自律性とサイバーセキュリティの交差点

今日の輸送市場では、高速道路を走る商用トラックの約 90％ が先進運転支援システム（ADAS）を使用しています。 このシステムには、前方衝突警告、自動緊急ブレーキ、レーン キープ アシスト、アダプティブ クルーズ コントロール、カメラ付きミラー、ブラインド スポット警告システムなどが含まれます。しかし、早ければ 2027 年には、次世代自動運転トラックが運転者なしで高速道路を走るようになるかもしれません。個別に、あるいは 2 台、3 台、あるいはそれ以上のトラックがプラトーン（小隊）を組み、最初のトラックにただ 1 人の運転者が乗り、道路上の列車のように走るのです。

オフハイウェイの分野では、鉱業や建設業の車両も、ある程度の自動化を活用して処理能力を向上させ、作業中の作業員の安全性を高めています。手動運転車両も自動運転車両も、センサ誘導システムを使って、限られたスペースで急旋回をしたり、衝突を避けるために一斉に旋回したり、横転を避けたりします。

部分的な自律性であっても、これらのシステムを使用すれば、安全性と生産性が大幅に向上します。サステナビリティの観点から、半自動運転車両からもたらされる効率と燃費の向上は、燃料消費量の削減を支援することで価値をもたらし、環境と収益の両方にプラスの影響を与えます。

自動運転車両の成長は業界全体に大きな利益をもたらしていますが、この進化に課題がないわけではありません。 今日のトラックや商用機器に組み込まれている無数の自動安全機能は、ソフトウェアによって制御されています。そして、ソフトウェアが関与する場合は、常にサイバー脆弱性が大きな懸念材料となります。

結局のところ、トラックは米国州内物資の 80 ％近くを運び、天然ガスや化石燃料、ガソリン、食料品、電子機器、医薬品などを運んでいます。車両のソフトウェアを利用して物資の流れを妨げようとする悪質な行為者のターゲットとなる可能性があります。オフハイウェイの分野では、建設プロジェクトが中断されたり、農作業が妨げられたりする可能性があります。

トラックやオフハイウェイ機器がソフトウェアやデータへの依存度を飛躍的に高めている例は、自動運転機能だけではありません。これらの車両は現在、カメラや LiDAR を使って他の車両や環境そのものからデータを収集するセンサを組み込み、クラウドベースのプラットフォームに接続して高度なナビゲーションや車両管理サービスを実現しています。

例えば、現場では、LiDAR やレーダー センサを備えた GPS システムがテレマティクス ソフトウェアと統合され、すべての機械の位置をリアルタイムで提供する一方、近接センサやその他のセンサが死角や近くにある機械の接近を検出し、これらの情報を安全性、生産性、パフォーマンスの向上に役立てることができます。

遠隔状態モニタリングと診断も、車両や機器の状態に関する情報を利用して、メンテナンスの問題を未然に防ぐことができるため、業界では一般的になりつつあります。

このような新技術の結果、膨大な量のデータが生み出されました。このようなデータが相互に関連し、絡み合うようになればなるほど、その脆弱性も増していきます。攻撃者が車両データを入手して操作した場合、誤った判断が下され、業務に影響が出たり、負傷者が出たりする可能性があります。

例えば、建設現場でバックホウを操作するオペレーターが、クラウドに接続されたデバイスのおかげで、電線にぶつかるのを簡単に避けることができます。ハッカーがそのデータをコントロールしたり、何らかの方法で操作したりした場合、オペレーターは誤った行動をとり、自分自身や傍観者、機器やプロジェクトを危険にさらしてしまう可能性があります。

 サイバー攻撃によって車両全体が危険にさらされたり、現場の作業が滞ったりする脅威は現実のものとなっていますが、そうしたリスクを最小限に抑え、システムの安全性を可能な限り確保する方法はあります。その方法をいくつかご提案します。

何がワイヤレスで何がワイヤレスでないかの判断 – ワイヤレス センサとアンテナを使用して、すべてのデータをキャプチャし、内部に送信することは魅力的である一方、より大きなリスクを生み出します。OEM は、内部通信には有線を使い、外部通信にはシールドされた銅線ケーブルとコネクタを使うことを考えるかもしれません。

車両ごとの V2X 通信の評価 – トラックなどの高速で移動する自動運転車両は、状況の変化に対応するために V2X 通信が必要です。狭い作業環境で使用される建設車両や採掘車両などの重機も同様で、移動や旋回を調整する必要があります。これらの車両は、すべてのV2Xトラフィックを保護するために、堅牢な暗号化プロトコルを備えている必要があります。しかし、農場で使用されるトラクターのような動きの遅い機器は、他の車両との通信や周囲の操縦が必要なければ、それほど堅牢でないセルラー ネットワークを使用できる可能性があります。

収集および保存するデータの決定 – トラックやオフハイウェイ車は、システムのパフォーマンスや状態に関するデータを収集するために、ますます多くのセンサを使用しています。このデータは通常、リアルタイム分析を可能にするために大規模なデータ レイクに取り込まれ、ストリーミングされます。しかし、こうしたクラウドベースのシステムには、潜在的なギャップや脆弱性が存在する可能性があります。そのため、設計者は収集するデータと、そのデータがエンド ユーザーに提供される期間を慎重に検討する必要があります。

セキュリティ向上のための高度な技術の活用 – データ分析によってセキュリティのギャップや脆弱性を発見し、車両運用に影響が及ぶ前にチームが対処できるようにします。データ完全性ソリューションは、センサやシステムから送信されるデータの真正性を継続的に検証することができます。AI ベースのシステムは、異常な運転パターンなどの行動異常を検出することができ、適応型セキュリティ プロトコルは、車両の電力を削減するなどの是正対応を自動化することができます。

トラックおよびオフハイウェイ産業が電子化と自律化によって新機能を追加し続ける中、車両のセキュリティとサイバー脅威の最小化を常に念頭に置く必要があります。OEM は、部品メーカー、接続プロバイダ、セキュリティ システム ベンダーと密接に協力し、セキュリティ戦略、システム、プロセスを進化させ、業界が進歩するにつれて自動車の安全性、レジリエンス、適応性を確保する必要があります。