Les chercheurs de l’Université de Rochester, Georgia Tech et l’Institut de l’intelligence artificielle et de la robotique pour la société de Shenzen ont proposé une nouvelle approche pour protéger les robots contre les vulnérabilités tout en maintenant les coûts bas. Avec des millions de voitures autonomes prévues sur les routes en 2025 et des drones autonomes générant déjà des milliards de dollars de ventes annuelles, la sécurité et la fiabilité sont des considérations importantes pour les consommateurs, les fabricants et les régulateurs.
Cependant, les systèmes de protection du matériel et des logiciels des machines autonomes contre les dysfonctionnements, les attaques et autres pannes entraînent également une augmentation des coûts. Ces coûts découlent des caractéristiques de performance, de la consommation d’énergie, du poids et de l’utilisation de puces de semi-conducteurs.
Les chercheurs ont souligné que le compromis existant entre les coûts généraux et la protection contre les vulnérabilités est dû à une approche de protection « taille unique ». Dans un article publié dans les Communications of the ACM, les auteurs ont proposé une nouvelle approche qui s’adapte aux différents niveaux de vulnérabilités au sein des systèmes autonomes pour les rendre plus fiables et contrôler les coûts.
Yuhao Zhu, professeur agrégé au Département d’informatique de l’Université de Rochester, a expliqué qu’un exemple est l’utilisation par Tesla de deux puces Full Self-Driving (FSD) dans chaque véhicule. Cette redondance offre une protection en cas de défaillance de la première puce mais double le coût des puces pour la voiture.
En revanche, Zhu et ses étudiants ont adopté une approche plus complète pour protéger à la fois les vulnérabilités matérielles et logicielles et allouer plus judicieusement la protection.
L’idée de base est d’appliquer différentes stratégies de protection à différentes parties du système, a expliqué Zhu. Par exemple, le devant de la pile logicielle d’un véhicule autonome est axé sur la perception de l’environnement à travers des dispositifs tels que des caméras et des lidars, tandis que l’arrière traite ces informations, planifie l’itinéraire et envoie des commandes à l’actionneur.
Zhu a ensuite mentionné que les chercheurs espèrent surmonter les vulnérabilités dans les piles logicielles des appareils autonomes les plus récents, qui reposent davantage sur l’intelligence artificielle à base de réseaux neuronaux, souvent de bout en bout.
La recherche a été soutenue en partie par le Semiconductor Research Corp.
En conclusion, cette étude met en lumière l’importance de développer des stratégies de protection adaptées aux différents niveaux de vulnérabilités des systèmes autonomes pour améliorer leur fiabilité tout en maîtrisant les coûts.
