Innovative Tech

道路標識に「人に見えないレーザー」照射　自動運転車を欺く攻撃　米国と日本の研究者らが発表

　米カリフォルニア大学アーバイン校、米フロリダ大学、米Toyota InfoTech Labs、電気通信大学に所属する研究者らが発表した論文「Invisible Reflections: Leveraging Infrared Laser Reflections to Target Traffic Sign Perception」は、赤外線レーザーを用いて交通標識にスポット光を照射し、自動運転車の認識システムを誤認させる攻撃を提案した研究報告である。

　自動運転車では、車に設置したカメラが捉えた映像を深層学習モデルで分析し、道路標識を識別する。このシステムの安全性を確保するため、AIに間違った標識を認識させるような攻撃の脅威を、自動運転車が普及する前に先駆けて理解するための研究が進められている。

　その一例として「敵対的パッチ」という手法が存在する。これは、AIを欺くために特別にデザインしたパターンのステッカーを標識に貼り付け、AIの誤認識を誘発するものだ。しかし、この手法は人間の目には不自然さが明らかであり、攻撃のステルス性は低い。

　一方、人間の目にも気付かれない攻撃方法の研究も進行中である。例として、車に設置したカメラにレーザーを当てて選択的に障害物や標識を見えなくする手法がある。しかし、移動する車にレーザーを正確に当て続けることは難しく、高度な技術を持つ攻撃者でなければ実行が困難である。

（関連記事：自動運転車の視界から“人だけ”を消す攻撃　偽情報をLiDARに注入　電通大などが発表）

　今回の研究では、赤外線レーザーを照射して道路標識にスポット光を投影し、その識別を誤らせる方法を提案。赤外線は人間には見えないが、赤外線フィルターを備えていない車載カメラには可視となる特性を利用したステルス性の高い攻撃である。

　またレーザーを静止している標識に向けるだけであり、特定の車を追跡する必要がないため、攻撃の実行は比較的容易であり、大きな脅威となる。

　実験は、室内／屋外（夜間と昼間）、車が動的／静的な条件などの環境で実施した。室内実験では対象の深層学習モデル全てで100％の攻撃成功率を得た。屋外環境でも80～100％の攻撃成功率を確認し、特に夜間の条件下で高い攻撃成功率を確認できた。

　この成果は、2月に開催予定のセキュリティに関する国際会議 The Network and Distributed System Security Symposium（NDSS）にて発表が行われる予定である。プロジェクトページはこちら。

Source and Image Credits: Takami Sato, Sri Hrushikesh Varma Bhupathiraju, Michael Clifford, Takeshi Sugawara, Qi Alfred Chen, Sara Rampazzi. Invisible Reflections: Leveraging Infrared Laser Reflections to Target Traffic Sign Perception.

Innovative Tech

2019年にスタートした本連載「Innovative Tech」は、世界中の幅広い分野から最先端の研究論文を独自視点で厳選、解説している。執筆は研究論文メディア「Seamless」（シームレス）を主宰し、日課として数多くの論文に目を通す山下氏が担当。イラストや漫画は、同メディア所属のアーティスト・おね氏が手掛けている。

この連載の記事をもっと見る

この記事の著者

関連記事

• 

  ソフトバンク子会社の自動運転バスが接触事故　実証実験中に　運行見合わせ

• 

  自動運転タクシーは安全か？　米国では“女性が車の下敷き”など事故相次ぐ　一部事業者は営業停止に

• 

  自動運転車が検知できない“ステルスカー”は作れるか？　横浜国大が検証　肝は赤外線カットフィルム

• 

  自動運転車に“音”で攻撃　存在しない停止標識などを見せる　中国の研究者らが開発

• 

  赤、青、黄、“白”の4色信号機、米国の研究者が提案　交差点に自動運転車が多いと点灯　その意味は？