Published November 1, 2023 | Version v1
Publication Metadata-only

Blockchain Assisted Hybrid Intrusion Detection System in Autonomous Vehicles for Industry 5.0

Creators

  • 1. Vellore Institute of Technology University
  • 2. Anna University, Chennai

Description

Industry 5.0 integrates human ability with machines to satisfy the increasing demands of automation. Autonomous Vehicles (AVs) are vital in Industry 5.0 due to their high mobility and intelligent decision-making. Data collected from AVs using Road Side Units (RSUs) aid in enhanced delivery, automated ride-sharing and minimized latency travel. The AVs are reticent to exchange information with other vehicles to ensure data privacy. As there is no trusted environment for data exchange, the AV data are vulnerable to cyber infiltration due to the widespread use of software and the activation of wireless connections. Identifying the source of data that has been shared without authorization is challenging. In this paper, we exploit Machine Learning (ML) with an Intrusion Detection System (IDS) that incorporates Stochastic Gradient Descent (SGD) for detecting intrusions in assistance with blockchain for an enhanced trust evaluation in a 5G-V2X Internet of Vehicles (IoV) environment. A detailed analysis demonstrates that the proposed Blockchain assisted IDS (BIDS) is efficient and secures 98% accuracy compared with the other state-of-the-art solutions.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

تدمج الصناعة 5.0 القدرة البشرية مع الآلات لتلبية المتطلبات المتزايدة للأتمتة. المركبات ذاتية القيادة (AVs) حيوية في الصناعة 5.0 بسبب حركتها العالية وصنع القرار الذكي. تساعد البيانات التي يتم جمعها من المركبات ذاتية القيادة باستخدام وحدات جانب الطريق (RSUs) في تحسين خدمة التوصيل ومشاركة الرحلات تلقائيًا وتقليل زمن الانتقال. تتحفظ المركبات السمعية والبصرية في تبادل المعلومات مع المركبات الأخرى لضمان خصوصية البيانات. نظرًا لعدم وجود بيئة موثوقة لتبادل البيانات، فإن بيانات الصوت والصورة عرضة للتسلل السيبراني بسبب الاستخدام الواسع النطاق للبرامج وتفعيل الاتصالات اللاسلكية. يعد تحديد مصدر البيانات التي تمت مشاركتها دون إذن أمرًا صعبًا. في هذه الورقة، نستغل التعلم الآلي (ML) مع نظام الكشف عن التسلل (IDS) الذي يتضمن الانحدار المتدرج العشوائي (SGD) للكشف عن الاختراقات للمساعدة في البلوك تشين لتقييم الثقة المعزز في بيئة إنترنت المركبات 5G - V2X (IoV). يوضح التحليل التفصيلي أن المعرفات المدعومة من البلوك تشين (BIDS) المقترحة فعالة وتضمن دقة بنسبة 98 ٪ مقارنة بالحلول الحديثة الأخرى.

Translated Description (French)

L'industrie 5.0 intègre les capacités humaines aux machines pour répondre aux exigences croissantes de l'automatisation. Les véhicules autonomes (VA) sont essentiels dans l'industrie 5.0 en raison de leur grande mobilité et de leur prise de décision intelligente. Les données recueillies auprès des véhicules autonomes à l'aide d'unités de bord de route (RSU) aident à améliorer la livraison, à automatiser le covoiturage et à minimiser les temps de latence. Les AV sont réticents à échanger des informations avec d'autres véhicules pour assurer la confidentialité des données. Comme il n'y a pas d'environnement de confiance pour l'échange de données, les données audiovisuelles sont vulnérables à la cyberinfiltration en raison de l'utilisation généralisée de logiciels et de l'activation de connexions sans fil. Identifier la source des données qui ont été partagées sans autorisation est difficile. Dans cet article, nous exploitons l'apprentissage automatique (ML) avec un système de détection d'intrusion (IDS) qui intègre la descente de gradient stochastique (SGD) pour détecter les intrusions à l'aide de la blockchain pour une évaluation de la confiance améliorée dans un environnement 5G-V2X Internet des véhicules (IoV). Une analyse détaillée démontre que les ID assistées par Blockchain (BIDS) PROPOSÉES sont efficaces et garantissent une précision de 98 % par rapport aux autres solutions de pointe.

Translated Description (Spanish)

Industry 5.0 integra la capacidad humana con las máquinas para satisfacer las crecientes demandas de automatización. Los vehículos autónomos (AV) son vitales en la Industria 5.0 debido a su alta movilidad y toma de decisiones inteligente. Los datos recopilados de los vehículos autónomos que utilizan unidades del lado de la carretera (RSU) ayudan a mejorar la entrega, a compartir viajes de forma automatizada y a minimizar los viajes de latencia. Los AV son reticentes a intercambiar información con otros vehículos para garantizar la privacidad de los datos. Como no existe un entorno confiable para el intercambio de datos, los datos AV son vulnerables a la infiltración cibernética debido al uso generalizado de software y la activación de conexiones inalámbricas. Identificar la fuente de datos que se ha compartido sin autorización es un desafío. En este documento, explotamos el aprendizaje automático (ML) con un sistema de detección de intrusiones (IDS) que incorpora el descenso de gradiente estocástico (SGD) para detectar intrusiones en asistencia con blockchain para una evaluación de confianza mejorada en un entorno 5G-V2X Internet of Vehicles (IoV). Un análisis detallado demuestra que los IDS asistidos por Blockchain (BIDS) propuestos son eficientes y aseguran una precisión del 98% en comparación con las otras soluciones de última generación.

Additional details

Additional titles

Translated title (Arabic)
نظام الكشف عن التسلل الهجين بمساعدة البلوك تشين في المركبات ذاتية القيادة للصناعة 5.0
Translated title (French)
Système de détection d'intrusion hybride assisté par blockchain dans les véhicules autonomes pour l'industrie 5.0
Translated title (Spanish)
Sistema de detección de intrusiones híbrido asistido por blockchain en vehículos autónomos para la industria 5.0

Identifiers

Other
https://openalex.org/W4387146071
DOI
10.1109/tce.2023.3320282

Is supplement to
https://openalex.org/W4386732777 (Other)
https://openalex.org/W4382775358 (Other)
https://openalex.org/W4306779889 (Other)
https://openalex.org/W4304136894 (Other)
https://openalex.org/W4246942721 (Other)
https://openalex.org/W4210406818 (Other)
https://openalex.org/W3216065934 (Other)
https://openalex.org/W3211706803 (Other)
https://openalex.org/W3209862047 (Other)
https://openalex.org/W2989851257 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
India

References

  • https://openalex.org/W1968701380
  • https://openalex.org/W2790225875
  • https://openalex.org/W2972385385
  • https://openalex.org/W2976125340
  • https://openalex.org/W3037243147
  • https://openalex.org/W3100509571
  • https://openalex.org/W3119207006
  • https://openalex.org/W3128395326
  • https://openalex.org/W3158696321
  • https://openalex.org/W3163987028
  • https://openalex.org/W3186826072
  • https://openalex.org/W3189163924
  • https://openalex.org/W3200971636
  • https://openalex.org/W3201500456
  • https://openalex.org/W3207822236
  • https://openalex.org/W3210879719
  • https://openalex.org/W3214078758
  • https://openalex.org/W3214182945
  • https://openalex.org/W4206683212
  • https://openalex.org/W4220679496
  • https://openalex.org/W4226164615
  • https://openalex.org/W4226265077
  • https://openalex.org/W4226468889
  • https://openalex.org/W4283216233
  • https://openalex.org/W4285246780
  • https://openalex.org/W4285305536
  • https://openalex.org/W4311807183
  • https://openalex.org/W4311897878