Količina podatkov, ki se zbirajo, obdelujejo in shranjujejo v vozilih, eksplodira, prav tako pa tudi vrednost teh podatkov. To sproža vprašanja, na katera še vedno ni povsem odgovora, o tem, kako bodo ti podatki uporabljeni, kdo in kako bodo zavarovani.

Proizvajalci avtomobilov tekmujejo na podlagi najnovejših različic naprednih tehnologij, kot so ADAS, 5G in V2X, vendar ECU-ji, programsko definirana vozila in nadzor v kabini zahtevajo vedno več podatkov in te podatke uporabljajo za namene, presega le varen prevoz vozila od točke A do točke B. Zdaj se potegujejo za ponudbo dodatnih naročniških storitev glede na interese strank, saj različni subjekti, vključno z zavarovalnicami, izražajo pripravljenost plačati za informacije o navadah voznikov.

Zbiranje teh podatkov lahko pomaga proizvajalcem originalne opreme pridobiti vpoglede in potencialno ustvariti dodaten prihodek. Vendar njihovo zbiranje sproža pomisleke glede zasebnosti in varnosti glede tega, kdo bo lastnik te ogromne količine podatkov in kako jih je treba upravljati in uporabljati. In ko se uporaba avtomobilskih podatkov povečuje, kako bo to vplivalo na prihodnje avtomobilsko oblikovanje?

Slika 1: Povezana vozila se zanašajo na programsko opremo za komunikacijo med vozili in oblakom. Vir: McKinsey & Co.

"Veliko podatkov, ustvarjenih v vozilu, bo imelo izjemno vrednost za proizvajalce originalne opreme in njihove partnerje za analizo vedenja voznika in zmogljivosti vozila ter za razvoj novih ali izboljšanih funkcij," je povedal Sven Kopacz, vodja oddelka za avtonomna vozila pri Tehnologije Keysight. »Po drugi strani pa lahko zasebnost uporabe podatkov nekaterim predstavljajo tveganje. Toda resnična vrednost – kot so jo že implementirali in uporabljali Tesla in drugi – so stalne povratne informacije za izboljšanje teh algoritmov ADAS, omogočanje modela razvoja programske opreme CI/CD DevOps in omogočanje hitrega prenosa posodobitev. Samo čas bo pokazal, ali bodo organi pregona in sodišča zahtevali te podatke in kako se bodo zakonodajalci odzvali.«

Vrste generiranih podatkov
Glede na Precedence Research bo obseg svetovnega trga avtomobilskih podatkov narasel z 2.19 milijarde USD leta 2022 na 14.29 milijarde USD do leta 2032, pri čemer bodo zbrane številne vrste podatkov, vključno z:

• Avtonomna vožnja: Podatki na vseh ravneh, od L1 do L5, vključno s tistimi, zbranimi iz več senzorjev, nameščenih na vozilih.
• Infrastruktura: Oddaljeno spremljanje, posodobitve OTA in podatki, ki jih za daljinsko upravljanje uporabljajo nadzorni centri, V2X in prometni vzorci.
• Infotainment: Informacije o tem, kako stranke uporabljajo aplikacije, kot so glasovni nadzor, geste, zemljevidi in parkiranje.
• Povezane informacije: Informacije o plačilu parkirnim aplikacijam tretjih oseb, informacije o nesrečah, podatki iz kamer na armaturni plošči, ročnih naprav, mobilnih aplikacij in spremljanje vedenja voznika.
• Zdravje vozila: Evidence o popravilih in vzdrževanju, sklepanje zavarovanj, poraba goriva, telematika.

Te informacije so lahko uporabne za prihodnje avtomobilsko oblikovanje, predvideno vzdrževanje in varnostne izboljšave, od zavarovalnic pa se pričakuje, da bodo lahko zmanjšale stroške sklepanja zavarovanj z bolj celovitimi informacijami o nesrečah. Na podlagi zbranih informacij bi morali biti proizvajalci originalne opreme sposobni oblikovati zanesljivejše in varnejše avtomobile ter ostati v tesnem stiku z željami strank. Na primer, poskuse je mogoče izvesti za merjenje povpraševanja strank po naročniških storitvah, kot so samodejno parkiranje in bolj izpopolnjen glasovni vnos in ukazi.

»Diagnostični podatki za servisiranje in popravilo so že desetletja jedro avtomobilske podatkovne analitike,« je dejal Lorin Kennedy, višji kader za upravljanje izdelkov za analitiko na terenu pri SLM. Synopsys. »S prihodom povezanih vozil in napredne analitike strojnega učenja (ML), ki omogoča rutinsko obdelavo večje količine podatkov, so ti podatki eksponentno pridobili na vrednosti. Ker imajo podatkovni pogoni izboljšave, kot so mobilne izkušnje in napredne zmogljivosti za pomoč voznikom, morajo proizvajalci originalne opreme vedno bolj bolje razumeti zanesljivost polprevodniških sistemov, ki napajajo te nove funkcije. Zbiranje podatkov o nadzoru in senzorjih iz elektronskih komponent in samih polprevodnikov bo vse večja zahteva po diagnostičnih podatkih v vseh vrstah avtomobilskih tehnologij, kot so ADAS, IVI, ECU itd., da se zagotovi kakovost in zanesljivost na teh naprednejših vozliščih.«

Predvidene posodobitve za ISO 26262 predpisi v zvezi z uporabo prediktivnega vzdrževanja strojne opreme, ugotavljanje slabšalnih občasnih napak, ki jih povzroča staranje silicija, in preobremenjeni pogoji na terenu so prav tako področja, ki jih je treba obravnavati. Te lahko vključujejo tehnologije upravljanja življenjskega cikla silicija (SLM), ki lahko zagotovijo celovitejše znanje o zdravju in preostali življenjski dobi silicija med staranjem.

"To znanje bo nato omogočilo posodobitve storitev in prihodnje izdaje OTA, ki bodo izkoristile dodatno računalniško moč polprevodnikov," je dejal Kennedy. »Celotna zmogljivost voznega parka bo koristila, prav tako bo koristil proces oblikovanja polprevodnikov in sistemov, saj nova spoznanja pomagajo doseči večjo učinkovitost. Sodelovanje proizvajalcev originalne opreme, prve stopnje in dobaviteljev polprevodnikov o tem, kaj razkrijejo podatki – od silicija do zmogljivosti programskega sistema – bo vozilom omogočilo, da bodo izpolnjevala konstrukcijske parametre funkcionalne varnosti, ki postajajo vse bolj ključni v napredni elektroniki.”

Kljub temu bodo morali proizvajalci originalne opreme za podatke, ustvarjene v vozilih, dati prednost tem, kateri podatki lahko takoj zagotovijo vrednost za voznike in katere podatke je treba poslati v oblak prek povezav 5G.

»Kompromisi med obdelavo na vozilu za zmanjšanje količine podatkov in stroški omrežja za prenos podatkov bodo verjetno narekovali prednostno razvrščanje,« je dejal Kopacz iz družbe Keysight. »Na primer, podatki kamer, lidarjev in radarskih senzorjev za aplikacije ADAS imajo lahko vrednost za usposabljanje algoritmov ADAS, vendar bo prenos in shranjevanje količine neobdelanih podatkov zelo drago. Podobno imajo lahko podatki o pozornosti voznika veliko vrednost pri oblikovanju uporabniškega vmesnika in bi jih bilo najbolje zbrati v obliki metapodatkov. Podatki V2X imajo sorazmerno manjšo količino podatkov in bi morali navsezadnje biti ključni vir podatkov za ADAS, saj bi v avtomobilu zagotavljali vidljivost drugih vozil, cestne infrastrukture in razmer na cesti brez vidnega polja. Skupna raba tega prek povezav V2N lahko omogoči učinkovite varnostne aplikacije, vendar je treba podatke senzorja naključnega kota (ARW) obravnavati bolj natančno zaradi njihove zapletene narave. Pretakanje vsebine informacijsko-razvedrilnega sistema v vozilo je prav tako lahko dragocen vir prihodkov za proizvajalce originalne opreme in tudi ponudnike vsebin, ki sodelujejo med omrežnimi operaterji.«

Vplivi na avtomobilsko kibernetsko varnost
Ko bodo vozila postala bolj avtonomna in povezana, se bo uporaba podatkov povečala, s tem pa tudi vrednost teh podatkov. To sproža pomisleke glede kibernetske varnosti in zasebnosti podatkov. Hekerji želijo ukrasti osebne podatke, ki jih zbirajo vozila, in lahko za to uporabijo izsiljevalsko programsko opremo in druge napade. Zamisel o prevzemu nadzora nad vozili - ali še huje, o njihovi kraji - prav tako pritegne hekerje. Uporabljene tehnike vključujejo vdiranje v aplikacije za vozila in brezžične povezave na vozilih (diagnostika, napadi na obeske za ključe in motenje brez ključa). Zaščita dostopa do podatkov, vozil in infrastrukture pred napadi je vedno bolj pomembna in zahtevna.

Tveganja kibernetske varnosti se povečujejo s programsko definiranimi vozili. Še posebej bo treba varovati spomin.

»Integracija napredne tehnologije v električna vozila predstavlja pomembne izzive kibernetske varnosti, ki zahtevajo takojšnjo pozornost in sofisticirane rešitve,« je povedal Ilia Stolov, vodja centra za varno pomnilniško rešitev pri Winbond. »Osrednji del digitalnih trdnjav znotraj sodobnih elektronskih platform so bliskovni trajni pomnilniki, ki vsebujejo neprecenljiva sredstva, kot so koda, zasebni podatki in poverilnice podjetja. Na žalost so zaradi njihove vseprisotnosti privlačne tarče za hekerje, ki iščejo nepooblaščen dostop do občutljivih informacij.«

Stolov je opozoril, da si Winbond aktivno prizadeva za zaščito bliskovnega pomnilnika pred vdori.

Poleg tega obstajajo pomembni premisleki pri varovanju zasnov pomnilnika, kot so:

• DICE koren zaupanja: Za ustvarjanje varnega bliskovnega korena zaupanja za varnost strojne opreme je treba uporabiti mehanizem za sestavljanje identifikatorja naprave (DICE). Ta varna identiteta tvori osnovo za gradnjo zaupanja v strojno opremo. Drugi varnostni ukrepi se torej lahko zanašajo na pristnost in celovitost zagonske kode, kar ščiti pred napadi strojne in programske opreme. Začetni zagonski proces in kasnejše izvajanje programske opreme temeljita na zaupanja vrednih in preverjenih meritvah, kar pomaga preprečiti vbrizgavanje zlonamerne kode v sistem.
• Kodeks in varstvo podatkov: Zaščita kode in podatkov je ključnega pomena za ohranjanje celovitosti celotnega sistema. Nepooblaščene spremembe kode ali podatkov lahko povzročijo okvare, nestabilnost sistema ali vnos zlonamerne kode, ki ogroža predvideno funkcionalnost strojne opreme ali izkorišča ranljivosti sistema.
• Protokoli za preverjanje pristnosti: Avtentikacija je temeljna in ključna komponenta kibernetske varnosti, ki služi kot prva obramba pred nepooblaščenim dostopom in morebitnimi kršitvami varnosti. Pomembna je uporaba protokolov za preverjanje pristnosti za omejitev dostopa pooblaščenim akterjem in odobrenim slojem programske opreme samo z uporabo kriptografskih poverilnic.
• Varne posodobitve programske opreme z zaščito pred povrnitvijo: Redne posodobitve presegajo popravke napak, vključno z oddaljenimi posodobitvami vdelane programske opreme po zraku (OTA), zaščito pred napadi povrnitve nazaj in zagotavljajo izvajanje samo zakonitih posodobitev.
• Postkvantna kriptografija: Pričakovanje postkvantne računalniške dobe, ki bo vključevala kriptografijo NIST 800-208 Leighton-Micali Signature (LMS), ščiti električna vozila pred morebitnimi grožnjami, ki jih predstavljajo prihodnji kvantni računalniki.
• Odpornost platforme: Samodejno zaznavanje nepooblaščenih sprememb kode omogoča hitro povrnitev v varno stanje in učinkovito prepreči morebitne kibernetske grožnje. Upoštevanje priporočil NIST 800-193 za odpornost platforme zagotavlja robusten obrambni mehanizem.
• Varna dobavna veriga: Te varne bliskovne naprave, ki zagotavljajo izvor in celovitost vsebine Flash v celotni dobavni verigi, preprečujejo poseganje v vsebino in napačno konfiguracijo med sestavljanjem, transportom in konfiguracijo platforme. To pa ščiti pred kibernetskimi nasprotniki.

Glede na prehod na SDV in povezane avtomobile postane ranljivost podatkov še pomembnejša.

»Odvisno od tega, kje se podatki nahajajo, so na voljo različni zaščitni ukrepi,« je dejal Kopacz iz družbe Keysight. »Sistemi za zaznavanje vdorov (IDS), kripto storitve in upravljanje ključev postajajo standardne rešitve v vozilih. Še posebej občutljive podatke za varnostne funkcije je treba zaščititi in preveriti. Tako postane odvečnost bolj pomembna. Pri SDV se programska oprema vozila nenehno posodablja ali spreminja skozi celoten življenjski cikel vozila. Nenehno razvijajoče se kibernetske grožnje so še posebej zahtevne. V skladu s tem je treba celotno programsko opremo vozila nenehno preverjati glede novih varnostnih vrzeli. Proizvajalci originalne opreme bodo potrebovali obsežne rešitve za testiranje, da bi zmanjšali varnostne grožnje. To bo moralo vključevati testiranje kibernetske varnosti celotne napadalne površine, ki zajema vse vmesnike vozil – žična komunikacijska omrežja vozil, kot je CAN ali avtomobilski Ethernet ali brezžične povezave prek Wi-Fi, Bluetooth ali celične komunikacije. Proizvajalci originalne opreme bodo morali preizkusiti tudi zaledje, ki zagotavlja posodobitve programske opreme po zraku (OTA). Takšne rešitve lahko zmanjšajo tveganje škode ali kraje podatkov s strani kibernetskih kriminalcev.«

Upravljanje podatkov in skrbi glede zasebnosti
Drugo vprašanje, ki ga je treba rešiti, je, kako se bo upravljalo in uporabljalo ogromno količino zbranih podatkov. V idealnem primeru bodo podatki analizirani tako, da bodo imeli komercialno vrednost, ne da bi povzročali pomisleke glede zasebnosti. Na primer, podatki informacijsko-razvedrilne platforme lahko razkrijejo, katere vrste glasbe so najbolj priljubljene, kar glasbeni industriji pomaga izboljšati tržne strategije. Kdo pa bo spremljal prenos takih podatkov? Kako bodo stranke obveščene o zbiranju podatkov? In ali bodo imeli možnost, da zavrnejo prodajo svojih podatkov?

Tako kot pri letalih so tudi v vozilih nameščene črne skrinjice za beleženje informacij za analizo podatkov po nesreči. Zabeležene informacije med drugim vključujejo hitrost vozila, stanje zaviranja in aktiviranje zračnih blazin. Če se zgodi nesreča s smrtnim izidom in podatki ADAS in ECU odkrijejo ranljivost v načrtih, ali bi lahko te podatke uporabili kot dokaz na sodišču proti proizvajalcem ali njihovim dobavnim verigam? Oborožena s temi informacijami lahko zavarovalniška industrija zavrne zahtevke. Ali bi moral eden ali več proizvajalcev ADAS/ECU predati podatke, ko bi tako naročili organi?

"Zahteve glede kakovosti za sofisticirane elektronske dele bodo še naprej postajale bolj toge in stroge, kar bo dopuščalo le nekaj okvarjenih delov na milijardo (DPPB) zaradi vpliva, ki ga lahko okvarjene komponente imajo na varnost in dobro počutje človeškega življenja," je dejal Guy Cortez. , višji vodja produktnega upravljanja za analitiko SLM pri Synopsys. »Podatkovna analiza SLM bo še naprej igrala pomembno vlogo pri zdravju, vzdržljivosti in trajnosti teh naprav skozi njihovo življenjsko dobo v vozilu. Z močjo analitike lahko izvedete pravilno analizo vzroka katere koli okvarjene naprave (npr. avtorizacija za vračilo blaga ali RMA). Še več, našli boste lahko tudi 'všečne' naprave, ki bodo sčasoma lahko pokazale podobno neuspešno vedenje. S tako močjo lahko te podobne naprave proaktivno prikličete, preden odpovejo med delovanjem na terenu. Po nadaljnji analizi lahko zadevna(-e) naprava(-e) zahteva, da razvijalec naprave ponovno zavrti zasnovo, da bi popravil morebitno ugotovljeno težavo. Z ustrezno rešitvijo SLM, uvedeno v celotnem avtomobilskem ekosistemu, lahko dosežete višjo raven predvidljivosti in s tem višjo kakovost in varnost za avtomobilskega proizvajalca in potrošnika.”

Vpliv OEM
Medtem ko so sodobne avtomobile opisovali kot računalnike na kolesih, so zdaj bolj podobni mobilnim telefonom na kolesih. Proizvajalci originalne opreme oblikujejo avtomobile, ki ne varčujejo s funkcijami. Polavtonomna vožnja, glasovno vodeni infotainment sistemi in spremljanje številnih funkcij – vključno z vedenjem voznika – dajejo veliko količino podatkov. Te podatke je mogoče uporabiti za izboljšanje prihodnjih modelov. Pristopi proizvajalcev originalne opreme do varnosti in zasebnosti se razlikujejo, pri čemer nekateri ponujajo močnejšo varnost in zaščito zasebnosti kot drugi.

Mercedes-Benz posveča pozornost varnosti podatkov in zasebnosti ter je skladen z UN ECE R155 / R156, evropsko normo za kibernetsko varnost in sisteme za upravljanje posodobitev programske opreme, pravijo v podjetju. Kateri podatki se obdelujejo v povezavi z digitalnimi storitvami vozil, je odvisno od tega, katere storitve stranka izbere. Obdelani bodo samo podatki, ki so potrebni za posamezno storitev. Poleg tega pogoji uporabe in informacije o zasebnosti aplikacije »Mercedes me connect« strankam omogočajo pregleden pregled, za katere podatke so potrebni in kako se obdelujejo. Stranke lahko določijo, katere storitve želijo uporabljati.

Hyundai je nakazal, da bo sledil osredotočenosti na uporabnika, pri čemer bo dajal prednost varnosti, varnosti informacij in zasebnosti podatkov z arhitekturami programske opreme, odpornimi na napake, za izboljšanje kibernetske varnosti. Globalni center za programsko opremo Hyundai Motor Group, 42dot, trenutno razvija integrirane varnostne rešitve strojne/programske opreme, ki zaznavajo in blokirajo poseganje v podatke, vdore in zunanje kibernetske grožnje ter nenormalno komunikacijo z uporabo velikih podatkov in algoritmov umetne inteligence.

In glede na BMW Group, podjetje upravlja povezano floto več kot 20 milijonov vozil po vsem svetu. Več kot 6 milijonov vozil se redno posodablja brezžično. Skupaj z drugimi storitvami se med povezanimi vozili in zaledjem v oblaku obdela več kot 110 terabajtov podatkovnega prometa na dan. Vsi vmesniki za vozila BMW omogočajo potrošnikom, da se odločijo za ali onemogočijo različne vrste zbiranja in obdelave podatkov, ki se lahko zgodijo v njihovih vozilih. Če želijo, se lahko stranke BMW kadar koli odjavijo od vsega neobveznega zbiranja podatkov v zvezi z njihovimi vozili, tako da obiščejo zaslon BMW iDrive v svojem vozilu. Poleg tega se lahko stranke za popolno zaustavitev prenosa kakršnih koli podatkov iz vozil BMW v storitve BMW obrnejo na podjetje in zahtevajo onemogočanje vdelane kartice SIM v njihovih vozilih.

Vsi proizvajalci originalne opreme nimajo iste filozofije glede zasebnosti. Glede na študijo o 25 blagovnih znamkah, ki jo je izvedla neprofitna organizacija Mozilla Foundation, jih bo 56 % posredovalo podatke organom pregona kot odgovor na neuradno zahtevo, 84 % jih bo delilo ali prodalo osebne podatke, 100 % pa si je pridobilo »zasebnost ni vključena« fundacije. « opozorilna nalepka.

Še pomembneje, ali so stranke poučene ali obveščene o vprašanju zasebnosti?

Slika 2: Ko so podatki zbrani iz vozila, lahko gredo na več destinacij brez vednosti strank. Vir: Mozilla, *Zasebnost ni vključena.

Uporaba podatkov v avtomobilskem oblikovanju v prihodnosti
Proizvajalci originalne opreme zbirajo veliko različnih vrst avtomobilskih podatkov v zvezi z avtonomno vožnjo, infrastrukturo, infotainmentom, povezanimi vozili ter zdravjem in vzdrževanjem vozil. Končni cilj pa ni le zbiranje množice neobdelanih podatkov; namesto tega je iz tega izvleči vrednost. Eno od vprašanj, ki si jih morajo zastaviti proizvajalci originalne opreme, je, kako uporabiti tehnologijo za pridobivanje informacij, ki so resnično uporabne pri prihodnjem oblikovanju avtomobilov.

"Proizvajalci originalne opreme poskušajo preizkusiti in potrditi različne funkcije svojih vozil," je dejal David Fritz, podpredsednik virtualnih in hibridnih sistemov pri Siemens EDA. »To lahko vključuje milijone terabajtov podatkov. Včasih je ogromen del podatkov odveč in neuporaben. Prava vrednost podatkov je, ko so destilirani, da so v obliki, v kateri se ljudje lahko povežejo s pomenom podatkov, prav tako pa jih je mogoče potisniti v sisteme, medtem ko se razvijajo in testirajo ter preden vozila so celo na tleh. Že kar nekaj časa vemo, da številne države in regulativni organi po vsem svetu zbirajo tako imenovane zbirke podatkov o nesrečah. Ko pride do nesreče, se na kraj pojavi policija, ki zbira ustrezne podatke. »Tukaj je bilo križišče, tam znak stop. In ta avto je vozil v tej smeri približno toliko milj na uro. Vremenske razmere so takšne. Avto je pripeljal v križišče v rumeni luči in povzročil nesrečo itd.« To je scenarij nesreče. Na voljo so tehnologije za prevzem teh scenarijev in njihovo postavitev v standardno obliko, imenovano Open Scenario. Na podlagi informacij je mogoče ustvariti nov nabor podatkov, da se ugotovi, kaj bi senzorji videli v teh nesrečnih situacijah, nato pa jih potisne skozi virtualno različico vozila in okolja ter v prihodnje ter potisne te scenarije skozi senzorji v samem fizičnem vozilu. To je v resnici destilacija teh podatkov v obliko, ki si jo lahko človek omisli. V nasprotnem primeru bi lahko zbrali milijarde terabajtov neobdelanih podatkov in jih poskušali potisniti v te sisteme, pa vam dejansko ne bi pomagalo nič več, kot če bi nekdo sedel v avtu in jih vlačil milijarde kilometrov.«

Toda ti podatki so lahko tudi zelo koristni. "Če želi proizvajalec originalne opreme pridobiti varnostno potrdilo, recimo v Nemčiji, lahko proizvajalec originalne opreme zagotovi nabor podatkov o scenarijih o tem, kako bo vozilo vodilo," je dejal Fritz. »Proizvajalec originalne opreme lahko nemškemu organu zagotovi nabor podatkov z naborom scenarijev, ki dokazujejo, da bo vozilo v različnih pogojih plulo varno. Če to primerja s podatki v zbirki podatkov o nesrečah, lahko nemška vlada reče, da ste certificirani, če se izognete 95 % nesreč v tej zbirki podatkov. To je izvedljivo z vidika človeških voznikov, zavarovanja, inženiringa in vizualne simulacije. Podatki dokazujejo, da se bo vozilo obnašalo po pričakovanjih. Druga možnost je, da se vozite naokoli, kot v primeru avtonomnih vozil, in poskušate upravičiti, da nesreče ni povzročilo vozilo, medtem ko se soočate s tožbo. Zdi se, da ni smiselno, a to se dogaja danes.«

Sorodno branje
Zajezitev avtomobilskih napadov na kibernetsko varnost
Vse večje število standardov in predpisov v avtomobilskem ekosistemu obljublja prihranek pri stroških razvoja z obrambo pred kibernetskimi napadi.
Programsko definirana vozila, pripravljena za vožnjo
Nov pristop bi lahko močno vplival na stroške, varnost in čas do trženja.

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: https://semiengineering.com/increased-automotive-data-use-raises-privacy-security-concerns/