{"id":518,"date":"2021-03-26T09:57:03","date_gmt":"2021-03-26T08:57:03","guid":{"rendered":"http:\/\/wise3.sk\/?p=518"},"modified":"2023-03-29T13:22:35","modified_gmt":"2023-03-29T11:22:35","slug":"kyberneticka-bezpecnost-v-automobilovom-priemysle","status":"publish","type":"post","link":"https:\/\/wise3.sk\/en\/ikt-kyberneticka-bezpecnost\/kyberneticka-bezpecnost-v-automobilovom-priemysle\/","title":{"rendered":"Kybernetick\u00e1 bezpe\u010dnos\u0165 v automobilovom priemysle"},"content":{"rendered":"\n
\n
\n
\n
\n \n
\n
\n

\u201cV prepojenom svete je kybernetick\u00e1 bezpe\u010dnos\u0165 pre va\u0161u bezpe\u010dnos\u0165 rovnako d\u00f4le\u017eit\u00e1 ako brzdy\u201d povedal\u00a0 b\u00fdval\u00fd CEO automobilky Jaguar Land Rover, Sir Ralf Speth. Automobilov\u00fd priemysel\u00a0 sa vyzna\u010duje zlo\u017eit\u00fdm dod\u00e1vate\u013esk\u00fdm re\u0165azcom. Preto si vy\u017eaduje komplexn\u00fd pr\u00edstup k informa\u010dnej bezpe\u010dnosti. Prim\u00e1rnymi akt\u00edvami, ktor\u00e9 treba chr\u00e1ni\u0165, s\u00fa projekty alebo kon\u0161truk\u010dn\u00e9 inform\u00e1cie, prototypy, prepojenia v r\u00e1mci siete dod\u00e1vate\u013esk\u00e9ho re\u0165azca, a osobn\u00e9 \u00fadaje z\u00e1kazn\u00edkov. Do popredia vystupuje potreba ochrany big data a prev\u00e1dzkov\u00fdch \u00fadajov spojen\u00fdch s nov\u00fdmi konceptmi digitaliz\u00e1cie\u00a0 a v\u00fdvojom auton\u00f3mnych vozidiel. Pr\u00e1ve posledn\u00e9\u00a0 sa st\u00e1va najv\u00e4\u010d\u0161ou v\u00fdzvou pre kybernetick\u00fa bezpe\u010dnos\u0165, \u010do ukazuj\u00fa aktu\u00e1lne \u00fadaje za rok 2020:<\/p>\n

V\u00e4\u010d\u0161ina kybernetick\u00fdch \u00fatokov prebieha vzdialene (76 %), 16 % fyzicky. Polovica \u00fatokov je veden\u00e1 \u00fato\u010dn\u00edkmi so zl\u00fdm \u00famyslom (\u201eblack hat hackers\u201c).<\/p>\n

Naj\u010dastej\u0161ie je hacknut\u00e1 automobilka Tesla, za \u0148ou nasleduj\u00fa tradi\u010dn\u00ed v\u00fdrobcovia vozidiel. Hackeri uprednost\u0148uj\u00fa pr\u00e9miov\u00e9 aut\u00e1.<\/p>\n

O\u010dak\u00e1va sa, \u017ee auton\u00f3mne vozidl\u00e1 bud\u00fa e\u0161te \u010dastej\u0161ie \u010deli\u0165 \u00fatokom.<\/p>\n

30 % spolo\u010dnost\u00ed nem\u00e1 zaveden\u00fd program kybernetickej bezpe\u010dnosti produktov a \u0161pecializovan\u00fd bezpe\u010dnostn\u00fd t\u00edm pre v\u00fdskum a v\u00fdvoj.<\/p>\n

63 % spolo\u010dnost\u00ed testuje zranite\u013enos\u0165 menej ako polovice hardv\u00e9ru, softv\u00e9ru a in\u00fdch technol\u00f3gi\u00ed.<\/p>\n

82 % v\u0161etk\u00e9ho zdrojov\u00e9ho k\u00f3du je viac ako 4 roky zastaran\u00e9.<\/p>\n

49 % z\u00e1kladu zdrojov\u00e9ho k\u00f3du (CodeBase) m\u00e1 pri statickej anal\u00fdze vysok\u00e9 zranite\u013enosti.<\/p>\n

Zdroj: Spolo\u010dnos\u0165 Vector, https:\/\/www.vector.com\/int\/en\/<\/p>\n

Eur\u00f3pska agent\u00fara pre kybernetick\u00fa bezpe\u010dnos\u0165 ENISA poukazuje v najnov\u0161ej \u0161t\u00fadii na potenci\u00e1lne rizik\u00e1 spojen\u00e9 so zlo\u017ekami umelej inteligencie zodpovedn\u00fdmi za replikovanie \u00faloh, ktor\u00e9 predt\u00fdm rie\u0161ili \u013eudsk\u00ed vodi\u010di.<\/p>\n

Ide napr\u00edklad o sn\u00edmanie okolit\u00e9ho prostredia alebo rozhodovanie o spr\u00e1van\u00ed sa vozidla. Tieto komponenty umelej inteligencie sa u\u017e len z vlastnej podstaty neriadia rovnak\u00fdmi pravidlami ako tradi\u010dn\u00fd softv\u00e9r. Pr\u00e1ve technika tzv. strojov\u00e9ho u\u010denia (machine learning), ktor\u00e1 stoj\u00ed za \u00faspechom umelej inteligencie, sa spolieha na pravidl\u00e1, ktor\u00e9 s\u00fa zalo\u017een\u00e9 na \u0161tatistickej anal\u00fdze rozsiahlych s\u00faborov \u00fadajov.<\/p>\n

To umo\u017e\u0148uje automatiz\u00e1ciu otv\u00e1raj\u00facu neb\u00fdval\u00e9 kognit\u00edvne schopnosti. Z\u00e1rove\u0148 to v\u0161ak prin\u00e1\u0161a nov\u00e9 pr\u00edle\u017eitosti pre potenci\u00e1lnych \u00fato\u010dn\u00edkov, ktor\u00ed m\u00f4\u017eu vyu\u017ei\u0165 ve\u013ek\u00fa zlo\u017eitos\u0165 syst\u00e9mov umelej inteligencie vo svoj prospech. Zabezpe\u010denie syst\u00e9mov UI vy\u017eaduje, aby sa \u0161pecifick\u00e9 probl\u00e9my t\u00fdkaj\u00face sa umelej inteligencie zoh\u013eadnili spolu s tradi\u010dn\u00fdmi rizikami kybernetickej bezpe\u010dnosti v r\u00e1mci cel\u00e9ho dod\u00e1vate\u013esk\u00e9ho re\u0165azca zapojen\u00e9ho do ich v\u00fdvoja a integr\u00e1cie s in\u00fdmi syst\u00e9mami vozidiel.<\/p>\n

ENISA poukazuje najm\u00e4 na tieto v\u0161eobecn\u00e9 miesta zranite\u013enosti a bezpe\u010dnostn\u00e9 v\u00fdzvy v auton\u00f3mnom riaden\u00ed vozidiel:<\/p>\n

Ne\u017eiaduce strojov\u00e9 u\u010denie<\/strong><\/p>\n

Ide o techniku \u200b\u200bstrojov\u00e9ho u\u010denia, ktor\u00e1 sa pok\u00fa\u0161a naru\u0161i\u0165 modely strojov\u00e9ho u\u010denia poskytnut\u00edm klamliv\u00e9ho vstupu. Pr\u00edkladom takejto techniky m\u00f4\u017ee by\u0165 vlo\u017eenie falo\u0161n\u00e9ho biometrick\u00e9ho znaku do biometrick\u00e9ho autentifika\u010dn\u00e9ho syst\u00e9mu, klamanie syst\u00e9mov na rozpozn\u00e1vanie tv\u00e1re alebo prevzatie kontroly nad syst\u00e9mom hlasov\u00e9ho rozhrania pomocou skryt\u00fdch hlasov\u00fdch pr\u00edkazov, ktor\u00e9 s\u00fa pre \u010dloveka nezrozumite\u013en\u00e9.<\/p>\n

Ne\u017eiaduce pr\u00edklady po\u010d\u00edta\u010dov\u00e9ho videnia<\/strong><\/p>\n

Ne\u017eiaduce pr\u00edklady sa zvy\u010dajne vytv\u00e1raj\u00fa pridan\u00edm mal\u00e9ho mno\u017estva starostlivo vypo\u010d\u00edtan\u00e9ho \u0161umu k prirodzen\u00e9mu obrazu. Tento druh \u00fatoku m\u00f4\u017ee oklama\u0165 najmodernej\u0161ie vysoko v\u00fdkonn\u00e9 modely rozpozn\u00e1vania obrazu, pri\u010dom je pre \u013eud\u00ed \u010dasto nepostrehnute\u013en\u00fd.<\/p>\n

Fyzick\u00e9 \u00fatoky na auton\u00f3mne vozidl\u00e1 zalo\u017een\u00e9 na umelej inteligencii<\/strong><\/p>\n

V posledn\u00fdch rokoch vzr\u00e1stol po\u010det fyzick\u00fdch \u00fatokov na komponenty umelej inteligencie v poloauton\u00f3mnych vozidl\u00e1ch. Patria sem aj \u00fatoky, ktor\u00e9 sa zameriavaj\u00fa na funkcie rozpozn\u00e1vania dopravn\u00fdch zna\u010diek auton\u00f3mnymi vozidlami. \u010eal\u0161\u00edm pr\u00edkladom bol v\u00fdskum spolo\u010dnosti McAfee, ktor\u00fdm sa dok\u00e1zala mo\u017enos\u0165 oklama\u0165 vozidlo Tesla pri zr\u00fdch\u013eovan\u00ed nad povolen\u00fa r\u00fdchlos\u0165. Posta\u010dilo prilepi\u0165 asi 5 cm dlhej \u010diernej p\u00e1sky na \u010das\u0165 \u010d\u00edslice na dopravnej zna\u010dke s r\u00fdchlostn\u00fdm limitom 35 mph (56 km\/h) pri\u010dom syst\u00e9m predpovedal r\u00fdchlostn\u00fd limit 85 mph (137 km\/h).<\/p>\n

V roku 2019 \u0161t\u00fadia Tencent Keen Security Lab na zis\u0165ovanie bezpe\u010dnostn\u00fdch ch\u00fdb vo vozidle Tesla okrem in\u00e9ho pouk\u00e1zala na slabiny, na z\u00e1klade ktor\u00fdch sa spustili automatick\u00e9 stiera\u010de premietan\u00edm hluku na elektronick\u00fd displej umiestnen\u00fd pred vozidlom, a t\u00fdm sa oklamal vizu\u00e1lny senzor syst\u00e9mu. Vedci tie\u017e sk\u00famali syst\u00e9m detekcie jazdn\u00fdch pruhov. Preuk\u00e1zali, \u017ee po aplik\u00e1cii \u0161kv\u0155n na \u010diaru jazdn\u00e9ho pruhu u\u017e syst\u00e9m vn\u00edmania nemus\u00ed detegova\u0165 \u010diaru a tie\u017e, \u017ee v testovacom prostred\u00ed dok\u00e1zali vytvori\u0165 falo\u0161n\u00e9 jazdn\u00e9 pruhy umiestnen\u00edm ur\u010dit\u00fdch n\u00e1lepiek na cestu.<\/p>\n

Vedci z americkej Cornell University tie\u017e preuk\u00e1zali, \u017ee syst\u00e9my predv\u00eddania uhla nato\u010denia volantu auton\u00f3mneho vozidla s\u00fa zranite\u013en\u00e9 vo\u010di \u00fatokom po\u010das jazdy.<\/p>\n

Z\u00e1verom<\/strong><\/p>\n

Automobilov\u00fd priemysel v najbli\u017e\u0161\u00edch rokoch \u010dakaj\u00fa ve\u013ek\u00e9 v\u00fdzvy v spojitosti s\u00a0 bezpe\u010dnos\u0165ou auton\u00f3mnych vozidiel. Odstr\u00e1nen\u00edm najbe\u017enej\u0161ej pr\u00ed\u010diny dopravn\u00fdch neh\u00f4d \u2013 \u013eudsk\u00e9ho vodi\u010da \u2013 sa od auton\u00f3mnych vozidiel o\u010dak\u00e1va zn\u00ed\u017eenie dopravn\u00fdch neh\u00f4d, najm\u00e4 smrte\u013en\u00fdch neh\u00f4d. Pre vodi\u010dov, cestuj\u00facich a chodcov v\u0161ak m\u00f4\u017eu predstavova\u0165 \u00faplne in\u00fd druh rizika. D\u00f4raz na kybernetick\u00fa bezpe\u010dnos\u0165 by mal by\u0165 preto rovnako d\u00f4le\u017eit\u00fd ako testy kvality b\u0155zd.<\/p>\n

Vo WISE3 sa intenz\u00edvne venujeme oblasti informa\u010dnej a kybernetickej bezpe\u010dnosti vr\u00e1tane spolupr\u00e1ce s viacer\u00fdmi technologick\u00fdmi partnermi, \u010d\u00edm prin\u00e1\u0161ame na\u0161im klientom pr\u00e1vne slu\u017eby s vy\u0161\u0161ou pridanou hodnotou.<\/p>\n



<\/p> <\/div>\n<\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n","protected":false},"excerpt":{"rendered":"

\u201cV prepojenom svete je kybernetick\u00e1 bezpe\u010dnos\u0165 pre va\u0161u bezpe\u010dnos\u0165 rovnako d\u00f4le\u017eit\u00e1 ako brzdy\u201d povedal\u00a0 b\u00fdval\u00fd CEO automobilky Jaguar Land Rover, Sir Ralf Speth. Automobilov\u00fd priemysel\u00a0 sa vyzna\u010duje zlo\u017eit\u00fdm dod\u00e1vate\u013esk\u00fdm re\u0165azcom. Preto si vy\u017eaduje komplexn\u00fd pr\u00edstup k informa\u010dnej bezpe\u010dnosti. Prim\u00e1rnymi akt\u00edvami, ktor\u00e9 treba chr\u00e1ni\u0165, s\u00fa projekty alebo kon\u0161truk\u010dn\u00e9 inform\u00e1cie, prototypy, prepojenia v r\u00e1mci siete dod\u00e1vate\u013esk\u00e9ho re\u0165azca, […]<\/p>\n","protected":false},"author":5,"featured_media":395,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","footnotes":""},"categories":[17],"tags":[],"class_list":["post-518","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ikt-kyberneticka-bezpecnost","has-post-title","has-post-date","has-post-category","has-post-tag","has-post-comment","has-post-author",""],"builder_content":"

\u201cV prepojenom svete je kybernetick\u00e1 bezpe\u010dnos\u0165 pre va\u0161u bezpe\u010dnos\u0165 rovnako d\u00f4le\u017eit\u00e1 ako brzdy\u201d povedal\u00a0 b\u00fdval\u00fd CEO automobilky Jaguar Land Rover, Sir Ralf Speth. Automobilov\u00fd priemysel\u00a0 sa vyzna\u010duje zlo\u017eit\u00fdm dod\u00e1vate\u013esk\u00fdm re\u0165azcom. Preto si vy\u017eaduje komplexn\u00fd pr\u00edstup k informa\u010dnej bezpe\u010dnosti. Prim\u00e1rnymi akt\u00edvami, ktor\u00e9 treba chr\u00e1ni\u0165, s\u00fa projekty alebo kon\u0161truk\u010dn\u00e9 inform\u00e1cie, prototypy, prepojenia v r\u00e1mci siete dod\u00e1vate\u013esk\u00e9ho re\u0165azca, a osobn\u00e9 \u00fadaje z\u00e1kazn\u00edkov. Do popredia vystupuje potreba ochrany big data a prev\u00e1dzkov\u00fdch \u00fadajov spojen\u00fdch s nov\u00fdmi konceptmi digitaliz\u00e1cie\u00a0 a v\u00fdvojom auton\u00f3mnych vozidiel. Pr\u00e1ve posledn\u00e9\u00a0 sa st\u00e1va najv\u00e4\u010d\u0161ou v\u00fdzvou pre kybernetick\u00fa bezpe\u010dnos\u0165, \u010do ukazuj\u00fa aktu\u00e1lne \u00fadaje za rok 2020:<\/p>

V\u00e4\u010d\u0161ina kybernetick\u00fdch \u00fatokov prebieha vzdialene (76 %), 16 % fyzicky. Polovica \u00fatokov je veden\u00e1 \u00fato\u010dn\u00edkmi so zl\u00fdm \u00famyslom (\u201eblack hat hackers\u201c).<\/p>

Naj\u010dastej\u0161ie je hacknut\u00e1 automobilka Tesla, za \u0148ou nasleduj\u00fa tradi\u010dn\u00ed v\u00fdrobcovia vozidiel. Hackeri uprednost\u0148uj\u00fa pr\u00e9miov\u00e9 aut\u00e1.<\/p>

O\u010dak\u00e1va sa, \u017ee auton\u00f3mne vozidl\u00e1 bud\u00fa e\u0161te \u010dastej\u0161ie \u010deli\u0165 \u00fatokom.<\/p>

30 % spolo\u010dnost\u00ed nem\u00e1 zaveden\u00fd program kybernetickej bezpe\u010dnosti produktov a \u0161pecializovan\u00fd bezpe\u010dnostn\u00fd t\u00edm pre v\u00fdskum a v\u00fdvoj.<\/p>

63 % spolo\u010dnost\u00ed testuje zranite\u013enos\u0165 menej ako polovice hardv\u00e9ru, softv\u00e9ru a in\u00fdch technol\u00f3gi\u00ed.<\/p>

82 % v\u0161etk\u00e9ho zdrojov\u00e9ho k\u00f3du je viac ako 4 roky zastaran\u00e9.<\/p>

49 % z\u00e1kladu zdrojov\u00e9ho k\u00f3du (CodeBase) m\u00e1 pri statickej anal\u00fdze vysok\u00e9 zranite\u013enosti.<\/p>

Zdroj: Spolo\u010dnos\u0165 Vector, https:\/\/www.vector.com\/int\/en\/<\/p>

Eur\u00f3pska agent\u00fara pre kybernetick\u00fa bezpe\u010dnos\u0165 ENISA poukazuje v najnov\u0161ej \u0161t\u00fadii na potenci\u00e1lne rizik\u00e1 spojen\u00e9 so zlo\u017ekami umelej inteligencie zodpovedn\u00fdmi za replikovanie \u00faloh, ktor\u00e9 predt\u00fdm rie\u0161ili \u013eudsk\u00ed vodi\u010di.<\/p>

Ide napr\u00edklad o sn\u00edmanie okolit\u00e9ho prostredia alebo rozhodovanie o spr\u00e1van\u00ed sa vozidla. Tieto komponenty umelej inteligencie sa u\u017e len z vlastnej podstaty neriadia rovnak\u00fdmi pravidlami ako tradi\u010dn\u00fd softv\u00e9r. Pr\u00e1ve technika tzv. strojov\u00e9ho u\u010denia (machine learning), ktor\u00e1 stoj\u00ed za \u00faspechom umelej inteligencie, sa spolieha na pravidl\u00e1, ktor\u00e9 s\u00fa zalo\u017een\u00e9 na \u0161tatistickej anal\u00fdze rozsiahlych s\u00faborov \u00fadajov.<\/p>

To umo\u017e\u0148uje automatiz\u00e1ciu otv\u00e1raj\u00facu neb\u00fdval\u00e9 kognit\u00edvne schopnosti. Z\u00e1rove\u0148 to v\u0161ak prin\u00e1\u0161a nov\u00e9 pr\u00edle\u017eitosti pre potenci\u00e1lnych \u00fato\u010dn\u00edkov, ktor\u00ed m\u00f4\u017eu vyu\u017ei\u0165 ve\u013ek\u00fa zlo\u017eitos\u0165 syst\u00e9mov umelej inteligencie vo svoj prospech. Zabezpe\u010denie syst\u00e9mov UI vy\u017eaduje, aby sa \u0161pecifick\u00e9 probl\u00e9my t\u00fdkaj\u00face sa umelej inteligencie zoh\u013eadnili spolu s tradi\u010dn\u00fdmi rizikami kybernetickej bezpe\u010dnosti v r\u00e1mci cel\u00e9ho dod\u00e1vate\u013esk\u00e9ho re\u0165azca zapojen\u00e9ho do ich v\u00fdvoja a integr\u00e1cie s in\u00fdmi syst\u00e9mami vozidiel.<\/p>

ENISA poukazuje najm\u00e4 na tieto v\u0161eobecn\u00e9 miesta zranite\u013enosti a bezpe\u010dnostn\u00e9 v\u00fdzvy v auton\u00f3mnom riaden\u00ed vozidiel:<\/p>

Ne\u017eiaduce strojov\u00e9 u\u010denie<\/strong><\/p>

Ide o techniku \u200b\u200bstrojov\u00e9ho u\u010denia, ktor\u00e1 sa pok\u00fa\u0161a naru\u0161i\u0165 modely strojov\u00e9ho u\u010denia poskytnut\u00edm klamliv\u00e9ho vstupu. Pr\u00edkladom takejto techniky m\u00f4\u017ee by\u0165 vlo\u017eenie falo\u0161n\u00e9ho biometrick\u00e9ho znaku do biometrick\u00e9ho autentifika\u010dn\u00e9ho syst\u00e9mu, klamanie syst\u00e9mov na rozpozn\u00e1vanie tv\u00e1re alebo prevzatie kontroly nad syst\u00e9mom hlasov\u00e9ho rozhrania pomocou skryt\u00fdch hlasov\u00fdch pr\u00edkazov, ktor\u00e9 s\u00fa pre \u010dloveka nezrozumite\u013en\u00e9.<\/p>

Ne\u017eiaduce pr\u00edklady po\u010d\u00edta\u010dov\u00e9ho videnia<\/strong><\/p>

Ne\u017eiaduce pr\u00edklady sa zvy\u010dajne vytv\u00e1raj\u00fa pridan\u00edm mal\u00e9ho mno\u017estva starostlivo vypo\u010d\u00edtan\u00e9ho \u0161umu k prirodzen\u00e9mu obrazu. Tento druh \u00fatoku m\u00f4\u017ee oklama\u0165 najmodernej\u0161ie vysoko v\u00fdkonn\u00e9 modely rozpozn\u00e1vania obrazu, pri\u010dom je pre \u013eud\u00ed \u010dasto nepostrehnute\u013en\u00fd.<\/p>

Fyzick\u00e9 \u00fatoky na auton\u00f3mne vozidl\u00e1 zalo\u017een\u00e9 na umelej inteligencii<\/strong><\/p>

V posledn\u00fdch rokoch vzr\u00e1stol po\u010det fyzick\u00fdch \u00fatokov na komponenty umelej inteligencie v poloauton\u00f3mnych vozidl\u00e1ch. Patria sem aj \u00fatoky, ktor\u00e9 sa zameriavaj\u00fa na funkcie rozpozn\u00e1vania dopravn\u00fdch zna\u010diek auton\u00f3mnymi vozidlami. \u010eal\u0161\u00edm pr\u00edkladom bol v\u00fdskum spolo\u010dnosti McAfee, ktor\u00fdm sa dok\u00e1zala mo\u017enos\u0165 oklama\u0165 vozidlo Tesla pri zr\u00fdch\u013eovan\u00ed nad povolen\u00fa r\u00fdchlos\u0165. Posta\u010dilo prilepi\u0165 asi 5 cm dlhej \u010diernej p\u00e1sky na \u010das\u0165 \u010d\u00edslice na dopravnej zna\u010dke s r\u00fdchlostn\u00fdm limitom 35 mph (56 km\/h) pri\u010dom syst\u00e9m predpovedal r\u00fdchlostn\u00fd limit 85 mph (137 km\/h).<\/p>

V roku 2019 \u0161t\u00fadia Tencent Keen Security Lab na zis\u0165ovanie bezpe\u010dnostn\u00fdch ch\u00fdb vo vozidle Tesla okrem in\u00e9ho pouk\u00e1zala na slabiny, na z\u00e1klade ktor\u00fdch sa spustili automatick\u00e9 stiera\u010de premietan\u00edm hluku na elektronick\u00fd displej umiestnen\u00fd pred vozidlom, a t\u00fdm sa oklamal vizu\u00e1lny senzor syst\u00e9mu. Vedci tie\u017e sk\u00famali syst\u00e9m detekcie jazdn\u00fdch pruhov. Preuk\u00e1zali, \u017ee po aplik\u00e1cii \u0161kv\u0155n na \u010diaru jazdn\u00e9ho pruhu u\u017e syst\u00e9m vn\u00edmania nemus\u00ed detegova\u0165 \u010diaru a tie\u017e, \u017ee v testovacom prostred\u00ed dok\u00e1zali vytvori\u0165 falo\u0161n\u00e9 jazdn\u00e9 pruhy umiestnen\u00edm ur\u010dit\u00fdch n\u00e1lepiek na cestu.<\/p>

Vedci z americkej Cornell University tie\u017e preuk\u00e1zali, \u017ee syst\u00e9my predv\u00eddania uhla nato\u010denia volantu auton\u00f3mneho vozidla s\u00fa zranite\u013en\u00e9 vo\u010di \u00fatokom po\u010das jazdy.<\/p>

Z\u00e1verom<\/strong><\/p>

Automobilov\u00fd priemysel v najbli\u017e\u0161\u00edch rokoch \u010dakaj\u00fa ve\u013ek\u00e9 v\u00fdzvy v spojitosti s\u00a0 bezpe\u010dnos\u0165ou auton\u00f3mnych vozidiel. Odstr\u00e1nen\u00edm najbe\u017enej\u0161ej pr\u00ed\u010diny dopravn\u00fdch neh\u00f4d \u2013 \u013eudsk\u00e9ho vodi\u010da \u2013 sa od auton\u00f3mnych vozidiel o\u010dak\u00e1va zn\u00ed\u017eenie dopravn\u00fdch neh\u00f4d, najm\u00e4 smrte\u013en\u00fdch neh\u00f4d. Pre vodi\u010dov, cestuj\u00facich a chodcov v\u0161ak m\u00f4\u017eu predstavova\u0165 \u00faplne in\u00fd druh rizika. D\u00f4raz na kybernetick\u00fa bezpe\u010dnos\u0165 by mal by\u0165 preto rovnako d\u00f4le\u017eit\u00fd ako testy kvality b\u0155zd.<\/p>

Vo WISE3 sa intenz\u00edvne venujeme oblasti informa\u010dnej a kybernetickej bezpe\u010dnosti vr\u00e1tane spolupr\u00e1ce s viacer\u00fdmi technologick\u00fdmi partnermi, \u010d\u00edm prin\u00e1\u0161ame na\u0161im klientom pr\u00e1vne slu\u017eby s vy\u0161\u0161ou pridanou hodnotou.<\/p>



<\/p>","_links":{"self":[{"href":"https:\/\/wise3.sk\/en\/wp-json\/wp\/v2\/posts\/518","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wise3.sk\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wise3.sk\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wise3.sk\/en\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/wise3.sk\/en\/wp-json\/wp\/v2\/comments?post=518"}],"version-history":[{"count":3,"href":"https:\/\/wise3.sk\/en\/wp-json\/wp\/v2\/posts\/518\/revisions"}],"predecessor-version":[{"id":2019,"href":"https:\/\/wise3.sk\/en\/wp-json\/wp\/v2\/posts\/518\/revisions\/2019"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wise3.sk\/en\/wp-json\/wp\/v2\/media\/395"}],"wp:attachment":[{"href":"https:\/\/wise3.sk\/en\/wp-json\/wp\/v2\/media?parent=518"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wise3.sk\/en\/wp-json\/wp\/v2\/categories?post=518"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wise3.sk\/en\/wp-json\/wp\/v2\/tags?post=518"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}