CYBERSECURE TRAFFIC: DEEP LEARNING AUTOENCODER DETECTING CYBERATTACKS ON CONNECTED VEHICLES IN BRAZIL

No Brasil, os veículos agora vêm equipados com recursos como bloqueio/desbloqueio remoto da porta e partida do motor por meio de aplicativos móveis ou smartwatches. Os cibercriminosos podem explorar esses recursos para executar ataques cibernéticos, prendendo motoristas em seus carros ou causando sinistros de trânsito fatais disfarçados de incidentes comuns. Este artigo avalia o desempenho do método Deep Learning Autoencoder (DLA) na detecção de ciberataques em veículos conectados no Brasil fazendo uma análise comparativa com outras Inteligências Artificiais (IA). O DLA foi treinado e testado usando dados normais e de ataque do car hacking dataset de um veículo Hyundai, com o carro em estado estacionário. O resultado demonstrou acurácia quase perfeita na detecção de ataques cibernéticos na rede veicular de carros conectados.