La sécurité des voitures autonomes menacée par le cloud public
Selon certains spécialistes, la sécurité des véhicules autonomes se trouve être menacée par les algorithmes en de machine learning disponible sur le cloud en mode open source.
Cet article va aussi vous intéresser : Tesla : il est possible de voler la voiture électrique par un simple piratage
Comme on a pu le remarquer, les responsables de l’industrie automobile ont regard tourné vers l’avenir. Pour ce faire il propose de plus en plus de nouveau service qui sont censés rendre autonome les véhicules. Ce qui démontre un changement radical de la philosophie au niveau de la construction d’automobile.
Cependant, une telle migration vers le développement de véhicules autonomes va constituer l’un des plus grands bouleversements en matière de production de données. En se référant au prévisions des spécialistes en la matière, il faut s’attendre à une production en moyenne de 10 téra octets de données par jour générées par véhicule, soit un zettaoctets d’ici 2030 pour l’ensemble du secteur. Ce qui fait une quantité similaire à celle des données produite par le trafic Internet pour toute une année 2016.
Ce qui signifie que les constructeurs d’automobiles et de OEM ne seront plus de simples entreprises de fabrication. Ils doivent être dorénavant perçus comme des spécialistes de l’IT, ayant en leur sein, un département spécialisé dans la conception logicielle. Aujourd’hui, on constate nettement que ces grosses entreprises mettent tout en œuvre pour développer des systèmes informatiques nécessaire pour créer des véritables véhicules autonomes. Ce qui nécessite certainement une analyse des données à travers le machine learning.
« Sur ce marché émergent, toutes les entreprises font la course pour obtenir une place de premier plan. Bon nombre d’entre elles préfèrent concevoir de nouvelles plateformes et applications reposant sur des algorithmes tiers et font l’impasse sur le long processus consistant à coder leur logiciel en interne. Mais cette approche constitue un risque de taille, car le recours aux algorithmes open source ou tierces peut compromettre fondamentalement la sécurité et la conformité des véhicules autonomes, les exposant à des accidents dangereux ou à des cyberattaques malveillantes. Dans un cas comme dans l’autre, ces dangers peuvent coûter aux constructeurs des millions d’euros en dommages et intérêts, voire mettre la vie des passagers en danger. », explique Eric Bezille, Directeur technique de Dell Technologies France. « Les algorithmes sont aujourd’hui largement disponibles dans le cloud public et sous-tendent de nombreux cas d’utilisation émergents de l’IA et du machine learning. Ils permettent à tout type d’entreprise de bénéficier d’une analyse intelligente des données. Mais l’arme est à double-tranchant : les points forts de ces algorithmes – simplicité et accessibilité – pourraient se révéler être des points faibles. », ajoute ce dernier.
Dans la mesure où les algorithmes de cloud public sont généralement développés en boîtes noires, utilisateur lambda, n’aura pas suffisamment d’informations sur la manière dont celles-ci ont été implémenté dans le développement du véhicule autonome. Et même si l’utilisateur était informé de l’intégralité des algorithmes, il faut quand même mentionné que le code peut s’écrire en des centaines et des milliers de lignes. De ce fait, les spécialistes en gestion et analyse de données automobiles, ainsi que les constructeurs n’auront pas le temps ni les ressources suffisantes, peut-être même l’expertise de passer en revue tout ce code. Dans ce contexte, Les constructeurs ont tendance à développer des logiciels qui se servent d’algorithmes tiers, sans chercher véritablement à comprendre les formules mathématiques qui sont implémentée.
« Alors, que peuvent faire les constructeurs et leurs fournisseurs ? Ils doivent innover rapidement, afin de profiter de l’énorme opportunité de marché que représentent les véhicules autonomes. Selon une étude menée par Dell Technologies et WARDS Intelligence en 2020, les constructeurs ont déjà une préférence pour le stockage sur site ou dans un cloud privé, notamment en raison du contrôle et de la sécurité supplémentaires que procurent ces solutions tout au long du cycle de vie du véhicule. Mais il se peut qu’ils soient encore en train d’acquérir l’expertise informatique nécessaire et ne soient pas encore en mesure de développer leurs propres algorithmes en interne. », note Eric Bezille,
« Une approche mesurée est donc indispensable. Le cloud public reste une ressource utile pour lancer l’innovation – c’est un moyen pour les entreprises de tester leur base de données avec des algorithmes existants et de réaliser des projets pilotes en vue de valider certains concepts. Un constructeur automobile peut apprendre des meilleurs fournisseurs dans le cloud public et exploiter l’innovation que représentent les API ouvertes. Mais une fois que les algorithmes adaptés auront été conçus, il sera essentiel d’internaliser le travail de développement. », ajoute ce dernier.
Accédez maintenant à un nombre illimité de mot de passe :
