वाहनों में एकत्रित, संसाधित और संग्रहीत किए जा रहे डेटा की मात्रा में विस्फोट हो रहा है, और उस डेटा का मूल्य भी। इससे ऐसे प्रश्न उठते हैं जिनका अभी भी पूरी तरह से उत्तर नहीं दिया गया है कि उस डेटा का उपयोग कैसे किया जाएगा, किसके द्वारा किया जाएगा और इसे कैसे सुरक्षित किया जाएगा।

वाहन निर्माता ADAS, 5G और V2X जैसी उन्नत तकनीकों के नवीनतम संस्करणों के आधार पर प्रतिस्पर्धा कर रहे हैं, लेकिन ECU, सॉफ़्टवेयर-परिभाषित वाहन और इन-केबिन मॉनिटरिंग भी अधिक से अधिक डेटा की मांग करते हैं, और वे उस डेटा का उपयोग उन उद्देश्यों के लिए कर रहे हैं वाहन को बिंदु A से बिंदु B तक सुरक्षित रूप से पहुंचाने से आगे बढ़ें। वे अब ग्राहकों की रुचि के अनुसार अतिरिक्त सदस्यता-आधारित सेवाएं प्रदान करने की होड़ में हैं, क्योंकि बीमा कंपनियों सहित विभिन्न संस्थाएं ड्राइवरों की आदतों के बारे में जानकारी के लिए भुगतान करने की इच्छा का संकेत दे रही हैं।

इस डेटा को एकत्र करने से ओईएम को अंतर्दृष्टि प्राप्त करने और संभावित रूप से अतिरिक्त राजस्व उत्पन्न करने में मदद मिल सकती है। हालाँकि, इसे इकट्ठा करने से गोपनीयता और सुरक्षा संबंधी चिंताएँ पैदा होती हैं कि इस विशाल मात्रा में डेटा का मालिक कौन होगा और इसे कैसे प्रबंधित और उपयोग किया जाना चाहिए। और जैसे-जैसे ऑटोमोटिव डेटा का उपयोग बढ़ेगा, यह भविष्य के ऑटोमोटिव डिज़ाइन को कैसे प्रभावित करेगा?

चित्र 1: कनेक्टेड वाहन वाहनों और क्लाउड के बीच संचार करने के लिए सॉफ़्टवेयर पर निर्भर करते हैं। स्रोत: मैकिन्से एंड कंपनी

स्वायत्त वाहन अनुभाग प्रबंधक स्वेन कोपाकज़ ने कहा, "वाहन में उत्पन्न अधिकांश डेटा ड्राइवर के व्यवहार और वाहन के प्रदर्शन का विश्लेषण करने और नई या उन्नत सुविधाओं को विकसित करने के लिए ओईएम और उनके भागीदारों के लिए अत्यधिक मूल्यवान होगा।" कीज़इट टेक्नोलॉजीज. “दूसरी ओर, डेटा उपयोग की गोपनीयता को कुछ लोगों के लिए जोखिम के रूप में देखा जा सकता है। लेकिन वास्तविक मूल्य - जैसा कि पहले से ही टेस्ला और अन्य द्वारा लागू और उपयोग किया गया है - उन ADAS एल्गोरिदम को बेहतर बनाने, CI/CD DevOps सॉफ़्टवेयर विकास मॉडल को सक्षम करने और अपडेट के तेजी से डाउनलोड की अनुमति देने के लिए निरंतर प्रतिक्रिया है। केवल समय ही बताएगा कि क्या कानून प्रवर्तन और अदालतें इस डेटा की मांग करेंगी और कानून निर्माता कैसे प्रतिक्रिया देंगे।

उत्पन्न डेटा के प्रकार
प्रीडेंस रिसर्च के अनुसार, वैश्विक ऑटोमोटिव डेटा बाज़ार का आकार 2.19 में 2022 बिलियन डॉलर से बढ़कर 14.29 तक 2032 बिलियन डॉलर हो जाएगा, जिसमें कई प्रकार के डेटा एकत्र किए जाएंगे, जिनमें शामिल हैं:

• स्वायत्त ड्राइविंग: L1 से L5 तक सभी स्तरों पर डेटा, जिसमें वाहनों पर स्थापित कई सेंसर से एकत्र किया गया डेटा भी शामिल है।
• भूमिकारूप व्यवस्था: रिमोट मॉनिटरिंग, ओटीए अपडेट और नियंत्रण केंद्रों, वी2एक्स और ट्रैफिक पैटर्न द्वारा रिमोट कंट्रोल के लिए उपयोग किया जाने वाला डेटा।
• इन्फोटेनमेंट: ग्राहक वॉयस कंट्रोल, जेस्चर, मैप और पार्किंग जैसे एप्लिकेशन का उपयोग कैसे कर रहे हैं, इसकी जानकारी।
• जुड़ी हुई जानकारी: तृतीय-पक्ष पार्किंग ऐप्स को भुगतान की जानकारी, दुर्घटना की जानकारी, डैशबोर्ड कैमरे से डेटा, हैंडहेल्ड डिवाइस, मोबाइल एप्लिकेशन और ड्राइवर व्यवहार की निगरानी।
• वाहन स्वास्थ्य: मरम्मत और रखरखाव रिकॉर्ड, बीमा हामीदारी, ईंधन की खपत, टेलीमैटिक्स।

यह जानकारी भविष्य के ऑटोमोटिव डिज़ाइन, पूर्वानुमानित रखरखाव और सुरक्षा सुधारों के लिए उपयोगी हो सकती है, और बीमा कंपनियों से दुर्घटनाओं पर अधिक व्यापक जानकारी के साथ अंडरराइटिंग लागत को कम करने में सक्षम होने की उम्मीद है। एकत्र की गई जानकारी के आधार पर, ओईएम को अधिक विश्वसनीय और सुरक्षित कारों को डिजाइन करने और ग्राहकों की इच्छाओं के साथ निकट संपर्क में रहने में सक्षम होना चाहिए। उदाहरण के लिए, स्वचालित पार्किंग और अधिक परिष्कृत वॉयस इनपुट और कमांड जैसी सदस्यता-आधारित सेवाओं के लिए ग्राहकों की मांग का आकलन करने के लिए प्रयोग किए जा सकते हैं।

एसएलएम इन-फील्ड एनालिटिक्स के वरिष्ठ कर्मचारी उत्पाद प्रबंधन प्रबंधक लोरिन कैनेडी ने कहा, "सेवा और मरम्मत के लिए डायग्नोस्टिक डेटा दशकों से ऑटोमोटिव डेटा एनालिटिक्स का मूल रहा है।" Synopsys. “कनेक्टेड वाहनों और उन्नत मशीन लर्निंग (एमएल) एनालिटिक्स के आगमन के साथ, जो बड़ी मात्रा में डेटा को नियमित रूप से संसाधित करने में सक्षम बनाता है, इस डेटा का मूल्य तेजी से बढ़ा है। चूंकि डेटा ड्राइव में मोबाइल जैसे अनुभव और उन्नत ड्राइवर सहायता क्षमताओं जैसे संवर्द्धन की सुविधा है, इसलिए OEM को इन नई सुविधाओं को शक्ति देने वाले सेमीकंडक्टर सिस्टम की निर्भरता और विश्वसनीयता को बेहतर ढंग से समझने की आवश्यकता है। इलेक्ट्रॉनिक घटकों और अर्धचालकों से निगरानी और सेंसर डेटा का संग्रह इन अधिक उन्नत नोड्स पर गुणवत्ता और विश्वसनीयता सुनिश्चित करने के लिए एडीएएस, आईवीआई, ईसीयू इत्यादि जैसी सभी प्रकार की ऑटोमोटिव प्रौद्योगिकियों में बढ़ती नैदानिक ​​​​डेटा आवश्यकता होगी।

के लिए प्रत्याशित अद्यतन आईएसओ 26262 हार्डवेयर के पूर्वानुमानित रखरखाव के अनुप्रयोग के संबंध में विनियम, सिलिकॉन उम्र बढ़ने के कारण होने वाले अपमानजनक आंतरायिक दोषों की पहचान करना और क्षेत्र में अत्यधिक तनाव की स्थिति ऐसे क्षेत्र हैं जिन पर भी ध्यान दिया जाना चाहिए। उनमें सिलिकॉन जीवनचक्र प्रबंधन (एसएलएम) प्रौद्योगिकियां शामिल हो सकती हैं, जो सिलिकॉन के स्वास्थ्य और उसके पुराने होने पर उसके उपयोगी जीवन के बारे में अधिक व्यापक ज्ञान प्रदान कर सकती हैं।

कैनेडी ने कहा, "वह ज्ञान, बदले में, सेवा अपडेट और भविष्य के ओटीए रिलीज को सक्षम करेगा जो अतिरिक्त अर्धचालक गणना शक्ति का लाभ उठाएगा।" “कुल मिलाकर बेड़े के प्रदर्शन को फायदा होगा, और सेमीकंडक्टर और सिस्टम डिज़ाइन प्रक्रिया को भी फायदा होगा, क्योंकि नई अंतर्दृष्टि अधिक दक्षता हासिल करने में मदद करेगी। ओईएम, टियर वन और सेमीकंडक्टर सप्लायर सहयोग से डेटा क्या प्रकाश में लाता है - सिलिकॉन से लेकर सॉफ्टवेयर सिस्टम प्रदर्शन तक - वाहनों को कार्यात्मक सुरक्षा डिजाइन मापदंडों को पूरा करने में सक्षम करेगा जो उन्नत इलेक्ट्रॉनिक्स में तेजी से महत्वपूर्ण होते जा रहे हैं।

फिर भी, वाहनों में उत्पन्न डेटा के लिए, OEM को प्राथमिकता देने की आवश्यकता होगी कि कौन सा डेटा ड्राइवरों के लिए तुरंत मूल्य प्रदान कर सकता है, और कौन सा डेटा 5G कनेक्शन के माध्यम से क्लाउड पर भेजा जाना चाहिए।

कीसाइट के कोपाकज़ ने कहा, "डेटा वॉल्यूम और डेटा ट्रांसमिशन नेटवर्क लागत को कम करने के लिए ऑन-बोर्ड प्रोसेसिंग के बीच समझौता संभवतः प्राथमिकता निर्धारित करेगा।" “उदाहरण के लिए, एडीएएस अनुप्रयोगों के लिए कैमरा, लिडार और रडार सेंसर डेटा एडीएएस एल्गोरिदम के प्रशिक्षण के लिए मूल्य हो सकता है, लेकिन कच्चे डेटा की मात्रा को प्रसारित करना और संग्रहीत करना बहुत महंगा होगा। इसी तरह, ड्राइवर का ध्यान डेटा यूआई डिज़ाइन में उच्च मूल्य का हो सकता है, और मेटा-डेटा फॉर्म में सबसे अच्छा एकत्र किया जाएगा। V2X डेटा में अपेक्षाकृत कम डेटा वॉल्यूम होता है और अंततः ADAS के लिए एक प्रमुख डेटा स्रोत होना चाहिए, जो कार में अन्य वाहनों, सड़क के बुनियादी ढांचे और सड़क की स्थिति की गैर-लाइन-ऑफ़-विज़न दृश्यता प्रदान करता है। इसे V2N लिंक पर साझा करने से प्रभावी सुरक्षा अनुप्रयोग सक्षम हो सकते हैं, लेकिन इसकी जटिल प्रकृति के कारण एंगल रैंडम वॉक (ARW) सेंसर डेटा पर अधिक सावधानी से विचार करने की आवश्यकता है। वाहन में इन्फोटेनमेंट स्ट्रीमिंग सामग्री ओईएम और सामग्री प्रदाताओं के साथ-साथ एक साथ काम करने वाले नेटवर्क ऑपरेटरों के लिए भी एक मूल्यवान राजस्व स्रोत हो सकती है।

ऑटोमोटिव साइबर सुरक्षा पर प्रभाव
जैसे-जैसे वाहन अधिक स्वायत्त और कनेक्टेड होते जाएंगे, डेटा का उपयोग बढ़ेगा, और उस डेटा का मूल्य भी बढ़ेगा। इससे साइबर सुरक्षा और डेटा गोपनीयता संबंधी चिंताएँ बढ़ती हैं। हैकर्स वाहनों द्वारा एकत्र किए गए व्यक्तिगत डेटा को चुराना चाहते हैं, और ऐसा करने के लिए रैंसमवेयर और अन्य हमलों का उपयोग कर सकते हैं। वाहनों पर नियंत्रण रखने या इससे भी बदतर, उन्हें चुराने का विचार भी हैकर्स को आकर्षित करता है। उपयोग की जाने वाली तकनीकों में वाहन ऐप्स और वाहनों पर वायरलेस कनेक्शन को हैक करना (डायग्नोस्टिक्स, कुंजी फ़ोब हमले और बिना चाबी जैमिंग) शामिल हैं। डेटा एक्सेस, वाहनों और बुनियादी ढांचे को हमलों से बचाना लगातार महत्वपूर्ण और चुनौतीपूर्ण होता जा रहा है।

सॉफ़्टवेयर-परिभाषित वाहनों के साथ साइबर सुरक्षा जोखिम बढ़ जाते हैं। खासतौर पर याददाश्त को सुरक्षित रखने की जरूरत होगी।

सिक्योर मेमोरी सॉल्यूशन के केंद्र प्रमुख इलिया स्टोलोव ने कहा, "ईवीएस में उन्नत प्रौद्योगिकी का एकीकरण महत्वपूर्ण साइबर सुरक्षा चुनौतियों का सामना करता है जो तत्काल ध्यान देने और परिष्कृत समाधान की मांग करता है।" Winbond. “आधुनिक इलेक्ट्रॉनिक प्लेटफार्मों के भीतर डिजिटल किले के केंद्र में फ्लैश गैर-वाष्पशील यादें हैं, जिनमें कोड, निजी डेटा और कंपनी क्रेडेंशियल्स जैसी अमूल्य संपत्तियां हैं। दुर्भाग्य से, उनकी सर्वव्यापकता ने उन्हें संवेदनशील जानकारी तक अनधिकृत पहुंच चाहने वाले हैकरों के लिए आकर्षक लक्ष्य बना दिया है।

स्टोलोव ने कहा कि विनबॉन्ड फ्लैश मेमोरी को हैक से सुरक्षित करने के लिए सक्रिय रूप से काम कर रहा है।

इसके अतिरिक्त, मेमोरी डिज़ाइन को सुरक्षित करने में महत्वपूर्ण विचार भी हैं, जैसे:

• DICE विश्वास की जड़: हार्डवेयर सुरक्षा के लिए विश्वास का सुरक्षित फ़्लैश रूट बनाने के लिए डिवाइस आइडेंटिफ़ायर कंपोज़िशन इंजन (DICE) का उपयोग किया जाना चाहिए। यह सुरक्षित पहचान हार्डवेयर में विश्वास बनाने का आधार बनती है। इसलिए अन्य सुरक्षा उपाय फर्मवेयर और सॉफ़्टवेयर हमलों से सुरक्षा के लिए बूट कोड की प्रामाणिकता और अखंडता पर भरोसा कर सकते हैं। प्रारंभिक बूट प्रक्रिया और उसके बाद के सॉफ़्टवेयर निष्पादन विश्वसनीय और सत्यापित मापों पर आधारित होते हैं, जो सिस्टम में दुर्भावनापूर्ण कोड के इंजेक्शन को रोकने में मदद करते हैं।
• कोड और डेटा सुरक्षा: सिस्टम-व्यापी अखंडता बनाए रखने के लिए कोड और डेटा की सुरक्षा करना महत्वपूर्ण है। कोड या डेटा में अनधिकृत संशोधन से खराबी, सिस्टम अस्थिरता, या दुर्भावनापूर्ण कोड की शुरूआत हो सकती है, हार्डवेयर की इच्छित कार्यक्षमता से समझौता हो सकता है या सिस्टम कमजोरियों का फायदा उठाया जा सकता है।
• प्रमाणीकरण प्रोटोकॉल: प्रमाणीकरण साइबर सुरक्षा का एक मौलिक और महत्वपूर्ण घटक है, जो अनधिकृत पहुंच और संभावित सुरक्षा उल्लंघनों के खिलाफ अग्रिम पंक्ति की रक्षा के रूप में कार्य करता है। केवल क्रिप्टोग्राफी क्रेडेंशियल्स का उपयोग करके अधिकृत अभिनेताओं और अनुमोदित सॉफ़्टवेयर परतों तक पहुंच को प्रतिबंधित करने के लिए प्रमाणीकरण प्रोटोकॉल को नियोजित करना महत्वपूर्ण है।
• रोलबैक सुरक्षा के साथ सुरक्षित सॉफ़्टवेयर अपडेट: नियमित अपडेट बग फिक्स से परे विस्तारित होते हैं जिनमें रिमोट फर्मवेयर ओवर-द-एयर (ओटीए) अपडेट, रोलबैक हमलों के खिलाफ सुरक्षा और केवल वैध अपडेट का निष्पादन सुनिश्चित करना शामिल है।
• पोस्ट-क्वांटम क्रिप्टोग्राफी: क्वांटम कंप्यूटिंग के बाद के युग का अनुमान लगाते हुए एनआईएसटी 800-208 लीटन-मिकाली सिग्नेचर (एलएमएस) क्रिप्टोग्राफी को शामिल करना भविष्य के क्वांटम कंप्यूटरों द्वारा उत्पन्न संभावित खतरों के खिलाफ ईवीएस की सुरक्षा करता है।
• प्लेटफ़ॉर्म लचीलापन: अनधिकृत कोड परिवर्तनों का स्वचालित पता लगाने से संभावित साइबर खतरों को प्रभावी ढंग से विफल करते हुए, सुरक्षित स्थिति में तेजी से पुनर्प्राप्ति सक्षम हो जाती है। प्लेटफ़ॉर्म लचीलेपन के लिए एनआईएसटी 800-193 सिफारिशों का पालन एक मजबूत रक्षा तंत्र सुनिश्चित करता है।
• सुरक्षित आपूर्ति श्रृंखला: संपूर्ण आपूर्ति श्रृंखला में फ़्लैश सामग्री की उत्पत्ति और अखंडता की गारंटी देते हुए, ये सुरक्षित फ़्लैश डिवाइस प्लेटफ़ॉर्म असेंबली, परिवहन और कॉन्फ़िगरेशन के दौरान सामग्री से छेड़छाड़ और गलत कॉन्फ़िगरेशन को रोकते हैं। यह, बदले में, साइबर विरोधियों के खिलाफ सुरक्षा प्रदान करता है।

एसडीवी और कनेक्टेड कारों में संक्रमण को ध्यान में रखते हुए, डेटा भेद्यता और भी महत्वपूर्ण हो जाती है।

कीसाइट के कोपैकज़ ने कहा, "डेटा कहां रहता है, इसके आधार पर, विभिन्न सुरक्षा उपाय मौजूद हैं।" “घुसपैठ का पता लगाने वाले सिस्टम (आईडीएस), क्रिप्टो सेवाएं और कुंजी प्रबंधन वाहनों में मानक समाधान बन रहे हैं। सुरक्षा सुविधाओं के लिए विशेष रूप से संवेदनशील डेटा को संरक्षित और सत्यापित करने की आवश्यकता है। इस प्रकार, अतिरेक अधिक प्रासंगिक हो जाता है। एसडीवी के साथ, वाहन सॉफ्टवेयर पूरे वाहन जीवन चक्र के दौरान लगातार अद्यतन या परिवर्तित होता रहता है। लगातार विकसित हो रहे साइबर खतरे विशेष रूप से चुनौतीपूर्ण हैं। तदनुसार, नए सुरक्षा अंतरालों के लिए संपूर्ण वाहन सॉफ़्टवेयर की लगातार जाँच की जानी चाहिए। सुरक्षा खतरों को कम करने के लिए ओईएम को व्यापक परीक्षण समाधानों की आवश्यकता होगी। इसमें संपूर्ण हमले की सतह के साइबर सुरक्षा परीक्षण को शामिल करने की आवश्यकता होगी, जिसमें सभी वाहन इंटरफेस शामिल होंगे - वायर्ड वाहन संचार नेटवर्क जैसे कि कैन या ऑटोमोटिव ईथरनेट या वाई-फाई, ब्लूटूथ या सेलुलर संचार के माध्यम से वायरलेस कनेक्शन। ओईएम को बैकएंड का परीक्षण करने की भी आवश्यकता होगी जो ओवर-द-एयर (ओटीए) सॉफ़्टवेयर अपडेट प्रदान करता है। ऐसे समाधान साइबर अपराधियों द्वारा क्षति या डेटा चोरी के जोखिम को कम कर सकते हैं।

डेटा प्रबंधन और गोपनीयता संबंधी चिंताएँ
एक और मुद्दा जिसे हल किया जाना है वह यह है कि एकत्र किए गए डेटा की भारी मात्रा को कैसे प्रबंधित और उपयोग किया जाएगा। आदर्श रूप से, गोपनीयता की चिंता पैदा किए बिना वाणिज्यिक मूल्य प्राप्त करने के लिए डेटा का विश्लेषण किया जाएगा। उदाहरण के लिए, इन्फोटेनमेंट प्लेटफ़ॉर्म डेटा से पता चल सकता है कि किस प्रकार का संगीत सबसे लोकप्रिय है, जिससे संगीत उद्योग को मार्केटिंग रणनीतियों में सुधार करने में मदद मिलेगी। हालाँकि, ऐसे डेटा के स्थानांतरण की निगरानी कौन करेगा? ग्राहकों को डेटा संग्रह के बारे में कैसे जागरूक किया जाएगा? और क्या उन्हें अपना डेटा बेचने से इनकार करने का अवसर मिलेगा?

हवाई जहाज की तरह, दुर्घटना होने के बाद डेटा के विश्लेषण के लिए जानकारी रिकॉर्ड करने के लिए वाहन ब्लैक बॉक्स स्थापित किए जाते हैं। दर्ज की गई जानकारी में अन्य बातों के अलावा वाहन की गति, ब्रेक लगाने की स्थिति और एयर बैग की सक्रियता शामिल है। यदि कोई दुर्घटना होती है जिसके परिणामस्वरूप मृत्यु हो जाती है, और एडीएएस और ईसीयू का डेटा डिज़ाइन में भेद्यता को उजागर करता है, तो क्या उस डेटा को निर्माताओं या उनकी आपूर्ति श्रृंखलाओं के खिलाफ अदालत में सबूत के रूप में इस्तेमाल किया जा सकता है? इस जानकारी से लैस होकर, बीमा उद्योग दावों को अस्वीकार कर सकता है। क्या एडीएएस/ईसीयू के एक या अधिक निर्माताओं को अधिकारियों द्वारा आदेश दिए जाने पर डेटा सौंपने की आवश्यकता होगी?

गाइ कॉर्टेज़ ने कहा, "परिष्कृत इलेक्ट्रॉनिक भागों के लिए गुणवत्ता की आवश्यकताएं अधिक कठोर और सख्त होती रहेंगी, जिससे विफल घटकों के मानव जीवन की सुरक्षा और भलाई पर पड़ने वाले प्रभाव के कारण प्रति बिलियन (डीपीपीबी) में केवल कुछ दोषपूर्ण भागों की अनुमति होगी।" , सिनोप्सिस में एसएलएम एनालिटिक्स के लिए वरिष्ठ कर्मचारी उत्पाद प्रबंधन प्रबंधक। “एसएलएम डेटा एनालिटिक्स वाहन के भीतर जीवन भर इन उपकरणों के स्वास्थ्य, रखरखाव और स्थिरता में महत्वपूर्ण भूमिका निभाता रहेगा। एनालिटिक्स की शक्ति के माध्यम से, आप किसी भी विफल डिवाइस (उदाहरण के लिए, माल वापसी प्राधिकरण, या आरएमए) का उचित मूल कारण विश्लेषण कर सकते हैं। इसके अलावा, आप 'समान' डिवाइस भी ढूंढने में सक्षम होंगे जो अंततः समय के साथ समान विफल व्यवहार प्रदर्शित कर सकते हैं। इस प्रकार सशक्त होकर, आप क्षेत्र में ऑपरेशन के दौरान विफल होने से पहले इन जैसे उपकरणों को सक्रिय रूप से वापस बुला सकते हैं। आगे के विश्लेषण पर, किसी भी पहचानी गई समस्या को ठीक करने के लिए विचाराधीन डिवाइस को डिवाइस डेवलपर द्वारा डिज़ाइन को फिर से स्पिन करने की आवश्यकता हो सकती है। पूरे ऑटोमोटिव पारिस्थितिकी तंत्र में उचित एसएलएम समाधान तैनात करके, आप उच्च स्तर की पूर्वानुमानशीलता प्राप्त कर सकते हैं, और इस प्रकार ऑटोमोटिव निर्माता और उपभोक्ता के लिए उच्च गुणवत्ता और सुरक्षा प्राप्त कर सकते हैं।

OEM प्रभाव
जबकि आधुनिक कारों को पहियों पर चलने वाले कंप्यूटर के रूप में वर्णित किया गया है, वे अब पहियों पर चलने वाले मोबाइल फोन की तरह हैं। ओईएम ऐसी कारें डिज़ाइन कर रहे हैं जो सुविधाओं पर कंजूसी नहीं करतीं। अर्ध-स्वायत्त ड्राइविंग, आवाज-नियंत्रित इंफोटेनमेंट सिस्टम और ड्राइवर के व्यवहार सहित कई कार्यों की निगरानी से बड़ी मात्रा में डेटा प्राप्त हो रहा है। जबकि उस डेटा का उपयोग भविष्य के डिज़ाइन को बेहतर बनाने के लिए किया जा सकता है। सुरक्षा और गोपनीयता के प्रति ओईएम का दृष्टिकोण अलग-अलग होता है, कुछ दूसरों की तुलना में अधिक मजबूत सुरक्षा और गोपनीयता सुरक्षा प्रदान करते हैं।

कंपनी के अनुसार, मर्सिडीज-बेंज डेटा सुरक्षा और गोपनीयता पर ध्यान दे रही है, और UN ECE R155 / R156 के अनुरूप है, जो साइबर सुरक्षा और सॉफ्टवेयर अपडेट प्रबंधन प्रणालियों के लिए एक यूरोपीय मानक है। डिजिटल वाहन सेवाओं के संबंध में कौन सा डेटा संसाधित किया जाता है यह इस पर निर्भर करता है कि ग्राहक कौन सी सेवाओं का चयन करता है। केवल संबंधित सेवा के लिए आवश्यक डेटा ही संसाधित किया जाएगा। इसके अतिरिक्त, "मर्सिडीज मी कनेक्ट" ऐप की उपयोग की शर्तें और गोपनीयता जानकारी ग्राहकों के लिए यह देखना पारदर्शी बनाती है कि किस डेटा की आवश्यकता है और इसे कैसे संसाधित किया जाता है। ग्राहक यह निर्धारित कर सकते हैं कि वे किन सेवाओं का उपयोग करना चाहते हैं।

हुंडई ने संकेत दिया कि वह साइबर सुरक्षा बढ़ाने के लिए दोष-सहिष्णु सॉफ्टवेयर आर्किटेक्चर के साथ सुरक्षा, सूचना सुरक्षा और डेटा गोपनीयता को प्राथमिकता देते हुए उपयोगकर्ता-केंद्रित फोकस का पालन करेगी। हुंडई मोटर समूह का वैश्विक सॉफ्टवेयर केंद्र, 42dot, वर्तमान में एकीकृत हार्डवेयर/सॉफ्टवेयर सुरक्षा समाधान विकसित कर रहा है जो डेटा छेड़छाड़, हैकिंग और बाहरी साइबर खतरों के साथ-साथ बड़े डेटा और एआई एल्गोरिदम का उपयोग करके असामान्य संचार का पता लगाता है और उन्हें रोकता है।

और बीएमडब्ल्यू समूह के अनुसार, कंपनी वैश्विक स्तर पर 20 मिलियन से अधिक वाहनों के कनेक्टेड बेड़े का प्रबंधन करती है। 6 मिलियन से अधिक वाहनों को नियमित आधार पर ओवर-द-एयर अपडेट किया जाता है। अन्य सेवाओं के साथ, कनेक्टेड वाहनों और क्लाउड-बैकएंड के बीच प्रति दिन 110 टेराबाइट्स से अधिक डेटा ट्रैफ़िक संसाधित होता है। सभी बीएमडब्ल्यू वाहन इंटरफेस उपभोक्ताओं को उनके वाहनों पर होने वाले विभिन्न प्रकार के डेटा संग्रह और प्रसंस्करण में शामिल होने या बाहर निकलने की अनुमति देते हैं। यदि पसंद किया जाए, तो बीएमडब्ल्यू ग्राहक किसी भी समय अपने वाहन में बीएमडब्ल्यू आईड्राइव स्क्रीन पर जाकर अपने वाहनों से संबंधित सभी वैकल्पिक डेटा संग्रह से बाहर निकल सकते हैं। इसके अतिरिक्त, बीएमडब्ल्यू वाहनों से बीएमडब्ल्यू सेवाओं में किसी भी डेटा के हस्तांतरण को पूरी तरह से रोकने के लिए, ग्राहक कंपनी से संपर्क करके अनुरोध कर सकते हैं कि उनके वाहनों पर एम्बेडेड सिम को अक्षम कर दिया जाए।

सभी ओईएम गोपनीयता पर समान दर्शन नहीं रखते हैं। एक गैर-लाभकारी संगठन, मोज़िला फाउंडेशन द्वारा 25 ब्रांडों पर किए गए एक अध्ययन के अनुसार, 56% अनौपचारिक अनुरोध के जवाब में कानून प्रवर्तन के साथ डेटा साझा करेंगे, 84% व्यक्तिगत डेटा साझा करेंगे या बेचेंगे, और 100% ने फाउंडेशन की "गोपनीयता को शामिल नहीं किया" अर्जित किया है। " चेतावनी लेबल।

इससे भी महत्वपूर्ण बात यह है कि क्या ग्राहक गोपनीयता के मुद्दे पर शिक्षित या सूचित हैं?

चित्र 2: एक बार वाहन से डेटा एकत्र करने के बाद, यह ग्राहकों की जानकारी के बिना कई गंतव्यों तक जा सकता है। स्रोत: मोज़िला, *गोपनीयता शामिल नहीं है।

भविष्य में ऑटोमोटिव डिज़ाइन में डेटा लागू करना
ओईएम स्वायत्त ड्राइविंग, बुनियादी ढांचे, इंफोटेनमेंट, कनेक्टेड वाहनों और वाहन स्वास्थ्य और रखरखाव के संबंध में कई अलग-अलग प्रकार के ऑटोमोटिव डेटा एकत्र करते हैं। हालाँकि, अंतिम लक्ष्य केवल बड़े पैमाने पर कच्चे डेटा को संकलित करना नहीं है; बल्कि, यह इससे मूल्य निकालना है। ओईएम को जो प्रश्न पूछने की ज़रूरत है उनमें से एक यह है कि भविष्य में ऑटोमोटिव डिज़ाइन में वास्तव में उपयोगी जानकारी निकालने के लिए प्रौद्योगिकी को कैसे लागू किया जाए।

वर्चुअल और हाइब्रिड सिस्टम के उपाध्यक्ष डेविड फ्रिट्ज़ ने कहा, "ओईएम अपने वाहनों के विभिन्न कार्यों का परीक्षण और सत्यापन करने की कोशिश कर रहे हैं।" सीमेंस ईडीए. “इसमें लाखों टेराबाइट डेटा शामिल हो सकता है। कभी-कभी, डेटा का एक बड़ा हिस्सा अनावश्यक और बेकार होता है। डेटा का वास्तविक मूल्य, एक बार जब यह आसुत हो जाता है, तो यह एक ऐसे रूप में होता है, जहां मनुष्य डेटा के अर्थ से संबंधित हो सकते हैं, और इसे विकसित और परीक्षण किए जाने के दौरान और वाहनों से पहले सिस्टम में भी धकेला जा सकता है। जमीन पर भी हैं. हम काफी समय से जानते हैं कि दुनिया भर के कई देश और नियामक संस्थाएं जिसे वे दुर्घटना डेटाबेस कहते हैं, एकत्र कर रहे हैं। जब कोई दुर्घटना होती है, तो पुलिस प्रासंगिक डेटा एकत्र करने के लिए घटनास्थल पर पहुंचती है। 'यहाँ एक चौराहा था, वहाँ एक स्टॉप साइन था। और यह कार इस दिशा में लगभग इतने ही मील प्रति घंटे की दूरी तय कर रही थी। मौसम का हाल ये है. पीली रोशनी में कार चौराहे में घुस गई और दुर्घटना हो गई, आदि।' यह एक दुर्घटना परिदृश्य है. उन परिदृश्यों को लेने और उन्हें एक मानक रूप में रखने के लिए प्रौद्योगिकियाँ उपलब्ध हैं जिन्हें ओपन परिदृश्य कहा जाता है। जानकारी के आधार पर, यह निर्धारित करने के लिए डेटा का एक नया सेट तैयार किया जा सकता है कि सेंसर उन दुर्घटना स्थितियों में क्या देख रहे होंगे, और फिर इसे वाहन और पर्यावरण के आभासी संस्करण और भविष्य में दोनों के माध्यम से आगे बढ़ा सकते हैं, और उन परिदृश्यों को आगे बढ़ा सकते हैं इस भौतिक वाहन में ही सेंसर हैं। यह वास्तव में उस डेटा का एक ऐसे रूप में आसवन है जिसे मनुष्य अपने दिमाग में लपेट सकता है। अन्यथा, आप अरबों टेराबाइट कच्चा डेटा एकत्र कर सकते हैं और उसे इन प्रणालियों में डालने का प्रयास कर सकते हैं, और यह वास्तव में आपकी इससे अधिक मदद नहीं करेगा, अगर कोई कार में बैठा हो और उसे अरबों मील तक घसीट रहा हो।

लेकिन वह डेटा भी बहुत उपयोगी हो सकता है. फ्रिट्ज़ ने कहा, "अगर कोई ओईएम सुरक्षा प्रमाणन प्राप्त करना चाहता है, उदाहरण के लिए जर्मनी में, तो ओईएम परिदृश्यों के डेटा का एक सेट प्रदान कर सकता है कि वाहन कैसे नेविगेट करेगा।" “एक ओईएम जर्मन प्राधिकरण को डेटा का एक सेट प्रदान कर सकता है, जिसमें यह साबित करने के लिए परिदृश्यों का एक सेट होगा कि वाहन विभिन्न परिस्थितियों में सुरक्षित तरीके से नेविगेट करेगा। दुर्घटना डेटाबेस के डेटा के साथ इसकी तुलना करके, जर्मन सरकार कह सकती है कि जब तक आप उस डेटाबेस में 95% दुर्घटनाओं से बचते हैं, आप प्रमाणित हैं। यह मानव चालकों, बीमा, इंजीनियरिंग और दृश्य सिमुलेशन के दृष्टिकोण से कार्रवाई योग्य है। डेटा साबित करता है कि वाहन उम्मीद के मुताबिक व्यवहार करेगा। विकल्प यह है कि स्वायत्त वाहनों के मामले में इधर-उधर गाड़ी चलाएं और मुकदमे का सामना करते समय यह साबित करने का प्रयास करें कि दुर्घटना वाहन के कारण नहीं हुई थी। इसका कोई मतलब नहीं दिखता, लेकिन आज यही हो रहा है।”

संबंधित पढ़ना
ऑटोमोटिव साइबर सुरक्षा हमलों पर अंकुश लगाना
ऑटोमोटिव पारिस्थितिकी तंत्र के भीतर मानकों और विनियमों की बढ़ती संख्या साइबर हमलों को रोककर विकास लागत बचाने का वादा करती है।
सॉफ़्टवेयर-परिभाषित वाहन चलने के लिए तैयार
नए दृष्टिकोण का लागत, सुरक्षा, सुरक्षा और बाज़ार में आने के समय पर बड़ा प्रभाव पड़ सकता है।

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
• प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
• प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
• स्रोत: https://semiengineering.com/increased-automotive-data-use-raises-privacy-security-concerns/