Ahányszor csak szóba kerül a Dolgok Internete és a világhálóra csatlakoztatott gépjárművek, a kapcsolódó biztonsági kérdések gyakorlatilag minden esetben elmaradhatatlan részét képezik az értekezéseknek.

A beépített szenzorok mára az autók szerves részeit képezik, a fejlődéssel pedig az esetleges biztonsági fenyegetések észlelése és csökkentése is együtt kell(ene), hogy járjon.

A közlekedési rendszerek számos formája – beleértve az autókat, a teherautókat, a vonatokat és a repülőgépeket – olyan beágyazott eszközök hálózatát alkalmazza, amelyek felelősek az adott jármű platformjának dedikált funkcióiért. Például egy autó esetében ez lehet az injektor, a szervokormány, a sebességváltó vagy a blokkolásgátló. Mindez viszont egyben azt is jelenti, hogy a járművek olyan eszközök hálózatává alakulnak át, amelyek esetenként rosszindulatú támadásoknak is ki lehetnek téve.

A kockázatok szemléltetésére több „ostromot” is szimuláltak már. Volt olyan, amikor a vészfékeket támadták meg, de nem kímélték az elektromos ablakemelőket sem. Ilyenkor a szakemberek gyakran bejutottak a jármű vezeték nélküli technológiát – például Bluetooth-t – használó fedélzeti rendszereibe is.

Az egyik leghíresebb-leghírhedtebb esetnél a kutatók a vezeték nélküli technológia révén hackeltek meg egy Jeep Cherokee-t az autó navigációjáért és szórakoztatóelektronikai megoldásaiért felelős, járművön belüli csatlakoztatott rendszerébe való bejutással. Ezzel távolról voltak képesek megbénítani a motort, bekapcsolni és egyúttal akár ki is oldani a fékeket – ez pedig bőven ad okot az aggodalomra.

Az ilyen példák révén ugyanakkor egyértelműen azonosíthatók azok a biztonsági kihívások, amelyeknek meg kell felelni. Továbbá felmérhető, mi történik a belső hálózatba történő behatoláskor, és hogy miként lehet ezt elkerülni vagy legalább is mérsékelni a kiberkockázatokat.

A megfelelő védelem kialakításához különféle titkosítási technikák kialakítására van szükség, amellyel megvédhetők a jármű belső hálózatán továbbított adatok. Ha pedig már meglévő hálózati fenyegetésről van szó, a gépi tanulás és az adatalapú megközelítés segíthet felismerni az ezekre adott megfelelő hálózati „válaszokat”.

Természetesen hosszú út áll még a szakemberek előtt, az új szemléletmód viszont sokat segíthet a jelfeldolgozás, a gépi tanulás és az „adattudomány” fejlesztésében. Az új kutatási eredmények révén pedig nagyobb eséllyel védhetők meg az okosautók az esetleges kibertámadásoktól.