Cuando se trata de coches que se conducen solos, la mayoría de la gente todavía duda. Existen reservas similares con respecto a los sensores a bordo que recopilan datos sobre el estado de salud actual de un conductor. Como parte del proyecto SECREDAS, un consorcio de investigación que incluye el Instituto Fraunhofer de Ingeniería de Software Experimental IESE está investigando la seguridad, seguridad y privacidad de estos sistemas. El objetivo es aumentar la confianza en dicha tecnología.

Todavía queda un largo camino por recorrer antes de que se pueda persuadir a la gente de que adopte una nueva tecnología como los coches autónomos. Cuando se trata de tomar decisiones en el tráfico rodado, tendemos a confiar más en los conductores humanos que en el software. Fomentando la confianza en personas tan conectadas, los sistemas automatizados y su capacidad para satisfacer los problemas de seguridad y privacidad de los datos, ya sea en el campo de la movilidad o la medicina:ese es el objetivo del consorcio detrás del proyecto SECREDAS. SECREDAS, que significa "Seguridad del producto para sistemas automatizados confiables y confiables entre dominios", reúne a 69 socios de 16 países europeos, incluido el Instituto Fraunhofer de Ingeniería de Software Experimental IESE. Este proyecto busca garantizar que los OEM europeos sigan siendo competitivos en este campo. Tiene una financiación total de 51,6 millones de euros, la UE aportó alrededor de 15 millones de euros a esta suma.

Aumento de la seguridad de los vehículos autónomos

El control de los vehículos autónomos está cada vez más en manos de las redes neuronales. Se utilizan para evaluar situaciones cotidianas de tráfico por carretera:¿Está el semáforo en rojo? ¿Hay otro vehículo a punto de cruzar la calle más adelante? El problema de las redes neuronales, sin embargo, es que no queda claro cómo se toman esas decisiones. "Por lo tanto, estamos desarrollando un supervisor de seguridad. Este monitoreará en tiempo real las decisiones tomadas por la red neuronal. Si es necesario, puede intervenir sobre la base de esta evaluación, ", dice Mohammed Naveed Akram de Fraunhofer IESE." El supervisor de seguridad utiliza algoritmos clásicos, que se centran en parámetros clave en lugar de evaluar la situación general, eso es lo que hacen las redes neuronales. Nuestro trabajo para el proyecto SECREDAS consiste principalmente en identificar métricas adecuadas para este propósito, pero también estamos buscando la mejor manera de tomar las medidas adecuadas para evitar el peligro ".

El siguiente ejemplo ilustra lo que esto significa en la práctica. Cuando el vehículo se acerca a una intersección, una red neuronal evalúa la situación general:¿Quién tiene el derecho de paso? ¿El semáforo está en rojo o en verde? ¿Hay peatones en la zona de peligro? ¿Están los vehículos a punto de cruzar la calle? Mientras tanto, los algoritmos del supervisor de seguridad se concentran en métricas específicas. Estos pueden incluir el tiempo general hasta la colisión (GTTC), que se basa en las trayectorias de cualquier vehículo en curso de colisión, o la velocidad de impacto en el peor de los casos, que determina el grado de daño basado en la velocidad probable de colisión. Si el automóvil se dirige hacia otro usuario de la carretera que la red neuronal no ha podido detectar, los algoritmos del supervisor de seguridad reconocerán que la distancia con este u otros usuarios de la carretera se está reduciendo en un grado peligroso. Y si fallan los sistemas autónomos, el supervisor de seguridad asumirá el control del vehículo y aplicará los frenos. "Hemos investigado varias métricas para ver qué tan bien podemos evaluar una situación peligrosa como esta, "Akram explica. Los investigadores han estado utilizando la simulación por computadora para modelar la eficacia de estas métricas en una variedad de situaciones críticas, con resultados impresionantes". En combinación con la gestión dinámica de riesgos, El uso de enfoques convencionales para monitorear redes neuronales en tiempo real puede generar un aumento sustancial de la seguridad. "dice Akram.

¿Mejor servicio o mayor protección de datos?

Compartir un automóvil puede ser un fastidio:cada vez que lo usa, tienes que reajustar el asiento y el espejo retrovisor, Vuelva a sintonizar la radio en su canal preferido y vuelva a ingresar sus ubicaciones favoritas en el sistema de navegación. Está, por supuesto, perfectamente factible para guardar estos ajustes personales, para que se puedan seleccionar automáticamente para cada conductor. Para algunas personas, esto representa una función muy práctica. Otros, sin embargo, considerarlo como una intrusión no deseada en la privacidad de los datos. Este problema se complica aún más si imaginamos que los sistemas del vehículo también pueden monitorear los niveles de azúcar en sangre o la frecuencia cardíaca del conductor, para poder advertir al conductor o solicitar asistencia en caso de lecturas críticas. Una razón para las reservas en contra de tal monitoreo de la salud es que los conductores nunca están realmente seguros de si los datos permanecen a bordo o se procesan en una nube. "Aquí no se puede tener una solución única para todos, "dice Arghavan Hosseinzadeh da Silva, Ingeniero de Seguridad en Fraunhofer IESE. "Generalmente hablando, cuantos más datos envíe, mejor será el servicio que reciba. Pero, ¿cuántos datos quiere divulgar alguien? y bajo que circunstancias, puede variar mucho de una persona a otra ".

Los investigadores del programa IND²UCE están desarrollando ahora un marco que permite limitar el uso de datos personales de acuerdo con la situación precisa y las preferencias individuales. Esto ya ha dado lugar a un software con el nombre de producto MYDATA Control Technologies. Decir, por ejemplo, desea que los mensajes de WhatsApp aparezcan en la pantalla del automóvil, pero no cuando tiene compañía. O, cuando alquilas un coche, desea que se muestren los mismos contactos y listas de reproducción que los de su propio vehículo, y el asiento, El volante y el espejo deben moverse automáticamente a la configuración apropiada. Y desea que todos los datos relacionados con la salud, como la frecuencia cardíaca, permanezcan a bordo en lugar de enviarse a la nube, a menos que haya una emergencia real, como un accidente, y es necesario solicitar asistencia de inmediato. En el futuro, los usuarios podrán establecer tales preferencias en una aplicación de teléfono inteligente que luego comunicará estas configuraciones a cualquier vehículo que estén conduciendo, ya sea una empresa, coche de alquiler o personal.

Los componentes del marco necesarios para permitir esto se instalarán en el vehículo. Por ejemplo, una solicitud sobre si los datos sobre la frecuencia cardíaca del conductor deben enviarse a la nube se dirigirá a un llamado punto de decisión de políticas (PDP), que luego verifica si esto está permitido. Si la respuesta es afirmativa, el PDP envía autorización al punto de cumplimiento de políticas (PEP) o especifica qué datos deben eliminarse o anonimizarse antes de enviarse. Como parte del proyecto SECREDAS, Los investigadores de Fraunhofer IESE están desarrollando ahora un demostrador para este escenario. Este trabajo debería estar terminado a finales de 2020. Mirando más adelante, el consorcio SECREDAS busca establecer un estándar para el control del uso de datos a bordo de vehículos. Si es posible, esto debería ser adoptado por todos los fabricantes de automóviles, permitiendo así a los usuarios de vehículos determinar cómo se utiliza su información personal.