Araçlarda toplanan, işlenen ve saklanan veri miktarı ve dolayısıyla bu verilerin değeri hızla artıyor. Bu durum, verinin nasıl, kim tarafından kullanılacağı ve nasıl güvence altına alınacağı konusunda hâlâ tam olarak yanıtlanmamış soruları gündeme getiriyor.

Otomobil üreticileri ADAS, 5G ve V2X gibi ileri teknolojilerin en son sürümlerine dayalı olarak rekabet ediyor ancak ECU'lar, yazılım tanımlı araçlar ve kabin içi izleme de giderek daha fazla veri talep ediyor ve bu verileri şu amaçlarla kullanıyor: aracı A noktasından B noktasına güvenli bir şekilde götürmenin ötesine geçiyor. Sigorta şirketleri de dahil olmak üzere çeşitli kuruluşlar, sürücülerin alışkanlıklarına ilişkin bilgi almak için ödeme yapmaya istekli olduklarını belirttikleri için, artık müşterilerin çıkarlarına göre ek aboneliğe dayalı hizmetler sunmak için yarışıyorlar.

Bu verilerin toplanması, OEM'lerin öngörü kazanmasına ve potansiyel olarak ek gelir elde etmesine yardımcı olabilir. Ancak bu verilerin toplanması, bu devasa miktardaki verinin kime ait olacağı ve nasıl yönetilmesi ve kullanılması gerektiği konusunda gizlilik ve güvenlik endişelerini artırıyor. Otomotiv veri kullanımı arttıkça gelecekteki otomotiv tasarımı nasıl etkilenecek?

Şekil 1: Bağlantılı araçlar, araçlarla bulut arasında iletişim kurmak için yazılıma güveniyor. Kaynak: McKinsey & Co.

Otonom Araç Bölümü Müdürü Sven Kopacz, "Araçta üretilen verilerin çoğu, sürücü davranışını ve araç performansını analiz etmek ve yeni veya gelişmiş özellikler geliştirmek için OEM'ler ve ortakları için büyük değere sahip olacak" dedi. Keysight Teknolojileri. “Öte yandan veri kullanımının mahremiyeti bazıları için risk olarak görülebilir. Ancak Tesla ve diğerleri tarafından halihazırda uygulandığı ve kullanıldığı şekliyle gerçek değer, bu ADAS algoritmalarını iyileştirmek, bir CI/CD DevOps yazılım geliştirme modelini mümkün kılmak ve güncellemelerin hızlı bir şekilde indirilmesine olanak sağlamak için sürekli geri bildirimdir. Kolluk kuvvetlerinin ve mahkemelerin bu verileri talep edip etmeyeceğini ve yasa koyucuların nasıl yanıt vereceğini yalnızca zaman gösterecek.”

Oluşturulan veri türleri
Precedence Research'e göre, küresel otomotiv veri pazarının büyüklüğü 2.19'de 2022 milyar dolardan 14.29'ye kadar 2032 milyar dolara çıkacak ve aşağıdakiler de dahil olmak üzere birçok veri türü toplanacak:

• Otonom sürüş: Araçlara kurulu birden fazla sensörden toplananlar da dahil olmak üzere, L1'den L5'e kadar tüm seviyelere ilişkin veriler.
• altyapı: Uzaktan izleme, OTA güncellemeleri ve kontrol merkezleri, V2X ve trafik modelleri tarafından uzaktan kontrol için kullanılan veriler.
• Bilgi-eğlence: Müşterilerin ses kontrolü, hareket, harita ve park etme gibi uygulamaları nasıl kullandıklarına ilişkin bilgiler.
• Bağlantılı bilgiler: Üçüncü taraf park uygulamalarına yapılan ödemelere ilişkin bilgiler, kaza bilgileri, gösterge paneli kameralarından, elde taşınan cihazlardan, mobil uygulamalardan ve sürücü davranışının izlenmesinden elde edilen veriler.
• Araç sağlığı: Tamir ve bakım kayıtları, sigorta yazımı, yakıt tüketimi, telematik.

Bu bilgiler gelecekteki otomotiv tasarımı, kestirimci bakım ve güvenlik iyileştirmeleri için yararlı olabilir ve sigorta şirketlerinin kazalara ilişkin daha kapsamlı bilgilerle sigortalama maliyetlerini azaltabilmeleri bekleniyor. Toplanan bilgilere dayanarak, OEM'ler daha güvenilir ve daha emniyetli arabalar tasarlayabilmeli ve müşteri istekleriyle yakın temas halinde kalabilmelidir. Örneğin, otomatik park etme ve daha karmaşık ses girişi ve komutları gibi aboneliğe dayalı hizmetlere yönelik müşteri talebini ölçmek için deneyler yapılabilir.

SLM saha analitiği kıdemli personel ürün yönetimi müdürü Lorin Kennedy, "Servis ve onarım için teşhis verileri onlarca yıldır otomotiv veri analitiğinin temelini oluşturdu" dedi. Synopsus. “Daha fazla miktarda verinin rutin olarak işlenmesini sağlayan bağlantılı araçların ve gelişmiş makine öğrenimi (ML) analitiğinin ortaya çıkmasıyla birlikte, bu veriler katlanarak değer kazandı. Veri sürücüleri, mobil benzeri deneyimler ve gelişmiş sürücü destek yetenekleri gibi iyileştirmelere sahip olduğundan, OEM'lerin bu yeni özellikleri destekleyen yarı iletken sistemlerin güvenilirliğini ve güvenilirliğini giderek daha iyi anlaması gerekiyor. Elektronik bileşenlerden ve yarı iletkenlerden izleme ve sensör verilerinin toplanması, bu daha gelişmiş düğümlerde kalite ve güvenilirliği sağlamak için ADAS, IVI, ECU'lar vb. gibi her türlü otomotiv teknolojisinde giderek artan bir teşhis verisi gereksinimi olacaktır."

için beklenen güncellemeler ISO 26262 Kestirimci bakımın donanıma uygulanmasına ilişkin düzenlemeler, silikonun eskimesinin neden olduğu, zaman zaman bozulan arızaların belirlenmesi ve sahadaki aşırı stres koşulları da ele alınması gereken alanlardır. Bunlar, silikonun sağlığı ve eskidikçe kalan kullanım ömrü hakkında daha kapsamlı bilgi sağlayabilen silikon yaşam döngüsü yönetimi (SLM) teknolojilerini içerebilir.

Kennedy, "Bu bilgi, hizmet güncellemelerini ve ek yarı iletken bilgi işlem gücünden yararlanan gelecekteki OTA sürümlerini mümkün kılacak" dedi. "Yeni bilgiler daha fazla verimlilik elde edilmesine yardımcı olduğundan, genel filo performansı ve yarı iletken ve sistem tasarım süreci de fayda sağlayacak. Verilerin (silikondan yazılım sistemi performansına kadar) gün ışığına çıkardığı konularda OEM, Tier One ve yarı iletken tedarikçi işbirliği, araçların gelişmiş elektroniklerde giderek daha önemli hale gelen işlevsel güvenlik tasarımı parametrelerini karşılamasını sağlayacak."

Yine de araçlarda üretilen veriler için OEM'lerin hangi verilerin sürücülere anında değer sağlayabileceği ve hangi verilerin 5G bağlantıları aracılığıyla buluta gönderilmesi gerektiğine öncelik vermesi gerekecek.

Keysight'tan Kopacz, "Veri hacmini azaltmak için yerleşik işleme ile veri iletim ağı maliyetlerini azaltmak için yapılan ödünleşimler büyük olasılıkla önceliklendirmeyi gerektirecektir" dedi. "Örneğin, ADAS uygulamalarına yönelik kamera, lidar ve radar sensörü verileri, ADAS algoritmalarının eğitimi açısından değerli olabilir, ancak ham veri hacminin iletilmesi ve saklanması çok maliyetli olacaktır. Benzer şekilde, sürücü dikkat verilerinin kullanıcı arayüzü tasarımında yüksek değeri olabilir ve en iyi şekilde bir meta veri formunda toplanabilir. V2X verileri nispeten daha düşük bir veri hacmine sahiptir ve sonuçta diğer araçların, yol altyapısının ve yol koşullarının araç içi görüş alanı dışında görünürlüğünü sağlayarak ADAS için önemli bir veri kaynağı olmalıdır. Bunu V2N bağlantıları üzerinden paylaşmak, etkili güvenlik uygulamalarına olanak sağlayabilir, ancak karmaşık yapısı nedeniyle açılı rastgele yürüyüş (ARW) sensör verilerinin daha dikkatli bir şekilde değerlendirilmesi gerekir. Araca bilgi-eğlence akışı içeriği de OEM'ler ve içerik sağlayıcılar ile birlikte çalışan ağ operatörleri için değerli bir gelir akışı olabilir."

Otomotiv siber güvenliği üzerindeki etkiler
Araçlar daha otonom ve bağlantılı hale geldikçe veri kullanımı artacak ve bu verilerin değeri de artacak. Bu durum siber güvenlik ve veri gizliliği endişelerini artırıyor. Bilgisayar korsanları, araçlar tarafından toplanan kişisel verileri çalmak istiyor ve bunu yapmak için fidye yazılımı ve diğer saldırıları kullanabiliyor. Araçların kontrolünü ele geçirme veya daha kötüsü onları çalma fikri de bilgisayar korsanlarının ilgisini çekiyor. Kullanılan teknikler arasında araç uygulamalarının ve araçlardaki kablosuz bağlantıların hacklenmesi (teşhis, anahtarlık saldırıları ve anahtarsız müdahale) yer alıyor. Veri erişimini, araçları ve altyapıyı saldırılara karşı korumak giderek daha önemli ve zorlu hale geliyor.

Yazılım tanımlı araçlarla siber güvenlik riskleri artıyor. Özellikle hafızanın korunması gerekecektir.

Güvenli bellek çözümü merkez başkanı Ilia Stolov şunları söyledi: "İleri teknolojinin elektrikli araçlara entegrasyonu, acil müdahale ve gelişmiş çözümler gerektiren önemli siber güvenlik zorlukları ortaya çıkarıyor." Winbond. “Modern elektronik platformlardaki dijital kalelerin merkezinde kod, özel veriler ve şirket kimlik bilgileri gibi paha biçilmez varlıkları barındıran flaş kalıcı bellekler yer alıyor. Ne yazık ki her yerde bulunmaları, onları hassas bilgilere yetkisiz erişim isteyen bilgisayar korsanları için çekici hedefler haline getirdi."

Stolov, Winbond'un flash belleği hack'lerden korumak için aktif olarak çalıştığını belirtti.

Ek olarak, bellek tasarımlarının güvenliğinin sağlanmasında aşağıdakiler gibi önemli hususlar vardır:

• DICE güvenin kökü: Donanım güvenliği için güvenli flash güven kökü oluşturmak amacıyla Cihaz Tanımlayıcı Oluşturma Motoru (DICE) kullanılmalıdır. Bu güvenli kimlik, donanıma güven oluşturmanın temelini oluşturur. Bu nedenle diğer güvenlik önlemleri, aygıt yazılımı ve yazılım saldırılarına karşı koruma sağlayan önyükleme kodunun orijinalliğine ve bütünlüğüne güvenebilir. İlk önyükleme işlemi ve sonraki yazılım yürütmesi, güvenilir ve doğrulanmış ölçümlere dayalı olup, sisteme kötü amaçlı kod eklenmesinin önlenmesine yardımcı olur.
• Kod ve veri koruması: Kodun ve verilerin korunması, sistem genelinde bütünlüğün korunması açısından çok önemlidir. Kodda veya verilerde yapılan yetkisiz değişiklikler arızalara, sistem kararsızlığına veya kötü amaçlı kodların girmesine yol açarak donanımın amaçlanan işlevselliğini tehlikeye atabilir veya sistemdeki güvenlik açıklarından yararlanılmasına neden olabilir.
• Kimlik doğrulama protokolleri: Kimlik doğrulama, yetkisiz erişime ve olası güvenlik ihlallerine karşı ön saflarda savunma görevi gören siber güvenliğin temel ve önemli bir bileşenidir. Yetkili aktörlere ve onaylı yazılım katmanlarına erişimi yalnızca kriptografi kimlik bilgilerini kullanarak kısıtlamak için kimlik doğrulama protokollerinin kullanılması önemlidir.
• Geri alma korumasıyla güvenli yazılım güncellemeleri: Düzenli güncellemeler, uzaktan cihaz yazılımı (OTA) güncellemeleri dahil olmak üzere hata düzeltmelerinin ötesine geçer, geri alma saldırılarına karşı koruma sağlar ve yalnızca meşru güncellemelerin yürütülmesini sağlar.
• Kuantum sonrası kriptografi: Kuantum sonrası bilgi işlem çağının NIST 800-208 Leighton-Micali İmzası (LMS) şifrelemesini içerecek şekilde öngörülmesi, EV'leri gelecekteki kuantum bilgisayarların oluşturduğu potansiyel tehditlere karşı korur.
• Platform esnekliği: Yetkisiz kod değişikliklerinin otomatik olarak algılanması, güvenli bir duruma hızlı bir şekilde kurtarma yapılmasını sağlayarak potansiyel siber tehditleri etkili bir şekilde engeller. Platform dayanıklılığına ilişkin NIST 800-193 tavsiyelerine uymak, sağlam bir savunma mekanizması sağlar.
• Güvenli tedarik zinciri: Tedarik zinciri boyunca flash içeriğinin kökenini ve bütünlüğünü garanti eden bu güvenli flash cihazları, platformun montajı, nakliyesi ve konfigürasyonu sırasında içeriğin kurcalanmasını ve yanlış yapılandırılmasını önler. Bu da siber saldırganlara karşı koruma sağlar.

SDV'lere ve bağlantılı arabalara geçiş göz önüne alındığında veri zafiyeti daha da önemli hale geliyor.

Keysight'tan Kopacz, "Verilerin nerede bulunduğuna bağlı olarak farklı koruma önlemleri uygulanıyor" dedi. “Saldırı tespit sistemleri (IDS), kripto hizmetleri ve anahtar yönetimi araçlarda standart çözümler haline geliyor. Güvenlik özelliklerine yönelik özellikle hassas verilerin korunması ve doğrulanması gerekir. Böylece artıklık daha anlamlı hale gelir. SDV'lerde araç yazılımı, aracın yaşam döngüsünün tamamı boyunca sürekli olarak güncellenir veya değiştirilir. Sürekli gelişen siber tehditler özellikle zorludur. Buna göre tüm araç yazılımının yeni güvenlik açıklarına karşı sürekli olarak kontrol edilmesi gerekiyor. OEM'lerin güvenlik tehditlerini en aza indirmek için kapsamlı test çözümlerine ihtiyacı olacak. Bunun, CAN veya otomotiv Ethernet gibi kablolu araç iletişim ağları veya Wi-Fi, Bluetooth veya hücresel iletişim yoluyla kablosuz bağlantılar gibi tüm araç arayüzlerini kapsayan tüm saldırı yüzeyinin siber güvenlik testini içermesi gerekecektir. OEM'lerin ayrıca kablosuz (OTA) yazılım güncellemeleri sağlayan arka ucu da test etmeleri gerekecek. Bu tür çözümler, siber suçluların vereceği zarar veya veri hırsızlığı riskini azaltabilir."

Veri yönetimi ve gizlilik endişeleri
Çözülmesi gereken bir diğer konu da toplanan devasa miktardaki verinin nasıl yönetileceği ve kullanılacağıdır. İdeal olarak veriler, gizlilik endişelerine yol açmadan ticari değer sağlayacak şekilde analiz edilecektir. Örneğin, bilgi-eğlence platformu verileri en popüler müzik türlerinin neler olduğunu ortaya çıkarabilir ve müzik endüstrisinin pazarlama stratejilerini geliştirmesine yardımcı olabilir. Peki bu tür verilerin aktarımını kim denetleyecek? Müşteriler veri toplama konusunda nasıl bilgilendirilecek? Ve verilerinin satılmasından vazgeçme şansına sahip olacaklar mı?

Uçaklarda olduğu gibi, bir kaza meydana geldikten sonra verilerin analizi için bilgilerin kaydedilmesi amacıyla araç kara kutuları kurulur. Kaydedilen bilgiler, diğer şeylerin yanı sıra araç hızını, fren durumunu ve hava yastıklarının etkinleştirilmesini içerir. Ölümle sonuçlanan bir kaza meydana gelirse ve ADAS ile ECU'dan gelen veriler tasarımlardaki zayıf noktayı ortaya çıkarırsa, bu veriler mahkemede üreticilere veya tedarik zincirlerine karşı delil olarak kullanılabilir mi? Bu bilgilerle donanmış sigorta sektörü talepleri reddedebilir. Yetkililer tarafından sipariş verildiğinde bir veya daha fazla ADAS/ECU üreticisinin verileri teslim etmesi gerekecek mi?

Guy Cortez şunları kaydetti: "Gelişmiş elektronik parçalara yönelik kalite gereksinimleri, arızalı bileşenlerin insan yaşamının güvenliği ve refahı üzerinde yaratabileceği etki nedeniyle yalnızca milyarda birkaç kusurlu parçaya (DPPB) izin vererek, daha katı ve sıkı hale gelmeye devam edecek." , Synopsys'te SLM analitikleri için kıdemli personel ürün yönetimi yöneticisi. "SLM veri analitiği, bu cihazların araçtaki kullanım ömrü boyunca sağlığı, bakımı ve sürdürülebilirliği konusunda önemli bir rol oynamaya devam edecek. Analitiklerin gücü sayesinde, arızalı herhangi bir cihazın temel neden analizini (örn. iade ürün izni veya RMA) doğru şekilde yapabilirsiniz. Dahası, zamanla benzer başarısız davranışlar sergileyebilecek "benzer" cihazları da bulabileceksiniz. Böylece güçlenerek, bu benzer cihazları sahada çalışma sırasında arızalanmadan önce proaktif olarak geri çağırabilirsiniz. Daha ayrıntılı bir analizin ardından, söz konusu cihaz(lar), belirlenen herhangi bir sorunu düzeltmek için cihaz geliştiricisi tarafından tasarımın yeniden düzenlenmesini gerektirebilir. Otomotiv ekosistemi genelinde uygulanan uygun bir SLM çözümüyle, daha yüksek düzeyde öngörülebilirlik ve dolayısıyla otomotiv üreticisi ve tüketicisi için daha yüksek kalite ve güvenlik elde edebilirsiniz."

OEM etkisi
Modern arabalar tekerlekli bilgisayarlar olarak tanımlansa da artık daha çok tekerlekli cep telefonlarına benziyorlar. OEM'ler özelliklerden ödün vermeyen arabalar tasarlıyor. Yarı otonom sürüş, ses kontrollü bilgi-eğlence sistemleri ve sürücü davranışları da dahil olmak üzere pek çok fonksiyonun izlenmesi, büyük miktarda veri sağlıyor. Bu veriler gelecekteki tasarımları iyileştirmek için kullanılabilir. OEM'lerin güvenlik ve gizliliğe yaklaşımları farklılık gösterir; bazıları diğerlerinden daha güçlü güvenlik ve gizlilik koruması sunar.

Mercedes-Benz, veri güvenliği ve gizliliğine dikkat ediyor ve şirkete göre siber güvenlik ve yazılım güncelleme yönetimi sistemlerine yönelik bir Avrupa normu olan UN ECE R155 / R156 ile uyumlu. Dijital araç hizmetleriyle bağlantılı olarak hangi verilerin işleneceği, müşterinin hangi hizmetleri seçtiğine bağlıdır. Yalnızca ilgili hizmet için gerekli olan veriler işlenecektir. Ayrıca “Mercedes me connect” uygulamasının kullanım koşulları ve gizlilik bilgileri, müşterilerin hangi verilere ihtiyaç duyulduğunu ve bu verilerin nasıl işlendiğini görmesini şeffaf hale getiriyor. Müşteriler hangi hizmetleri kullanmak istediklerini belirleyebilirler.

Hyundai, siber güvenliği artırmak için hataya dayanıklı yazılım mimarileriyle güvenliğe, bilgi güvenliğine ve veri gizliliğine öncelik vererek kullanıcı odaklı bir odağı izleyeceğini belirtti. Hyundai Motor Group'un küresel yazılım merkezi 42dot, şu anda büyük veri ve yapay zeka algoritmalarını kullanarak veri tahrifatını, korsanlığı ve harici siber tehditlerin yanı sıra anormal iletişimi tespit edip engelleyen entegre donanım/yazılım güvenlik çözümleri geliştiriyor.

BMW Group'a göre şirket dünya çapında 20 milyondan fazla araçtan oluşan bağlantılı bir filoyu yönetiyor. 6 milyondan fazla araç düzenli olarak kablosuz olarak güncellenmektedir. Diğer hizmetlerle birlikte, bağlı araçlar ile bulut arka uç arasında günde 110 terabayttan fazla veri trafiği işleniyor. Tüm BMW araç arayüzleri, tüketicilerin, araçlarında meydana gelebilecek çeşitli veri toplama ve işleme türlerine dahil olma veya bu tür işlemlerden vazgeçmelerine olanak tanır. Tercih edilmesi halinde BMW müşterileri, araçlarının BMW iDrive ekranını ziyaret ederek araçlarıyla ilgili tüm isteğe bağlı veri toplama işleminden istedikleri zaman vazgeçebilirler. Ek olarak, BMW araçlarından BMW hizmetlerine herhangi bir veri aktarımını tamamen durdurmak için müşteriler şirketle iletişime geçerek araçlarındaki yerleşik SIM'in devre dışı bırakılmasını talep edebilir.

Tüm OEM'ler gizlilik konusunda aynı felsefeye sahip değildir. Kâr amacı gütmeyen bir kuruluş olan Mozilla Vakfı tarafından 25 marka üzerinde yürütülen bir araştırmaya göre, %56'sı resmi olmayan bir talebe yanıt olarak kolluk kuvvetleriyle veri paylaşacak, %84'ü kişisel verileri paylaşacak veya satacak ve %100'ü vakfın "gizlilik dahil değildir" hakkını kazanmıştır. " uyarı etiketi.

Daha da önemlisi, müşteriler gizlilik konusunda eğitiliyor mu veya bilgilendiriliyor mu?

Şekil 2: Bir araçtan veri toplandıktan sonra, müşterilerin bilgisi olmadan birden fazla noktaya gidebilir. Kaynak: Mozilla, *Gizlilik Dahil Değildir.

Gelecekte otomotiv tasarımına veri uygulamak
OEM'ler otonom sürüş, altyapı, bilgi-eğlence sistemi, bağlantılı araçlar ve araç sağlığı ve bakımıyla ilgili birçok farklı türde otomotiv verisi topluyor. Ancak nihai hedef yalnızca büyük miktarda ham veriyi derlemek değildir; daha ziyade ondan değer elde etmektir. OEM'lerin sorması gereken sorulardan biri, geleceğin otomotiv tasarımında gerçekten faydalı olacak bilgilerin elde edilmesi için teknolojinin nasıl uygulanacağıdır.

Sanal ve hibrit sistemlerden sorumlu başkan yardımcısı David Fritz, "OEM'ler araçlarının çeşitli işlevlerini test etmeye ve doğrulamaya çalışıyor" dedi. Siemens EDA. "Bu milyonlarca terabaytlık veriyi içerebilir. Bazen verilerin büyük bir kısmı gereksiz ve işe yaramaz hale gelir. Verinin asıl değeri, bir kez ayrıştırıldığında, insanların verinin anlamı ile ilişki kurabileceği bir formda olmasıdır ve aynı zamanda geliştirilirken, test edilirken ve araçlardan önce sistemlere aktarılabilir. hatta yerdeler. Dünya çapında pek çok ülkenin ve düzenleyici kurumun kaza veri tabanı adını verdikleri veri tabanını topladıklarını uzun zamandır biliyoruz. Bir kaza meydana geldiğinde polis olay yerine gelerek ilgili verileri toplar. 'Burada bir kavşak vardı, orada bir dur işareti vardı. Ve bu araba bu yönde saatte yaklaşık şu kadar mil hızla gidiyordu. Hava durumu bu şekilde. Araba sarı ışıkta kavşağa girdi ve kazaya neden oldu vs.' Bu bir kaza senaryosudur. Bu senaryoları alıp Açık Senaryo adı verilen standart bir forma sokacak teknolojiler mevcuttur. Bilgiye dayanarak, bu kaza durumlarında sensörlerin ne göreceğini belirlemek için yeni bir veri seti oluşturulabilir ve daha sonra bu veriler hem aracın hem de ortamın sanal bir versiyonuna aktarılarak geleceğe aktarılabilir ve bu senaryolar hayata geçirilebilir. Bu fiziksel aracın içindeki sensörler. Bu aslında bu verilerin, bir insanın zihnini sarabileceği bir biçime damıtılmasıdır. Aksi takdirde, milyarlarca terabaytlık ham veri toplayabilir ve bunu bu sistemlere aktarmaya çalışabilirsiniz ve bu, birinin arabada oturup bunları milyarlarca kilometre boyunca sürüklemesinden daha fazla size yardımcı olmaz."

Ancak bu veriler de çok faydalı olabilir. Fritz, "Bir OEM, örneğin Almanya'da güvenlik sertifikası almak isterse, OEM, aracın nasıl hareket edeceğine ilişkin bir dizi senaryo verisi sağlayabilir" dedi. “Bir OEM, aracın çeşitli koşullar altında güvenli bir şekilde seyredeceğini kanıtlamak için bir dizi senaryoyla birlikte Alman makamlarına bir dizi veri sağlayabilir. Bunu kaza veritabanındaki verilerle karşılaştırarak Alman hükümeti, bu veritabanındaki kazaların %95'inden kaçındığınız sürece sertifikalı olduğunuzu söyleyebilir. Bu, insan sürücüler, sigorta, mühendislik ve görsel simülasyon açısından eyleme geçirilebilir. Veriler aracın beklendiği gibi davranacağını kanıtlıyor. Alternatif ise, otonom araçlarda olduğu gibi etrafta dolaşmak ve davayla karşı karşıyayken kazanın araçtan kaynaklanmadığını haklı çıkarmaya çalışmaktır. Mantıklı gibi görünmüyor ama bugün olan şey bu.”

İlgili Okuma
Otomotiv Siber Güvenliği Saldırılarını Önlemek
Otomotiv ekosistemindeki giderek artan sayıda standart ve düzenleme, siber saldırıları savuşturarak geliştirme maliyetlerinden tasarruf sağlamayı vaat ediyor.
Yazılım Tanımlı Araçlar Sürüşe Hazır
Yeni yaklaşımın maliyet, güvenlik, güvenlik ve pazara sunma süresi üzerinde büyük etkileri olabilir.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://semiengineering.com/increased-automotive-data-use-raises-privacy-security-concerns/