsemaa komponenttia. Riippumatta tavasta jolla tietoturvauhka realisoituu, on tietokoneen osattava paitsi havaita mahdollinen uhka tai hyökkäys, myös käyttää tar-peeksi edistynyttä sensorifuusiota tietokonenäön saatavuuden ja oikeellisuuden ylläpitä-miseksi ja toimenpiteiden tekeylläpitä-miseksi.
Työssä käytiin läpi autonomisen ajoneuvon tietokonenäön käyttämien komponenttien tekniset taustat, taulukoitiin näihin kohdistuvia tietoturvauhkia sekä esiteltiin menetel-miä, joilla kyseisiltä tietoturvauhilta on mahdollista puolustautua. Tietoa ja tutkimuksia oli saatavilla hyvin, joskin alan teknologia on kehittynyt niin nopeasti viimeisen kahden vuoden aikana, että jo vuosien 2015 tutkimukset saattoivat olla ristiriidassa ajankohtai-sempien teknologiauutisten kanssa. Tutkimuksen avulla pystyttiin kuitenkin vastaamaan asetettuun päätutkimuskysymykseen, eli siihen, kuinka autonomisen ajoneuvon tietoko-nenäköön kohdistuvilta tietoturvahyökkäyksiltä voidaan puolustautua. Tietoa eri ajoneu-vovalmistajien tietokonenäköön liittyvistä teknisistä toteutuksista oli saatavilla vielä suh-teellisen niukasti, johtuen osittain siitä, että kaikki valmistajat eivät ole toistaiseksi jul-kaisseet omia autonomisia ajoneuvojaan julkisuuteen.
Yhdysvaltalaista ajoneuvovalmistaja Teslaa käytettiin tutkimuksessa suhteellisen paljon käytännön esimerkkinä, sillä yrityksen itseohjautuvaa Autopilot-järjestelmää on tutki-muksen hetkellä testattu todellisessa ajossa jo satojen miljoonien kilometrien verran (So-lomon 2016). Yrityksen kirkkaiden tulevaisuuden visioiden sekä äänekkäiden lupausten johdosta Teslaa pidetään yhtenä itseohjautuvien ajoneuvojen kehittämisen edelläkävi-jöistä. Huomionarvoista kuitenkin on, että tutkimuksessa viitattu kuolemantapaus liittyen huonosti toteutettuun sensorifuusioon olisi voinut sattua mille tahansa muulle ajoneuvo-valmistajalle, joka olisi vain sattunut olemaan ensimmäisten joukossa oman itseohjautu-van ajoneuvonsa julkaisun kanssa.
Mahdollisena jatkotutkimuksena tietokonenäön tietoturvaan liittyen olisi mielenkiintoista saada selville, kuinka haastavaa olisi häiritä autonomisen ajoneuvon käyttämistä kom-ponenteista kahta tai useampaa samanaikaisesti, ja kuinka ajoneuvon tietokoneen tulisi reagoida tällaiseen tilanteeseen. Ala on kuitenkin tällä hetkellä erittäin nopeasti kehitty-vässä trendissä, joten tietoturva saattaa helposti jäädä tulevaisuuden visioiden varjossa takaa-alalle. Toisaalta alalla riittää tietoturvan suhteen myös paljon muuta tutkittavaa, sillä tietokonenäkö on kokonaisuuden kannalta vain yksi osa itseohjautuvan ajoneuvon tietoturvaa: myös esimerkiksi langaton tiedonsiirto toisten ajoneuvojen kesken on yksi monista älyliikenteen kaavailluista sovelluksista. Langaton tiedonsiirto paitsi mahdollis-taisi älykkäämmän ruuhkien ja tilannetietoisuuden hallinnan, myös avaisi monia ovia uu-sille tutkimusta vaativille tietoturvariskeille autonomisessa liikenteessä.
LÄHTEET
Abuelsamid, S. (2016). Tesla Autopilot Fatality Shows Why Lidar And V2V Will Be Necessary For Autonomous Cars. Forbes. 1.7.2016. Saatavilla:
https://www.forbes.com/sites/samabuelsamid/2016/07/01/first-tesla-autopilot-fatality-demonstrates-why-lidar-and-v2v-probably-will-be-necessary/.
Ahuja, N. (2014). Computer vision. McGraw-Hill Education. 2014. Saatavilla:
http://www.accessscience.com.libproxy.tut.fi/content/154050.
Anderson, J.M. (2003). Why we need a new definition of information security, Comput-ers & Security, Vol. 22(4), pp. 308-313.
Ashley, S. (2016). Centimeter-accurate GPS for self-driving vehicles. 2.11.2016. Saa-tavilla: http://articles.sae.org/15067/.
Axelrod, C.W. (2017). Cybersecurity in the age of autonomous vehicles, intelligent traffic controls and pervasive transportation networks, 2017 IEEE Long Island Systems, Appli-cations and Technology Conference (LISAT), IEEE, pp. 1-6.
BBC News (2010). How computers took over our cars. 11.2.2010. Saatavilla:
Bradbury, D. (2016). How Autonomous Vehicles Will Navigate Bad Weather Remains Foggy. Forbes. 29.11.2016. Saatavilla: https://www.forbes.com/sites/centu- rylink/2016/11/29/how-autonomous-vehicles-will-navigate-bad-weather-remains-foggy/.
Bridges, A. (2015). Explainer: What are lidar, radar and sonar? Science News for Stu-dents. 1.5.2015. Saatavilla: https://www.sciencenewsforstudents.org/article/explainer-what-are-lidar-radar-and-sonar.
Brooke, L. (2016). U.S. DoT chooses SAE J3016 for vehicle-autonomy policy guidance.
SAE International. 20.9.2016. Saatavilla: http://articles.sae.org/15021/.
Broughton, J. & Baughan, C. (2002). The effectiveness of antilock braking systems in reducing accidents in Great Britain, Accident Analysis and Prevention, Vol. 34(3), pp.
347-355.
Cameron, O. (2017). An Introduction to LIDAR: The Key Self-Driving Car Sensor. Voy-age. 9.5.2017. Saatavilla: https://news.voyVoy-age.auto/an-introduction-to-lidar-the-key-self- https://news.voyage.auto/an-introduction-to-lidar-the-key-self-driving-car-sensor-a7e405590cff.
Caruso, R. (2017). In 1925 they already spoke about autonomous cars. Auto & Technica.
22.6.2017. Saatavilla: http://autoetecnica.band.uol.com.br/em-1925-ja-se-falava-em-carro-autonomo/.
CB Insights (2017). 44 Corporations Working On Autonomous Vehicles. 18.5.2017. Saa-tavilla: https://www.cbinsights.com/research/autonomous-driverless-vehicles-corpora-tions-list/.
Chien, Y. (2015). Design of GPS Anti-Jamming Systems Using Adaptive Notch Filters, IEEE Systems Journal, Vol. 9(2), pp. 451-460.
Estl, H. (2016). Sensor fusion: A critical step on the road to autonomous vehicles. ee-News. 11.4.2017. Saatavilla: http://www.eenewseurope.com/news/sensor-fusion-criti-cal-step-road-autonomous-vehicles.
Fox-Brewster, T. (2016). How to Crash a Self-Driving Car. Forbes. 4.8.2016. Saatavilla:
https://www.forbes.com/sites/thomasbrewster/2016/08/04/tesla-autopilot-hack-crash/.
Gora, P. & Rüb, I. (2016). Traffic Models for Self-driving Connected Cars, Transporta-tion Research Procedia, pp. 2207-2216.
Greene, K. (2006). Lights, Camera -- Jamming. MIT Technology Review. 22.6.2006.
Saatavilla: https://www.technologyreview.com/s/405968/lights-camera-jamming/.
Hawes, N. (2016). Driving the revolution. University of Birmingham, The Birmingham Brief. 3.11.2016. Saatavilla: https://www.birmingham.ac.uk/news/thebirmingham-brief/items/2016/11/driving-the-revolution.aspx.
Hocheol, S., Dohyun, K., Yujin, K. & Yongdae, K. (2017). Illusion and Dazzle: Adver-sarial Optical Channel Exploits against Lidars for Automotive Applications. Korea Ad-vanced Institute of Science and Technology, Dajeon, Republic of Korea. Saatavilla:
https://eprint.iacr.org/2017/613.pdf.
International Organiation for Standardization (2016). ISO/IEC 27000:2016. Information technology - Security techniques - Information security management systems - Overview and vocabulary. Saatavilla: https://www.iso.org/standard/66435.html.
J. Petit & S. E. Shladover (2015). Potential Cyberattacks on Automated Vehicles, IEEE Transactions on Intelligent Transportation Systems, Vol. 16(2), pp. 546-556.
Kim, G., Eom, J. & Park, Y. (2015). Investigation on the occurrence of mutual interfer-ence between pulsed terrestrial LIDAR scanners, The Institute of Electrical and Electron-ics Engineers, Inc. (IEEE) Conference Proceedings. Piscataway, pp. 437.
Kite-Powell, J. (2017). How To Make Autonomous Cars See Better. Forbes. 11.9.2017.
Saatavilla: https://www.forbes.com/sites/jenniferhicks/2017/09/11/how-to-make-au-tonomous-cars-see-better/.
Krasniqi, X. & Hajrizi, E. (2016). Use of IoT Technology to Drive the Automotive In-dustry from Connected to Full Autonomous Vehicles, IFAC-PapersOnLine, Vol. 49(29), pp. 269-274.
Krzanich, B. (2016). Data is the New Oil in the Future of Automated Driving. Intel News-room. 15.11.2017. Saatavilla: https://newsNews-room.intel.com/editorials/krzanich-the-future- https://newsroom.intel.com/editorials/krzanich-the-future-of-automated-driving/.
Laugier, C., Paromtchik, I. & Parent, M. (1999). Developing autonomous maneuvering capabilities for future cars, Proceedings 199 IEEE/IEEJ/JSAI International Conference on Intelligent Transportation Systems (Cat. No.99TH8383), pp. 68-73.
Mahafza, B. (1998). Introduction to Radar Analysis. CRC Press.
Meikle, H. (2008). Modern Radar Systems, 2; 2nd ed. Artech House Books, Norwood.
Mozur, P., Scott, M. & Frenkel, S. (2017). Mystery of Motive for a Ransomware Attack:
Money, Mayhem or a Message? The New York Times. 28.6.2017. Saatavilla:
https://www.nytimes.com/2017/06/28/business/ramsonware-hackers-cybersecurity-petya-impact.html.
Muoio, D. (2017). RANKED: The 18 companies most likely to get self-driving cars on the road first. Business Insider. 3.4.2017. Saatavilla: http://nordic.busi- nessinsider.com/the-companies-most-likely-to-get-driverless-cars-on-the-road-first-2017-4.
National Oceanic and Atmospheric Administation (2005). Do you know where you are?
- The Global Positioning System, National Oceanic and Atmospheric Administation. Vii-tattu 21.10.2017. Saatavilla: https://oceanservice.noaa.gov/education/kits/geod-esy/geo09_gps.html.
Nvidia (2017). The AI Car Computer For Autonomous Driving. Viitattu 11.10.2017. Saa-tavilla: https://www.nvidia.com/en-us/self-driving-cars/drive-px/.
Oagana, A. (2016). A Short History of Mercedes-Benz Autonomous Driving Technology, https://www.autoevolution.com/news/a-short-history-of-mercedes-benz-autonomous-driving-technology-68148.html.
Oremus, W. (2016). How Tesla Fixed a Deadly Flaw in Its Autopilot. Slate. 12.9.2016.
Saatavilla:
http://www.slate.com/articles/technology/fu- ture_tense/2016/09/how_tesla_s_software_update_fixed_a_deadly_flaw_in_autopi-lot.html.
Organisation Internationale des Constructeurs d'Automobiles (2016). World Motor Ve-hicle Production. Viitattu 17.10.2017. Saatavilla: http://www.oica.net/wp-content/up-loads//ranking2015.pdf.
OxTS (2016). Why it is necessary to integrate an inertial measurement unit with imaging systems on an autonomous vehicle. Viitattu 19.10.2017. Saatavilla:
http://www.oxts.com/technical-notes/why-it-is-necessary-to-integrate-an-inertial-meas-urement-unit-with-imaging-systems-on-an-autonomous-vehicle/.
Panetta, K. (2017). Top Trends in the Gartner Hype Cycle for Emerging Technologies.
Gartner. 15.8.2017. Saatavilla: https://www.gartner.com/smarterwithgartner/top-trends-in-the-gartner-hype-cycle-for-emerging-technologies-2017/.
Quain, J.R. (2017). What Self-Driving Cars See. The New York Times. 25.5.2017. Saa-tavilla: https://www.nytimes.com/2017/05/25/automobiles/wheels/lidar-self-driving-cars.html.
Reid, R. & Gilbert, A. (2010). Using the Parkerian Hexad to introduce security in an information literacy class, 2010 Information Security Curriculum Development Confer-ence, ACM, pp. 45-47.
Roy, N., Hassanieh, H. & Choudhury, R.R. (2017). BackDoor: Making Microphones Hear Inaudible Sounds. Viitattu 27.10.2017. Saatavilla: http://synrg.csl.illinois.edu/pa-pers/backdoor_mobisys17.pdf.
Santo, D. (2016). Autonomous Cars' Pick: Camera, Radar, Lidar? EE Times. 7.7.2016.
Saatavilla: https://www.eetimes.com/author.asp?section_id=36&doc_id=1330069.
Society of Automotive Engineers (2016). Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles. Viitattu 27.9.2017. Saa-tavilla: http://standards.sae.org/j3016_201609/.
Solomon, B. (2016). Tesla Autopilot Enthusiast Killed In First Self-Driving Car Death.
Forbes. 30.6.2016. Saatavilla: https://www.forbes.com/sites/briansolo-
mon/2016/06/30/the-first-self-driving-car-death-launches-tesla-investiga-tion/#603475a37762.
Solon, O. (2016). Team of hackers take remote control of Tesla Model S from 12 miles away. The Guardian. 20.9.2016. Saatavilla: https://www.theguardian.com/technol-ogy/2016/sep/20/tesla-model-s-chinese-hack-remote-control-brakes.
Straub, J., McMillan, J., Yaniero, B., Schumacher, M., Almosalami, A., Boatey, K. &
Hartman, J. (2017). CyberSecurity considerations for an interconnected self-driving car system of systems, 2017 12th System of Systems Engineering Conference. SoSE 2017, Taylor, M. (2017). The Level 3 Audi A8 Will Almost Be The Most Important Car In The World. Forbes. 10.9.2017. https://www.forbes.com/sites/michaeltaylor/2017/09/10/tthe-level-3-audi-a8-will-almost-be-the-most-important-car-in-the-world/#3a760730fb3d.
Tesla (2017). Tesla Autopilot. Viitattu 15.10.2017. Saatavilla:
https://www.tesla.com/fi_FI/autopilot.
U.S. Department of Transportation (2015). Critical Reasons for Crashes Investigated in the National Motor Vehicle Crash Causation Survey. Saatavilla:
https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/812115.
University of Texas (2013). UT Austin Researchers Spoof Superyacht at Sea. Cockrell School of Engineering. 29.7.2013. Saatavilla: http://www.engr.utexas.edu/fea-tures/superyacht-gps-spoofing.
Wojdyla, B. (2012). How it Works: The Computer Inside Your Car. Popular Mechanics.
21.2.2012. Saatavilla: http://www.popularmechanics.com/cars/how-to/a7386/how-it-works-the-computer-inside-your-car/.
Wong, J.I. (2016). Driverless cars have a new way to navigate in rain or snow. Quartz.
14.3.2016. Saatavilla: https://qz.com/637509/driverless-cars-have-a-new-way-to-navi-gate-in-rain-or-snow/.
World Health Organization (2017). Road traffic injuries, Fact sheet. Viitattu 12.10.2017.
Saatavilla: http://www.who.int/mediacentre/factsheets/fs358/en/.
World Health Organization (2004). World report on road traffic injury prevention. Vii-tattu 12.10.2017. Saatavilla: http://apps.who.int/iris/bit-stream/10665/42871/1/9241562609.pdf.
Yağdereli, E., Gemci, C. & Aktaş, A.Z. (2015). A study on cyber-security of autonomous and unmanned vehicles, The Journal of Defense Modeling and Simulation: Applications, Methodology, Technology, Vol. 12(4), pp. 369-381.
Zhang, Z., Trinkle, M., Qian, L. & Li, H. (2012). Quickest detection of GPS spoofing attack, MILCOM 2012 - 2012 IEEE Military Communications Conference, IEEE, pp. 1-6.