Your Location：
Home >
Browse articles >
面向自动驾驶系统的物理对抗脆弱性综述
常规文章 | Updated：2025-05-06

    • 面向自动驾驶系统的物理对抗脆弱性综述

      Enhanced Publication

    • A comprehensive survey of physical adversarial vulnerabilities in autonomous driving systems

    • “在自动驾驶系统领域，已经对物理对抗漏洞进行了全面调查。该研究将攻击和防御方法分为三种场景，并重点研究ADS中的各种传感器，建立了对抗防御的分类。本研究讨论了该领域的挑战和未来方向。”
    • 信息与电子工程前沿（英文）   2025年26卷第4期 页码：510-533

    • DOI：10.1631/FITEE.2300867    

      中图分类号： TP391

    • 收稿：2023-12-25，

      修回：2024-04-07，

      纸质出版：2025-04

    Scan QR Code

  • 赵帅, 张博渊, 石育澄, 等. 面向自动驾驶系统的物理对抗脆弱性综述[J]. 信息与电子工程前沿（英文）, 2025,26(4):510-533. DOI： 10.1631/FITEE.2300867.

    Shuai ZHAO, Boyuan ZHANG, Yucheng SHI, et al. A comprehensive survey of physical adversarial vulnerabilities in autonomous driving systems[J]. Frontiers of Information Technology & Electronic Engineering, 2025, 26(4): 510-533. DOI： 10.1631/FITEE.2300867.

  •  
  •  

0

浏览量

1292

Downloads

0

CSCD

PlumX

>
文章被引用时，请邮件提醒。
Submit
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

QuantBench: benchmarking AI methods for quantitative investment from a full pipeline perspective
HADF: a hash-adaptive dual fusion implicit network for super-resolution of turbulent flows
MltAuxTSPP: a unified benchmark for deep learning-based traffic state prediction with multi-source auxiliary data
Q-space-coordinate-guided neural networks for high-fidelity diffusion tensor estimation from minimal diffusion-weighted images
CRGT-SA: an interlaced and spatiotemporal deep learning model for network intrusion detection

相关作者

王赛卓
孔昊
郭家栋
华逢睿
齐逸岩
周婉芸
郑佳豪
王昕宇

相关机构

香港科技大学信息系统、商业统计及运营管理学系
北京理工大学计算机学院
香港科技大学（广州）信息枢纽
粤港澳大湾区数字经济研究院
香港科技大学计算机科学与工程学系
0