論文「Adversarial Fog」がACM AsiaCCS 2025に採録され、最優秀論文賞を受賞しました
2025.08.25
LiDARを用いた認識システムは、霧や雨によるノイズ点を取り除くために点群の前処理フィルタを備えています。これまでのLiDAR攻撃研究は機械学習ベースの物体検出に集中しており、自動運転車で機械学習と併用される密度ベースの検出手法は見落とされてきました。
本研究は、霧の中でのLiDAR信号の挙動を理論的にモデル化し、点群フィルタリングのアルゴリズムを解析することで最適な霧の配置を導きます。そうして人工的に生成した霧の層を戦略的に配置することで、機械学習ベースと密度ベースの双方の物体検出から対象を検出不能にする攻撃 Adversarial Fog を提案しました。本論文はACM AsiaCCS 2025においてBest Paper Awardを受賞しました。
【論文情報】
Yuna Tanaka, Kazuki Nomoto, Ryunosuke Kobayashi, Go Tsuruoka, Tatsuya Mori, “Adversarial Fog: Exploiting the Vulnerabilities of LiDAR Point Cloud Preprocessing Filters,” Proceedings of The 20th ACM ASIA Conference on Computer and Communications Security (ACM ASIACCS 2025), pp. 1083-1100, Hanoi, Vietnam, August 2025.（Best Paper Award 受賞）