En poursuivant votre navigation sur ce site, vous acceptez l’utilisation de cookies pour vous proposer des contenus et services adaptés à vos centres d’intérêts. En savoir plus et gérer ces paramètres. OK X
 
 

 

 

Dossiers

Sécurité des véhicules autonomes : condition indispensable de leur succès

Par Jeff Davis, Senior Director, IVY Ecosystems Business Development chez BlackBerry

Publication: Mai 2021

Partagez sur
 
Lorsque Henry Ford imagina de faire de l‘automobile un moyen de transport courant, il considérait qu’elle était un moyen d’être libre...
 

En 1908, c’était la solution parfaite au besoin croissant de transporter un nombre relativement faible de personnes sur les vastes territoires de l’Amérique du début du XXe siècle. L’idée consistant à partir d’un produit de luxe et le transformer en produit indispensable de masse était tout simplement révolutionnaire. Et cette réponse apporté au besoin humain a engendré d’autres innovations et évolutions. Une fois plus puissantes et plus rapides, les voitures ont suscité le besoin d’améliorer les réseaux de transport. L’apparition des nouvelles super autoroutes a totalement transformé le paysage du monde moderne, nos modes de vie et l’économie du transport interurbain des biens et des services, en offrant davantage de liberté aux travailleurs, un accès facilité aux produits agricoles et en permettant d’apporter une aide médicale nécessaire aux régions les plus rurales.

Ces bénéfices ont été la conséquence d’un savant mélange entre l’innovation, les mécanismes du marché et une planification efficace. Cela étant dit, plusieurs inconvénients sont apparus du fait d’un déséquilibre entre ces trois éléments. L’étalement urbain, les émissions de CO2 excessives et un accès inégal aux moyens de transport : tous ces problèmes sont apparus à la suite de progrès insuffisamment réfléchis ou planifiés. Au cours des 100 dernières années de production automobile de masse, l’efficience s’est améliorée de 94 %, mais a été presque entièrement réduite à néant par la demande pour des véhicules plus gros et plus lourds, ce qui n’a permis d’améliorer que de 4 % la consommation moyenne au kilomètre. La conjonction de matériaux de construction moins onéreux, de carburant bon marché et de l’accès individuel à un moyen de transport occupé par une seule personne, combinée à l’augmentation de la population dans la majorité des pays modernes d’Asie, du continent américain et d’Europe, a transformé le rêve d’un accès au travail libre et à la demande en cauchemar avec un trafic urbain généralisé.

Aujourd’hui, l’automobile et nous faisons face à un défi totalement nouveau. Les consommateurs exigent des véhicules plus économes en carburant, une réduction de la circulation et moins d’accidents. Les constructeurs automobiles, les innovateurs et les concepteurs réagissent en conséquence. Représentant aujourd’hui environ 1 % de la flotte des véhicules particuliers, les voitures électriques devraient atteindre 100 % du marché occidental d’ici 2030. Les professionnels de la mobilité recherchent de meilleures solutions de covoiturage et les innovateurs travaillent avec les villes pour trouver des manières plus intelligentes d’offrir des solutions flexibles, fiables et sûres pour voyager. Alors, quel est le problème ?

Chaque élément de ce « nouveau monde » repose sur un système complexe de puces en silicium et de logiciels. Aujourd’hui, une automobile standard en bout de chaîne de production contient plus de lignes de code que la plupart des avions de chasse. Les voitures sont connectées, elles utilisent le cloud et sont segmentées selon une architecture spécifique à la marque, au modèle et à l’année. Les aménageurs de services publics doivent donc être visionnaires et s’assurer que les systèmes intégrés qui constituent la prochaine génération de moyens de transport protègent les vies tout comme la vie privée des utilisateurs. Singapour est un exemple parfait de cette planification. Le défi de la technologie des transports, de l’Internet des Objets et de la cybersécurité est le credo d’avenir de cette ville-État.

En tête de l’index 2020 Autonomous Vehicles Readiness Index publié par KPMG, le « pays intelligent » a déjà fait d’importants progrès vers un déploiement massif de bus et de voitures autonomes sur les voies publiques. Sur la seule année dernière, les centres d’essais de véhicule autonome ont été étendus à plus de 1 000 km de routes, une forte progression par rapport aux 70 km disponibles en 2019.

Les véhicules autonomes représenteront une révolution, mais ce n’est pas leur autonomie qui fait leur valeur : c’est leur connectivité. Générés par leur fonctionnement quotidien, des téraoctets de données sont analysables et exploitables à grande échelle pour rendre les villes intelligentes plus sûres et plus économes.

Au-delà des bénéfices évidents, il existe aussi de très gros risques en matière de sécurité lorsqu’il s’agit de faire circuler ces véhicules autonomes sur la route. Étant donné le nombre considérable d’éléments mobiles liés à l’interaction de cette technologie avec l’environnement, les approches traditionnelles de la gestion des risques sur les routes pourraient bien devenir obsolètes.

Les technologies de transport connectées vont nécessiter des performances en matière de cybersécurité de plus en plus importantes. Plus les logiciels automobiles se développent, plus la surface d’attaque augmente, ce qui les rend plus vulnérables aux cyberattaques. Les experts estiment que les ordinateurs quantiques capables de contourner la cryptographie moderne seront disponibles dans dix ans, ce qui souligne la nécessité pour les constructeurs automobiles d’intégrer dès aujourd’hui des règles de sécurité permettant de contrer ce type d’attaques.

Imaginez une attaque qui affecterait l’intégrité des calculs de distances ou qui empêcherait le véhicule d’activer ses freins pour éviter une collision. Une attaque visant les capteurs d’environnement pourrait perturber la détection des intempéries et bloquer les dispositifs de sécurité correspondants. Chacun de ces scénarios aurait des conséquences désastreuses pour les passagers et pour les piétons.

Heureusement, beaucoup d’acteurs ont de plus en plus conscience que sûreté et sécurité sont intimement liées. En d’autres termes : l’une ne va pas sans l’autre. Quand il s’agit de garantir la sécurité des véhicules autonomes, l’industrie ne peut pas reproduire les mêmes erreurs que les secteurs des hautes technologies et des logiciels. Il n’est pas concevable de livrer des logiciels de véhicule autonome comprenant de nombreuses vulnérabilités, demandant des mises à jour constantes et des couches d’outils tiers tels que des pare-feux, systèmes de détection d’intrusion et autres moyens de défense conçus pour protéger ces systèmes. Les enjeux sont beaucoup trop importants.

La mise au point de véhicules autonomes sécurisés demandera le développement en toute sécurité de millions de lignes de code par des professionnels du design. Ces logiciels devront être maintenus en sécurité et devront échanger des données avec les appareils du propriétaire et d’autres infrastructures technologiques existantes. Pour compliquer encore les choses, la démocratisation des logiciels dans la couche d’applications et dans l’ensemble de l’Internet des Objets, peut créer des tensions dans le système qui ne seront probablement pas perçues par les opérateurs humains tant qu’il n’y a aucun résultat non souhaité.

En matière de sécurisation des véhicules autonomes, le contexte sera critique pour bien gérer le chaos. Heureusement, de vastes quantités de données sont générées par les journaux de bord du véhicule, les capteurs de réseau et les endpoints, ainsi que par les répertoires distribués et les systèmes de ressources humaines et indiquent quelles activités des utilisateurs sont autorisées ou non. L’ensemble de cette masse de données peut fournir les preuves contextuelles nécessaires pour identifier les menaces et y remédier, mais seulement si nous possédons les outils capables de les faire apparaître.

C’est précisément le type de traitement dans lequel le Machine Learning excelle. En acquérant une compréhension large de l’activité des actifs sous leur contrôle, les solutions pilotées par le Machine Learning permettent aux analystes de comprendre les relations entre des événements très dispersés dans le temps et sur différents hôtes, utilisateurs et réseaux. Bien utilisé, le Machine Learning peut apporter le contexte dont nous avons besoin pour limiter les risques de violation tout en augmentant significativement le « coût de l’attaque ».

Notre niveau de dépendance vis-à-vis de l’automobile et le temps que nous passons à nous déplacer à bord de ces véhicules ont créé un marché potentiel pour de nouvelles idées et des solutions innovantes, telles que la conduite autonome. Le recours au Machine Learning pour l’amélioration des résultats en matière de sécurité nous donne l’occasion de protéger et de mieux préparer notre avenir.

Il faut absolument que les professionnels de la mobilité développent leur expertise en matière de Machine Learning et aillent au-delà des expressions à la mode pour comprendre ses capacités et ses limites ainsi que les caractéristiques d’une solution de véhicules intelligents sécurisée.

À Singapour, l’avenir semble prometteur pour la mobilité automatisée et à la demande, car les essais se poursuivent et des progrès sont visibles. Tout en améliorant l’infrastructure toujours plus complexe liée à l’Internet des Objets, véritable colonne vertébrale de la révolution de la voiture autonome, des dispositifs de sécurité fondamentaux doivent être mis en place en parallèle. C’est seulement à cette condition que nous pourrons placer les véhicules autonomes sur la voie d’un déploiement à grande échelle.

https://www.blackberry.com/

Suivez MtoM Mag sur le Web

 

Newsletter

Inscrivez-vous a la newsletter d'MtoM Mag pour recevoir, régulièrement, des nouvelles du site par courrier électronique.

Email: