Upstream Security မှ ထုတ်ပြန်ခဲ့သော 2020 "Automotive Information Security Report" အရ၊ 2016 မှ 2020 ခုနှစ် ဇန်နဝါရီလအထိ မော်တော်ယာဥ်လုံခြုံရေးဆိုင်ရာ ဖြစ်ရပ်များသည် လွန်ခဲ့သည့်လေးနှစ်အတွင်း 605% တိုးလာခဲ့ပြီး 2019 ခုနှစ်တွင် လူသိရှင်ကြား အစီရင်ခံတင်ပြမှုများသာ ရှိခဲ့သည်။ 2018 ခုနှစ်တွင် 80 မှနှစ်ဆတိုးလာသောအသိဉာဏ်ကွန်ရက်ချိတ်ဆက်ထားသောယာဉ်သတင်းအချက်အလက်လုံခြုံရေးတိုက်ခိုက်မှုဖြစ်ရပ် 155 ခု။ ကားကွန်ရက်ချိတ်ဆက်မှုနှုန်းကို စဉ်ဆက်မပြတ် မြှင့်တင်ခြင်းဖြင့် ဖွံ့ဖြိုးတိုးတက်မှုလမ်းကြောင်းသည် အနာဂတ်တွင် ယင်းကဲ့သို့ ဘေးကင်းရေးပြဿနာများ ပိုမိုထင်ရှားလာမည်ဟု မျှော်လင့်ပါသည်။

"အန္တရာယ်အမျိုးအစားများ၏ ရှုထောင့်မှကြည့်လျှင် အသိဉာဏ်ရှိသော ကွန်ရက်ယာဉ်များဖြင့် ရင်ဆိုင်ရသည့် အဓိက သတင်းအချက်အလက် လုံခြုံရေး ခြိမ်းခြောက်မှု ခုနစ်မျိုးရှိကြောင်း၊ မိုဘိုင်းလ်ဖုန်း APP နှင့် cloud ဆာဗာ အားနည်းချက်များ၊ မလုံခြုံသော ပြင်ပချိတ်ဆက်မှုများ၊ အဝေးမှ ဆက်သွယ်မှုကြားခံ အားနည်းချက်များနှင့် ဆာဗာများကို ပြောင်းပြန်တိုက်ခိုက်သည့် ရာဇ၀တ်သားများ၊ ဒေတာရယူခြင်း၊ ယာဉ်အတွင်းကွန်ရက် ညွှန်ကြားချက်များကို အနှောင့်အယှက်ဖြစ်စေပြီး firmware ကြောင့် ယာဉ်အတွင်းအစိတ်အပိုင်းစနစ်များ ပျက်စီးသွားပါသည်။ flashing/extraction/virus implantation" ဟု Huawei Smart Car Solution BU ၏ Standards ဒါရိုက်တာ Gao Yongqiang မှ ပြောကြားခဲ့သည်။

ဥပမာအားဖြင့်၊ Upstream Security ၏ အထက်ဖော်ပြပါ လုံခြုံရေး အစီရင်ခံစာတွင် ကားတိမ်တိုက်များ၊ ကားပြင်ပ ဆက်သွယ်ရေး ဆိပ်ကမ်းများနှင့် APP တိုက်ခိုက်မှုများသည် သတင်းအချက်အလက် လုံခြုံရေး တိုက်ခိုက်မှုဆိုင်ရာ ကိန်းဂဏာန်းများ၏ 50% နီးပါးမျှသာဖြစ်ပြီး ၎င်းတို့သည် အရေးကြီးဆုံး ဝင်ခွင့်အမှတ်များ ဖြစ်လာခဲ့သည်။ လက်ရှိကားတိုက်ခိုက်မှုများအတွက်။ ထို့အပြင်၊ တိုက်ခိုက်မှု vector များအဖြစ် သော့မဲ့ဝင်ရောက်မှုစနစ်များကို အသုံးပြုခြင်းသည် အလွန်ပြင်းထန်ပြီး 30% အထိ မြင့်မားသည်။ အခြားသော ဘုံတိုက်ခိုက်မှု vector များတွင် OBD ပေါက်များ၊ ဖျော်ဖြေရေးစနစ်များ၊ အာရုံခံကိရိယာများ၊ ECU နှင့် ယာဉ်တွင်းကွန်ရက်များ ပါဝင်သည်။ တိုက်ခိုက်မှုပစ်မှတ်များသည် အလွန်ကွဲပြားသည်။

ဒါတင်မကသေးဘဲ၊ China Automotive Research Institute, United Nations Automotive (Beijing) Intelligent Connected Vehicle Research Institute Co., Ltd. နဲ့ Zhejiang Tsinghua Yangtze River Delta Research Institute က ထုတ်ပြန်တဲ့ "ဉာဏ်ရည်မြင့်ပြီး ချိတ်ဆက်ထားတဲ့ ယာဉ်အချက်အလက် လုံခြုံရေး အကဲဖြတ်ချက်" စာတမ်းအရ၊ ဖိုရမ်အတွင်း လွန်ခဲ့သည့် နှစ်နှစ်အတွင်း ယာဉ်သတင်းလုံခြုံရေးအတွက် တိုက်ခိုက်မှုနည်းလမ်းများသည် ပိုမိုကွဲပြားလာပါသည်။ သမားရိုးကျ တိုက်ခိုက်မှုနည်းလမ်းများအပြင်၊ ultrasonic လှိုင်းများကို အသုံးပြု၍ "လင်းပိုင်အသံ" တိုက်ခိုက်မှုများ၊ ဓာတ်ပုံများနှင့် လမ်းအမှတ်အသားများကို အသုံးပြု၍ AI တိုက်ခိုက်မှုများလည်း ရှိသေးသည်။ ထို့အပြင်၊ တိုက်ခိုက်မှုလမ်းကြောင်းသည် ပို၍ ရှုပ်ထွေးလာသည်။ ဥပမာအားဖြင့်၊ အားနည်းချက်များစွာကို ပေါင်းစပ်ခြင်းဖြင့် ကားတစ်စီးကို တိုက်ခိုက်ခြင်းသည် ကားအချက်အလက်လုံခြုံရေးအတွက် ပိုမိုဆိုးရွားသော ပြဿနာတစ်ရပ်ကို ဖြစ်စေသည်။