Un framework basato su SLM rileva attacchi di spoofing GNSS nei veicoli autonomi

Uno studio recente pubblicato su arXiv (arXiv:2608.17092) introduce un framework per un piccolo modello linguistico (SLM) progettato per identificare attacchi di spoofing GNSS nei veicoli autonomi (AV). La ricerca affronta le vulnerabilità dei veicoli autonomi utilizzando stati di guida ottenuti indipendentemente da molteplici sensori in combinazione con dati GNSS, che vengono trasformati in narrazioni semantiche strutturate per facilitare il rilevamento degli attacchi. Questo framework è stato valutato rispetto ai grandi modelli linguistici (LLM) in cinque categorie di attacchi ed è stato testato con dati provenienti da località geografiche non familiari, suggerendo un certo grado di generalizzabilità. L'approccio SLM privilegia l'efficienza computazionale, con l'obiettivo di rafforzare la resilienza dei sistemi di posizionamento dei veicoli autonomi contro lo spoofing, e sottolinea la convergenza tra intelligenza artificiale, ingegneria automobilistica e cybersecurity.