Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Prace Naukowe Politechniki Warszawskiej. Elektronika

1 2022

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Badanie podatności systemu sterowania robota wykorzystującego głębokie uczenie ze wzmocnieniem

Giełdowski Daniel, Szynkiewicz Wojciech, Dudek Wojciech

Prace Naukowe Politechniki Warszawskiej. Elektronika

2022

z. 197, t. 1

105-114

Niniejszy artykuł przedstawia opis metody badania podatności systemu sterowania robota wykorzystującego głębokie uczenie ze wzmocnieniem. Przedstawiony jest problem cyberbezpieczeństwa takich systemów. Omówiono oprogramowanie szeroko stosowane w systemach robotów, uwzględniając najpopularniejsze algorytmy uczenia. Przedstawiono podatności takiego systemu, metody ataku na niego oraz proponowane zabezpieczenia. Opisano projekt badania podatności oraz eksperymentalna weryfikacje proponowanych metod zabezpieczeń systemu robota wykorzystującego głębokie uczenie ze wzmocnieniem.

This paper describes a method for testing the vulnerability of a robot control system that employs deep reinforcement learning. The problem of cyber security of such systems is presented. Software commonly used in robot control systems is discussed, considering the most popular deep reinforcement learning algorithms. Vulnerabilities of such a system, methods of attacking it and proposed security measures are presented. The design of vulnerability analysis and experimental verification of proposed security methods for a robot control system based on DRL is described.