যানবাহনে যে পরিমাণ ডেটা সংগ্রহ, প্রক্রিয়াকরণ এবং সংরক্ষণ করা হচ্ছে তা বিস্ফোরিত হচ্ছে এবং সেই ডেটার মানও বাড়ছে। এটি এমন প্রশ্ন উত্থাপন করে যেগুলি কীভাবে সেই ডেটা ব্যবহার করা হবে, কার দ্বারা এবং কীভাবে এটি সুরক্ষিত হবে সে সম্পর্কে এখনও পুরোপুরি উত্তর দেওয়া হয়নি৷
অটোমেকাররা ADAS, 5G, এবং V2X-এর মতো উন্নত প্রযুক্তির সর্বশেষ সংস্করণগুলির উপর ভিত্তি করে প্রতিদ্বন্দ্বিতা করছে, কিন্তু ECU, সফ্টওয়্যার-সংজ্ঞায়িত যানবাহন, এবং ইন-কেবিন মনিটরিং আরও বেশি ডেটার দাবি করে, এবং তারা সেই ডেটা ব্যবহার করছে উদ্দেশ্যে বিন্দু A থেকে বিন্দু নিরাপদে যানবাহন পাওয়ার বাইরেও প্রসারিত করুন। তারা এখন গ্রাহকদের স্বার্থ অনুযায়ী অতিরিক্ত সাবস্ক্রিপশন-ভিত্তিক পরিষেবাগুলি অফার করতে চাইছে, কারণ বীমা কোম্পানিগুলি সহ বিভিন্ন সংস্থাগুলি ড্রাইভারদের অভ্যাস সম্পর্কে তথ্যের জন্য অর্থ প্রদানের ইচ্ছুকতা নির্দেশ করে৷
এই ডেটা সংগ্রহ করা OEM-গুলিকে অন্তর্দৃষ্টি পেতে এবং সম্ভাব্য অতিরিক্ত রাজস্ব তৈরি করতে সাহায্য করতে পারে৷ যাইহোক, এটি সংগ্রহ করা গোপনীয়তা এবং নিরাপত্তা উদ্বেগ উত্থাপন করে যে এই বিপুল পরিমাণ ডেটার মালিক কে হবে এবং কীভাবে এটি পরিচালনা ও ব্যবহার করা উচিত। এবং স্বয়ংচালিত ডেটা ব্যবহার বৃদ্ধির সাথে সাথে এটি ভবিষ্যতের স্বয়ংচালিত নকশাকে কীভাবে প্রভাবিত করবে?
চিত্র 1: সংযুক্ত যানবাহনগুলি যানবাহন এবং ক্লাউডের মধ্যে যোগাযোগ করতে সফ্টওয়্যারের উপর নির্ভর করে। সূত্র: McKinsey & Co.
"গাড়িতে উৎপন্ন বেশিরভাগ ডেটা ড্রাইভারের আচরণ এবং গাড়ির কর্মক্ষমতা বিশ্লেষণ করার জন্য এবং নতুন বা উন্নত বৈশিষ্ট্যগুলির বিকাশের জন্য OEM এবং তাদের অংশীদারদের কাছে অপরিসীম মূল্যবান হবে," বলেছেন স্বেন কোপাকজ, স্বায়ত্তশাসিত যানবাহন বিভাগের ব্যবস্থাপক Keysight প্রযুক্তি. “অন্যদিকে, ডেটা ব্যবহারের গোপনীয়তা কারও কারও জন্য ঝুঁকি হিসাবে দেখা যেতে পারে। কিন্তু আসল মান - যেমনটি ইতিমধ্যেই টেসলা এবং অন্যদের দ্বারা বাস্তবায়িত এবং ব্যবহার করা হয়েছে - সেই ADAS অ্যালগরিদমগুলিকে উন্নত করতে, একটি CI/CD DevOps সফ্টওয়্যার ডেভেলপমেন্ট মডেল সক্ষম করতে এবং আপডেটগুলির দ্রুত ডাউনলোডের অনুমতি দেওয়ার জন্য ধ্রুবক প্রতিক্রিয়া। শুধু সময়ই বলে দেবে আইন প্রয়োগকারী সংস্থা এবং আদালত এই তথ্য দাবি করবে এবং আইনপ্রণেতারা কীভাবে প্রতিক্রিয়া জানাবে।”
উত্পন্ন তথ্যের প্রকার
প্রিসিডেন্স রিসার্চ অনুসারে, বিশ্বব্যাপী স্বয়ংচালিত ডেটা বাজারের আকার 2.19 সালে $2022 বিলিয়ন থেকে বেড়ে 14.29 সালের মধ্যে $2032 বিলিয়ন হবে, যার মধ্যে অনেক ধরনের ডেটা সংগৃহীত হয়েছে, যার মধ্যে রয়েছে:
- স্বায়ত্তশাসিত ড্রাইভিং: যানবাহনে ইনস্টল করা একাধিক সেন্সর থেকে সংগ্রহ করা সহ L1 থেকে L5 পর্যন্ত সমস্ত স্তরের ডেটা।
- ইনফ্রাস্ট্রাকচার: রিমোট মনিটরিং, OTA আপডেট, এবং কন্ট্রোল সেন্টার, V2X এবং ট্রাফিক প্যাটার্ন দ্বারা রিমোট কন্ট্রোলের জন্য ব্যবহৃত ডেটা।
- তথ্যপ্রযুক্তি: গ্রাহকরা কীভাবে অ্যাপ্লিকেশানগুলি ব্যবহার করছেন তার তথ্য, যেমন ভয়েস নিয়ন্ত্রণ, অঙ্গভঙ্গি, মানচিত্র এবং পার্কিং৷
- সংযুক্ত তথ্য: তৃতীয় পক্ষের পার্কিং অ্যাপে অর্থ প্রদানের তথ্য, দুর্ঘটনার তথ্য, ড্যাশবোর্ড ক্যামেরা থেকে ডেটা, হ্যান্ডহেল্ড ডিভাইস, মোবাইল অ্যাপ্লিকেশন এবং ড্রাইভারের আচরণ পর্যবেক্ষণ।
- যানবাহনের স্বাস্থ্য: মেরামত এবং রক্ষণাবেক্ষণ রেকর্ড, বীমা আন্ডাররাইটিং, জ্বালানী খরচ, টেলিমেটিক্স।
এই তথ্য ভবিষ্যতের স্বয়ংচালিত নকশা, ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ, এবং নিরাপত্তার উন্নতির জন্য উপযোগী হতে পারে এবং বীমা কোম্পানিগুলি দুর্ঘটনার বিষয়ে আরও ব্যাপক তথ্য দিয়ে আন্ডাররাইটিং খরচ কমাতে সক্ষম হবে বলে আশা করা হচ্ছে। সংগৃহীত তথ্যের উপর ভিত্তি করে, OEM-দের আরও নির্ভরযোগ্য এবং নিরাপদ গাড়ি ডিজাইন করতে এবং গ্রাহকের চাহিদার সাথে ঘনিষ্ঠ যোগাযোগ রাখতে সক্ষম হওয়া উচিত। উদাহরণস্বরূপ, স্বয়ংক্রিয় পার্কিং এবং আরও পরিশীলিত ভয়েস ইনপুট এবং কমান্ডের মতো সাবস্ক্রিপশন-ভিত্তিক পরিষেবাগুলির জন্য গ্রাহকের চাহিদা পরিমাপ করার জন্য পরীক্ষাগুলি পরিচালনা করা যেতে পারে।
"পরিষেবা এবং মেরামতের জন্য ডায়াগনস্টিক ডেটা কয়েক দশক ধরে স্বয়ংচালিত ডেটা বিশ্লেষণের মূল বিষয়," উল্লেখ করেছেন লরিন কেনেডি, SLM ইন-ফিল্ড অ্যানালিটিক্সের সিনিয়র স্টাফ প্রোডাক্ট ম্যানেজমেন্ট ম্যানেজার সংক্ষেপ. "সংযুক্ত যানবাহন এবং অ্যাডভান্সড মেশিন লার্নিং (ML) বিশ্লেষণের আবির্ভাবের সাথে, যা নিয়মিতভাবে প্রক্রিয়াকরণের জন্য প্রচুর পরিমাণে ডেটা সক্ষম করে, এই ডেটার মূল্য দ্রুতগতিতে বৃদ্ধি পেয়েছে৷ যেহেতু ডেটা ড্রাইভ ফিচার বর্ধিতকরণ যেমন মোবাইলের মতো অভিজ্ঞতা এবং উন্নত ড্রাইভার সহায়তা ক্ষমতা, তাই OEM-কে এই নতুন বৈশিষ্ট্যগুলিকে শক্তি প্রদানকারী সেমিকন্ডাক্টর সিস্টেমগুলির নির্ভরযোগ্যতা এবং নির্ভরযোগ্যতা আরও ভালভাবে বুঝতে হবে। ইলেকট্রনিক উপাদান এবং সেমিকন্ডাক্টর থেকে মনিটরিং এবং সেন্সর ডেটা সংগ্রহ করা এই আরও উন্নত নোডগুলিতে গুণমান এবং নির্ভরযোগ্যতা নিশ্চিত করার জন্য ADAS, IVI, ECUs, ইত্যাদির মতো সমস্ত ধরণের স্বয়ংচালিত প্রযুক্তি জুড়ে একটি ক্রমবর্ধমান ডায়গনিস্টিক ডেটা প্রয়োজনীয়তা হবে।"
থেকে প্রত্যাশিত আপডেট আইএসও 26262 হার্ডওয়্যারে ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণের প্রয়োগ সংক্রান্ত প্রবিধান, সিলিকন বার্ধক্যজনিত অবনমিত ক্ষয়ক্ষতিগুলি চিহ্নিত করা এবং ক্ষেত্রের অতিরিক্ত চাপের পরিস্থিতিগুলিও সমাধান করা উচিত। এর মধ্যে সিলিকন লাইফসাইকেল ম্যানেজমেন্ট (SLM) প্রযুক্তি অন্তর্ভুক্ত থাকতে পারে, যা বয়সের সাথে সাথে সিলিকনের স্বাস্থ্য এবং অবশিষ্ট দরকারী জীবন সম্পর্কে আরও ব্যাপক জ্ঞান সরবরাহ করতে পারে।
কেনেডি বলেন, "সেই জ্ঞান, পরিবর্তিতভাবে, পরিষেবা আপডেটগুলি এবং ভবিষ্যতের OTA রিলিজগুলিকে সক্ষম করবে যা অতিরিক্ত সেমিকন্ডাক্টর কম্পিউট শক্তিকে কাজে লাগাবে।" "সামগ্রিক ফ্লিট কর্মক্ষমতা উপকৃত হবে, এবং সেমিকন্ডাক্টর এবং সিস্টেম ডিজাইন প্রক্রিয়াটিও হবে, কারণ নতুন অন্তর্দৃষ্টিগুলি আরও বেশি দক্ষতা অর্জনে সহায়তা করবে৷ সিলিকন থেকে শুরু করে সফ্টওয়্যার সিস্টেম পারফরম্যান্স - ডেটা কী আলোতে আনে সে বিষয়ে OEM, টিয়ার ওয়ান এবং সেমিকন্ডাক্টর সরবরাহকারীর সহযোগিতা - যানবাহনগুলিকে কার্যকরী সুরক্ষা ডিজাইনের প্যারামিটারগুলি পূরণ করতে সক্ষম করবে যা উন্নত ইলেকট্রনিক্সে ক্রমবর্ধমান গুরুত্বপূর্ণ হয়ে উঠছে।"
তারপরও, যানবাহনে উৎপন্ন ডেটার জন্য, OEM-কে অগ্রাধিকার দিতে হবে কোন ডেটা অবিলম্বে ড্রাইভারদের জন্য মান প্রদান করতে পারে এবং কোন ডেটা 5G সংযোগের মাধ্যমে ক্লাউডে পাঠানো উচিত।
"ডাটা ভলিউম এবং ডেটা ট্রান্সমিশন নেটওয়ার্ক খরচ কমাতে অন-বোর্ড প্রক্রিয়াকরণের মধ্যে ট্রেডঅফ সম্ভবত অগ্রাধিকার নির্ধারণ করবে," Keysight's Kopacz বলেছেন। "উদাহরণস্বরূপ, ADAS অ্যাপ্লিকেশানগুলির জন্য ক্যামেরা, লিডার এবং রাডার সেন্সর ডেটা ADAS অ্যালগরিদম প্রশিক্ষণের জন্য মূল্য থাকতে পারে, তবে কাঁচা ডেটার পরিমাণ প্রেরণ এবং সঞ্চয় করার জন্য খুব ব্যয়বহুল হবে৷ একইভাবে, ড্রাইভারের মনোযোগের ডেটা UI ডিজাইনে উচ্চ মান থাকতে পারে এবং মেটা-ডেটা আকারে সংগ্রহ করা ভাল। V2X ডেটাতে তুলনামূলকভাবে কম ডেটা ভলিউম রয়েছে এবং এটি শেষ পর্যন্ত ADAS-এর জন্য একটি মূল ডেটা উৎস হওয়া উচিত, যা অন্যান্য যানবাহন, রাস্তার অবকাঠামো এবং রাস্তার অবস্থার মধ্যে গাড়ির নন-লাইন-অফ-সাইট দৃশ্যমানতা প্রদান করে। এটিকে V2N লিঙ্কের মাধ্যমে শেয়ার করা কার্যকরী নিরাপত্তা অ্যাপ্লিকেশন সক্ষম করতে পারে, তবে অ্যাঙ্গেল র্যান্ডম ওয়াক (ARW) সেন্সর ডেটার জটিল প্রকৃতির কারণে আরও সতর্কতার সাথে বিবেচনা করা প্রয়োজন। গাড়িতে ইনফোটেইনমেন্ট স্ট্রিমিং সামগ্রীও OEM এবং সামগ্রী প্রদানকারীর পাশাপাশি নেটওয়ার্ক অপারেটরদের জন্য এক সাথে কাজ করার জন্য একটি মূল্যবান আয়ের প্রবাহ হতে পারে।"
স্বয়ংচালিত সাইবার নিরাপত্তার উপর প্রভাব
যানবাহনগুলি আরও স্বায়ত্তশাসিত এবং সংযুক্ত হওয়ার সাথে সাথে ডেটা ব্যবহার বাড়বে এবং সেই ডেটার মানও বাড়বে। এটি সাইবার নিরাপত্তা এবং ডেটা গোপনীয়তার উদ্বেগ বাড়ায়। হ্যাকাররা যানবাহন দ্বারা সংগৃহীত ব্যক্তিগত তথ্য চুরি করতে চায় এবং এটি করার জন্য র্যানসমওয়্যার এবং অন্যান্য আক্রমণ ব্যবহার করতে পারে। যানবাহনের নিয়ন্ত্রণ নেওয়ার ধারণা - বা আরও খারাপ, সেগুলি চুরি করা - এছাড়াও হ্যাকারদের আকর্ষণ করে। ব্যবহৃত কৌশলগুলির মধ্যে রয়েছে হ্যাকিং যানবাহন অ্যাপস এবং যানবাহনে ওয়্যারলেস সংযোগ (নিদান, কী ফোব আক্রমণ এবং চাবিহীন জ্যামিং)। আক্রমণ থেকে ডেটা অ্যাক্সেস, যানবাহন এবং অবকাঠামো রক্ষা করা ক্রমবর্ধমান গুরুত্বপূর্ণ এবং চ্যালেঞ্জিং।
সফ্টওয়্যার-সংজ্ঞায়িত যানবাহনের সাথে সাইবার নিরাপত্তা ঝুঁকি বৃদ্ধি পায়। মেমরি বিশেষ করে সুরক্ষিত করা প্রয়োজন হবে.
"ইভিতে উন্নত প্রযুক্তির একীকরণ উল্লেখযোগ্য সাইবার নিরাপত্তা চ্যালেঞ্জগুলি তৈরি করে যা অবিলম্বে মনোযোগ এবং অত্যাধুনিক সমাধানের দাবি করে," ইলিয়া স্টোলভ বলেছেন, নিরাপদ মেমরি সমাধানের কেন্দ্র প্রধান উইনবন্ড. “আধুনিক ইলেকট্রনিক প্ল্যাটফর্মের মধ্যে ডিজিটাল দুর্গগুলির কেন্দ্রস্থল হল ফ্ল্যাশ অ-উদ্বায়ী স্মৃতি, কোড, ব্যক্তিগত ডেটা এবং কোম্পানির শংসাপত্রের মতো অমূল্য সম্পদের আবাসন। দুর্ভাগ্যবশত, তাদের সর্বব্যাপীতা তাদের হ্যাকারদের জন্য আকর্ষণীয় লক্ষ্যে পরিণত করেছে যারা সংবেদনশীল তথ্যে অননুমোদিত অ্যাক্সেস চাইছে।"
স্টোলভ উল্লেখ করেছেন যে উইনবন্ড সক্রিয়ভাবে হ্যাক থেকে ফ্ল্যাশ মেমরি সুরক্ষিত করার জন্য কাজ করছে।
উপরন্তু, মেমরি ডিজাইন সুরক্ষিত করার ক্ষেত্রে গুরুত্বপূর্ণ বিবেচনা রয়েছে, যেমন:
- DICE আস্থার মূল: হার্ডওয়্যার নিরাপত্তার জন্য ট্রাস্টের নিরাপদ ফ্ল্যাশ রুট তৈরি করতে ডিভাইস আইডেন্টিফায়ার কম্পোজিশন ইঞ্জিন (DICE) ব্যবহার করা উচিত। এই সুরক্ষিত পরিচয় হার্ডওয়্যারের প্রতি আস্থা তৈরির ভিত্তি তৈরি করে। অন্যান্য নিরাপত্তা ব্যবস্থা তাই বুট কোডের সত্যতা এবং অখণ্ডতার উপর নির্ভর করতে পারে, ফার্মওয়্যার এবং সফ্টওয়্যার আক্রমণ থেকে রক্ষা করে। প্রাথমিক বুট প্রক্রিয়া এবং পরবর্তী সফ্টওয়্যার সম্পাদন বিশ্বস্ত এবং যাচাইকৃত পরিমাপের উপর ভিত্তি করে, যা সিস্টেমে দূষিত কোডের ইনজেকশন প্রতিরোধে সহায়তা করে।
- কোড এবং ডেটা সুরক্ষা: সিস্টেম-ব্যাপী অখণ্ডতা বজায় রাখার জন্য কোড এবং ডেটা রক্ষা করা অত্যন্ত গুরুত্বপূর্ণ। কোড বা ডেটাতে অননুমোদিত পরিবর্তনগুলি ত্রুটি, সিস্টেমের অস্থিরতা বা ক্ষতিকারক কোডের প্রবর্তনের দিকে নিয়ে যেতে পারে, যা হার্ডওয়্যারের উদ্দেশ্যমূলক কার্যকারিতা বা সিস্টেমের দুর্বলতাগুলিকে কাজে লাগাতে পারে।
- প্রমাণীকরণ প্রোটোকল: প্রমাণীকরণ হল সাইবার নিরাপত্তার একটি মৌলিক এবং গুরুত্বপূর্ণ উপাদান, যা অননুমোদিত অ্যাক্সেস এবং সম্ভাব্য নিরাপত্তা লঙ্ঘনের বিরুদ্ধে প্রথম সারির প্রতিরক্ষা হিসাবে কাজ করে। শুধুমাত্র ক্রিপ্টোগ্রাফি শংসাপত্র ব্যবহার করে অনুমোদিত অভিনেতা এবং অনুমোদিত সফ্টওয়্যার স্তরগুলিতে অ্যাক্সেস সীমাবদ্ধ করার জন্য প্রমাণীকরণ প্রোটোকল নিয়োগ করা গুরুত্বপূর্ণ।
- রোলব্যাক সুরক্ষা সহ সফ্টওয়্যার আপডেটগুলি সুরক্ষিত করুন: নিয়মিত আপডেটগুলি দূরবর্তী ফার্মওয়্যার ওভার-দ্য-এয়ার (OTA) আপডেট, রোলব্যাক আক্রমণ থেকে রক্ষা করে, এবং শুধুমাত্র বৈধ আপডেটের সম্পাদন নিশ্চিত করে।
- পোস্ট-কোয়ান্টাম ক্রিপ্টোগ্রাফি: NIST 800-208 Leighton-Micali Signature (LMS) ক্রিপ্টোগ্রাফি ভবিষ্যতের কোয়ান্টাম কম্পিউটারগুলির দ্বারা সৃষ্ট সম্ভাব্য হুমকির বিরুদ্ধে EVs সুরক্ষার জন্য পোস্ট-কোয়ান্টাম কম্পিউটিং যুগের প্রত্যাশা করা।
- প্ল্যাটফর্ম স্থিতিস্থাপকতা: অননুমোদিত কোড পরিবর্তনগুলির স্বয়ংক্রিয় সনাক্তকরণ একটি নিরাপদ অবস্থায় দ্রুত পুনরুদ্ধার করতে সক্ষম করে, কার্যকরভাবে সম্ভাব্য সাইবার হুমকিকে ব্যর্থ করে। প্ল্যাটফর্মের স্থিতিস্থাপকতার জন্য NIST 800-193 সুপারিশগুলি মেনে চলা একটি শক্তিশালী প্রতিরক্ষা ব্যবস্থা নিশ্চিত করে।
- নিরাপদ সরবরাহ চেইন: সরবরাহ শৃঙ্খল জুড়ে ফ্ল্যাশ সামগ্রীর উত্স এবং অখণ্ডতার গ্যারান্টি দিয়ে, এই নিরাপদ ফ্ল্যাশ ডিভাইসগুলি প্ল্যাটফর্ম সমাবেশ, পরিবহন এবং কনফিগারেশনের সময় বিষয়বস্তু টেম্পারিং এবং ভুল কনফিগারেশন প্রতিরোধ করে। এটি, ঘুরে, সাইবার প্রতিপক্ষের বিরুদ্ধে সুরক্ষা।
SDV এবং সংযুক্ত গাড়িতে রূপান্তর বিবেচনা করে, ডেটা দুর্বলতা আরও বেশি তাৎপর্যপূর্ণ হয়ে ওঠে।
"ডাটা কোথায় থাকে তার উপর নির্ভর করে, বিভিন্ন সুরক্ষা ব্যবস্থা রয়েছে," কীসাইটের কোপাকজ বলেছেন। “অনুপ্রবেশ সনাক্তকরণ সিস্টেম (আইডিএস), ক্রিপ্টো পরিষেবা এবং কী ব্যবস্থাপনা যানবাহনের মানক সমাধান হয়ে উঠছে। নিরাপত্তা বৈশিষ্ট্যের জন্য বিশেষ করে সংবেদনশীল ডেটা সুরক্ষিত এবং যাচাই করা প্রয়োজন। এইভাবে, অপ্রয়োজনীয়তা আরও প্রাসঙ্গিক হয়ে ওঠে। SDV-এর সাথে, গাড়ির সফ্টওয়্যারটি ক্রমাগত আপডেট বা পরিবর্তিত হয় পুরো গাড়ির জীবনচক্র জুড়ে। চির-বিকশিত সাইবার হুমকি বিশেষভাবে চ্যালেঞ্জিং। তদনুসারে, সম্পূর্ণ যানবাহন সফ্টওয়্যারটি অবশ্যই নতুন নিরাপত্তা ফাঁকের জন্য ক্রমাগত পরীক্ষা করতে হবে। নিরাপত্তা হুমকি কমানোর জন্য OEMs-এর ব্যাপক পরীক্ষার সমাধান প্রয়োজন। এটিতে সমস্ত গাড়ির ইন্টারফেস - CAN বা স্বয়ংচালিত ইথারনেট বা Wi-Fi, ব্লুটুথ বা সেলুলার যোগাযোগের মাধ্যমে ওয়্যারলেস সংযোগগুলির মতো তারযুক্ত যানবাহন যোগাযোগ নেটওয়ার্কগুলিকে কভার করে সমগ্র আক্রমণের পৃষ্ঠের সাইবার নিরাপত্তা পরীক্ষা অন্তর্ভুক্ত করতে হবে। ওএম-এর ব্যাকএন্ড পরীক্ষা করতে হবে যা ওভার-দ্য-এয়ার (OTA) সফ্টওয়্যার আপডেট সরবরাহ করে। এই ধরনের সমাধান সাইবার অপরাধীদের দ্বারা ক্ষতি বা ডেটা চুরির ঝুঁকি কমাতে পারে।"
তথ্য ব্যবস্থাপনা এবং গোপনীয়তা উদ্বেগ
আরেকটি সমস্যা সমাধান করা হবে তা হল কিভাবে বিপুল পরিমাণ তথ্য সংগ্রহ করা হবে এবং ব্যবহার করা হবে। আদর্শভাবে, গোপনীয়তার উদ্বেগের কারণ ছাড়াই বাণিজ্যিক মূল্য প্রদানের জন্য ডেটা বিশ্লেষণ করা হবে। উদাহরণস্বরূপ, ইনফোটেইনমেন্ট প্ল্যাটফর্ম ডেটা প্রকাশ করতে পারে কোন ধরনের সঙ্গীত সবচেয়ে জনপ্রিয়, যা সঙ্গীত শিল্পকে বিপণন কৌশল উন্নত করতে সাহায্য করে। কে এই ধরনের তথ্য স্থানান্তর নিরীক্ষণ করবে, যদিও? কিভাবে গ্রাহকদের তথ্য সংগ্রহ সম্পর্কে সচেতন করা হবে? এবং তাদের কি তাদের ডেটা বিক্রি করা থেকে অপ্ট আউট করার সুযোগ থাকবে?
বিমানের মতো, দুর্ঘটনার পরে তথ্য বিশ্লেষণের জন্য তথ্য রেকর্ড করার জন্য গাড়ির ব্ল্যাক বক্স ইনস্টল করা হয়। রেকর্ড করা তথ্যের মধ্যে রয়েছে গাড়ির গতি, ব্রেক করার পরিস্থিতি এবং এয়ার ব্যাগ সক্রিয় করা, অন্যান্য বিষয়ের মধ্যে। যদি একটি দুর্ঘটনা ঘটে যার ফলে মৃত্যু ঘটে, এবং ADAS এবং ECU এর ডেটা ডিজাইনের দুর্বলতা উন্মোচন করে, সেই ডেটা কি নির্মাতাদের বা তাদের সরবরাহ চেইনের বিরুদ্ধে আদালতে প্রমাণ হিসাবে ব্যবহার করা যেতে পারে? এই তথ্য দিয়ে সশস্ত্র, বীমা শিল্প দাবি প্রত্যাখ্যান করতে পারে। কর্তৃপক্ষের নির্দেশে ADAS/ECU-এর এক বা একাধিক নির্মাতাদের কি ডেটা হস্তান্তর করতে হবে?
"অত্যাধুনিক ইলেকট্রনিক যন্ত্রাংশগুলির জন্য গুণমানের প্রয়োজনীয়তাগুলি আরও কঠোর এবং কঠোর হতে থাকবে, প্রতি বিলিয়ন (DPPB) শুধুমাত্র কিছু ত্রুটিপূর্ণ যন্ত্রাংশের অনুমতি দেবে কারণ ব্যর্থ উপাদানগুলি মানুষের জীবনের নিরাপত্তা এবং সুস্থতার উপর প্রভাব ফেলতে পারে," গাই কর্টেজ উল্লেখ করেছেন , Synopsys এ SLM বিশ্লেষণের জন্য সিনিয়র স্টাফ প্রোডাক্ট ম্যানেজমেন্ট ম্যানেজার। “এসএলএম ডেটা অ্যানালিটিক্স গাড়ির মধ্যে এই ডিভাইসগুলির স্বাস্থ্য, রক্ষণাবেক্ষণ এবং স্থায়িত্বের ক্ষেত্রে যথেষ্ট ভূমিকা পালন করবে। বিশ্লেষণের শক্তির মাধ্যমে, আপনি যেকোনো ব্যর্থ ডিভাইসের সঠিক মূল কারণ বিশ্লেষণ করতে পারেন (উদাহরণস্বরূপ, পণ্যদ্রব্য অনুমোদন, বা RMA)। আরও কি, আপনি 'লাইক' ডিভাইসগুলিও খুঁজে পেতে সক্ষম হবেন যা শেষ পর্যন্ত সময়ের সাথে একই রকম ব্যর্থ আচরণ প্রদর্শন করতে পারে। এইভাবে ক্ষমতাপ্রাপ্ত, আপনি ক্ষেত্রের অপারেশন চলাকালীন ব্যর্থ হওয়ার আগে এইগুলির মতো ডিভাইসগুলিকে সক্রিয়ভাবে স্মরণ করতে পারেন। আরও বিশ্লেষণের পর, কোনো চিহ্নিত সমস্যা সংশোধন করার জন্য ডিভাইস বিকাশকারীর দ্বারা প্রশ্নযুক্ত ডিভাইস(গুলি) একটি ডিজাইন পুনরায় স্পিন করার প্রয়োজন হতে পারে। স্বয়ংচালিত ইকোসিস্টেম জুড়ে একটি সঠিক SLM সমাধান স্থাপনের সাথে, আপনি উচ্চতর স্তরের পূর্বাভাস অর্জন করতে পারেন এবং এইভাবে স্বয়ংচালিত প্রস্তুতকারক এবং ভোক্তাদের জন্য উচ্চ গুণমান এবং সুরক্ষা অর্জন করতে পারেন।"
OEM প্রভাব
যদিও আধুনিক গাড়িগুলিকে চাকার উপর কম্পিউটার হিসাবে বর্ণনা করা হয়েছে, তারা এখন চাকার উপর থাকা মোবাইল ফোনের মত। OEM গুলি এমন গাড়ি ডিজাইন করছে যেগুলি বৈশিষ্ট্যগুলিকে বাদ দেয় না৷ আধা-স্বায়ত্তশাসিত ড্রাইভিং, ভয়েস-নিয়ন্ত্রিত ইনফোটেইনমেন্ট সিস্টেম, এবং ড্রাইভারের আচরণ সহ অনেক ফাংশনের নিরীক্ষণ- প্রচুর পরিমাণে ডেটা প্রদান করছে। যদিও সেই ডেটা ভবিষ্যতের ডিজাইন উন্নত করতে ব্যবহার করা যেতে পারে। নিরাপত্তা এবং গোপনীয়তার প্রতি OEM-এর পন্থা পরিবর্তিত হয়, কিছু অন্যদের তুলনায় শক্তিশালী নিরাপত্তা এবং গোপনীয়তা সুরক্ষা প্রদান করে।
Mercedes-Benz ডেটা সুরক্ষা এবং গোপনীয়তার দিকে মনোযোগ দিচ্ছে, এবং কোম্পানির মতে, সাইবার নিরাপত্তা এবং সফ্টওয়্যার আপডেট ম্যানেজমেন্ট সিস্টেমের জন্য একটি ইউরোপীয় আদর্শ, UN ECE R155 / R156 এর সাথে সঙ্গতিপূর্ণ৷ ডিজিটাল যানবাহন পরিষেবাগুলির সাথে কোন ডেটা প্রক্রিয়া করা হয় তা গ্রাহক কোন পরিষেবাগুলি নির্বাচন করেন তার উপর নির্ভর করে। শুধুমাত্র সংশ্লিষ্ট পরিষেবার জন্য প্রয়োজনীয় ডেটা প্রক্রিয়া করা হবে। অতিরিক্তভাবে, "মার্সিডিজ মি কানেক্ট" অ্যাপের ব্যবহারের শর্তাবলী এবং গোপনীয়তা তথ্য গ্রাহকদের জন্য কী ডেটা প্রয়োজন এবং কীভাবে এটি প্রক্রিয়া করা হয় তা দেখতে স্বচ্ছ করে তোলে৷ গ্রাহকরা তারা কোন পরিষেবা ব্যবহার করতে চান তা নির্ধারণ করতে পারেন।
Hyundai ইঙ্গিত দিয়েছে যে এটি সাইবার নিরাপত্তা বাড়াতে ত্রুটি-সহনশীল সফ্টওয়্যার আর্কিটেকচার সহ নিরাপত্তা, তথ্য সুরক্ষা এবং ডেটা গোপনীয়তাকে অগ্রাধিকার দিয়ে ব্যবহারকারী-কেন্দ্রিক ফোকাস অনুসরণ করবে। Hyundai Motor Group এর গ্লোবাল সফটওয়্যার সেন্টার, 42dot, বর্তমানে ইন্টিগ্রেটেড হার্ডওয়্যার/সফ্টওয়্যার নিরাপত্তা সমাধান তৈরি করছে যা ডেটা টেম্পারিং, হ্যাকিং এবং বাহ্যিক সাইবার হুমকি, সেইসাথে বড় ডেটা এবং AI অ্যালগরিদম ব্যবহার করে অস্বাভাবিক যোগাযোগ সনাক্ত করে এবং ব্লক করে।
এবং বিএমডব্লিউ গ্রুপের মতে, সংস্থাটি বিশ্বব্যাপী 20 মিলিয়নেরও বেশি গাড়ির একটি সংযুক্ত বহর পরিচালনা করে। 6 মিলিয়নেরও বেশি যানবাহন নিয়মিতভাবে ওভার-দ্য-এয়ার আপডেট করা হয়। অন্যান্য পরিষেবাগুলির সাথে একসাথে, সংযুক্ত যানবাহন এবং ক্লাউড-ব্যাকএন্ডের মধ্যে প্রতিদিন 110 টেরাবাইটের বেশি ডেটা ট্র্যাফিক প্রক্রিয়া করা হয়। সমস্ত BMW যানবাহন ইন্টারফেস গ্রাহকদের তাদের যানবাহনে ঘটতে পারে এমন বিভিন্ন ধরণের ডেটা সংগ্রহ এবং প্রক্রিয়াকরণ থেকে অপ্ট ইন বা আউট করার অনুমতি দেয়। যদি পছন্দ হয়, BMW গ্রাহকরা যে কোনো সময় তাদের গাড়ির BMW iDrive স্ক্রীনে গিয়ে তাদের যানবাহন সংক্রান্ত সমস্ত ঐচ্ছিক ডেটা সংগ্রহ থেকে বেরিয়ে আসতে পারেন। অতিরিক্তভাবে, BMW যানবাহন থেকে BMW পরিষেবাগুলিতে কোনও ডেটা স্থানান্তর সম্পূর্ণভাবে বন্ধ করতে, গ্রাহকরা তাদের যানবাহনে এমবেডেড সিম নিষ্ক্রিয় করার অনুরোধ করতে কোম্পানির সাথে যোগাযোগ করতে পারেন।
সমস্ত OEM গোপনীয়তার বিষয়ে একই দর্শন ধারণ করে না। মোজিলা ফাউন্ডেশন, একটি অলাভজনক সংস্থা দ্বারা পরিচালিত 25টি ব্র্যান্ডের উপর একটি সমীক্ষা অনুসারে, 56% একটি অনানুষ্ঠানিক অনুরোধের প্রতিক্রিয়া হিসাবে আইন প্রয়োগকারী সংস্থার সাথে ডেটা ভাগ করবে, 84% ব্যক্তিগত ডেটা ভাগ বা বিক্রি করবে এবং 100% ফাউন্ডেশনের "গোপনীয়তা অন্তর্ভুক্ত নয়" অর্জন করেছে " সতর্কতা লেবেল.
আরও গুরুত্বপূর্ণ, গ্রাহকরা কি গোপনীয়তার বিষয়ে শিক্ষিত বা অবহিত?
চিত্র 2: একবার একটি গাড়ি থেকে ডেটা সংগ্রহ করা হলে, এটি গ্রাহকদের অজান্তেই একাধিক গন্তব্যে যেতে পারে। উত্স: Mozilla, *গোপনীয়তা অন্তর্ভুক্ত নয়।
ভবিষ্যতে স্বয়ংচালিত ডিজাইনে ডেটা প্রয়োগ করা হচ্ছে
OEMs স্বায়ত্তশাসিত ড্রাইভিং, অবকাঠামো, ইনফোটেইনমেন্ট, সংযুক্ত যানবাহন এবং যানবাহনের স্বাস্থ্য এবং রক্ষণাবেক্ষণ সম্পর্কিত বিভিন্ন ধরণের স্বয়ংচালিত ডেটা সংগ্রহ করে। চূড়ান্ত লক্ষ্য, তবে, শুধুমাত্র বিশাল কাঁচা তথ্য সংকলন করা নয়; বরং, এটি থেকে মূল্য আহরণ করা হয়। OEM-দের যে প্রশ্নগুলি জিজ্ঞাসা করা দরকার তার মধ্যে একটি হল ভবিষ্যতের স্বয়ংচালিত ডিজাইনে সত্যিই দরকারী তথ্য বের করতে প্রযুক্তি কীভাবে প্রয়োগ করা যায়৷
"OEMs তাদের যানবাহনের বিভিন্ন ফাংশন পরীক্ষা এবং যাচাই করার চেষ্টা করছে," ডেভিড ফ্রিটজ বলেছেন, ভার্চুয়াল এবং হাইব্রিড সিস্টেমের ভাইস প্রেসিডেন্ট সিমেন্স ইডিএ. "এতে লক্ষ লক্ষ টেরাবাইট ডেটা জড়িত হতে পারে৷ কখনও কখনও, ডেটার একটি বিশাল অংশ অপ্রয়োজনীয় এবং অকেজো। ডেটার আসল মান হল, একবার এটি পাতিত হয়ে গেলে, এটি এমন একটি আকারে যেখানে মানুষ ডেটার অর্থের সাথে সম্পর্কিত হতে পারে এবং এটিকে সিস্টেমে ঠেলে দেওয়া যেতে পারে যখন সেগুলি তৈরি ও পরীক্ষা করা হচ্ছে এবং যানবাহনের আগে এমনকি মাটিতে আছে। আমরা বেশ কিছুদিন ধরে জেনেছি যে বিশ্বের অনেক দেশ এবং নিয়ন্ত্রক সংস্থাগুলি যাকে তারা দুর্ঘটনা ডেটাবেস বলে তা সংগ্রহ করছে। দুর্ঘটনা ঘটলে পুলিশ ঘটনাস্থলে উপস্থিত হয়ে প্রাসঙ্গিক তথ্য সংগ্রহ করে। 'এখানে একটি ছেদ ছিল, সেখানে একটি স্টপ সাইন। এবং এই গাড়িটি এই দিক দিয়ে প্রায় ঘন্টায় মাইল বেগে যাচ্ছিল। আবহাওয়ার অবস্থা এমন। হলুদ আলোয় গাড়িটি মোড়ে ঢুকে দুর্ঘটনা ঘটায় ইত্যাদি।' এটি একটি দুর্ঘটনার দৃশ্য। প্রযুক্তিগুলি সেই পরিস্থিতিগুলি নেওয়ার জন্য এবং সেগুলিকে ওপেন সিনারিও নামে একটি স্ট্যান্ডার্ড ফর্মে রাখার জন্য উপলব্ধ। তথ্যের উপর ভিত্তি করে, সেই দুর্ঘটনার পরিস্থিতিতে সেন্সরগুলি কী দেখবে তা নির্ধারণ করতে ডেটার একটি নতুন সেট তৈরি করা যেতে পারে এবং তারপরে গাড়ি এবং পরিবেশের একটি ভার্চুয়াল সংস্করণ এবং ভবিষ্যতে এটিকে ধাক্কা দিতে পারে এবং সেই পরিস্থিতিগুলিকে ধাক্কা দেয়। এই শারীরিক যান নিজেই সেন্সর. এটি সত্যিই সেই ডেটার পাতন এমন একটি ফর্ম যা একজন মানুষ তাদের মনকে ঘিরে রাখতে পারে। অন্যথায়, আপনি কোটি কোটি টেরাবাইট কাঁচা ডেটা সংগ্রহ করতে পারেন এবং এটি এই সিস্টেমগুলিতে ঠেলে দেওয়ার চেষ্টা করতে পারেন, এবং এটি আসলে আপনাকে আর কোনও সাহায্য করবে না যদি কেউ একটি গাড়িতে বসে সেগুলিকে বিলিয়ন মাইল ধরে টেনে নিয়ে যায়।"
কিন্তু সেই ডেটাও খুব দরকারী হতে পারে। "যদি একটি OEM নিরাপত্তা শংসাপত্র পেতে চায়, জার্মানিতে বলুন, OEM কীভাবে যানবাহন নেভিগেট করবে সে সম্পর্কে পরিস্থিতির ডেটার একটি সেট সরবরাহ করতে পারে," ফ্রিটজ বলেছিলেন। “একটি OEM জার্মান কর্তৃপক্ষকে ডেটার একটি সেট সরবরাহ করতে পারে, বিভিন্ন পরিস্থিতিতে গাড়িটি নিরাপদ উপায়ে নেভিগেট করবে তা প্রমাণ করার জন্য পরিস্থিতির একটি সেট সহ। দুর্ঘটনা ডাটাবেসের ডেটার সাথে তুলনা করে, জার্মান সরকার বলতে পারে যে যতক্ষণ পর্যন্ত আপনি সেই ডাটাবেসের 95% দুর্ঘটনা এড়াতে পারবেন, আপনি প্রত্যয়িত। এটি মানব ড্রাইভার, বীমা, প্রকৌশল এবং ভিজ্যুয়াল সিমুলেশনের দৃষ্টিকোণ থেকে কার্যকর। তথ্য প্রমাণ করে গাড়িটি প্রত্যাশিতভাবে আচরণ করবে। বিকল্প হল চারপাশে ড্রাইভ করা, যেমন স্বায়ত্তশাসিত যানবাহনের ক্ষেত্রে, এবং মামলার মুখোমুখি হওয়ার সময় দুর্ঘটনাটি গাড়ির কারণে ঘটেনি বলে ন্যায্যতা দেওয়ার চেষ্টা করা হয়। এটার কোনো মানে আছে বলে মনে হয় না, কিন্তু আজ সেটাই হচ্ছে।”
সম্পর্কিত পঠন
স্বয়ংচালিত সাইবার নিরাপত্তা আক্রমণ রোধ করা
স্বয়ংচালিত ইকোসিস্টেমের মধ্যে ক্রমবর্ধমান সংখ্যক মান এবং প্রবিধান সাইবার আক্রমণ প্রতিরোধ করে উন্নয়ন খরচ বাঁচানোর প্রতিশ্রুতি দেয়।
সফ্টওয়্যার-সংজ্ঞায়িত যান রোল করার জন্য প্রস্তুত
নতুন পদ্ধতির খরচ, নিরাপত্তা, নিরাপত্তা, এবং বাজারের সময় বড় প্রভাব ফেলতে পারে।
- এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
- PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
- প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
- প্লেটোইএসজি। কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
- প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
- উত্স: https://semiengineering.com/increased-automotive-data-use-raises-privacy-security-concerns/
