Key points are not available for this paper at this time.
आधुनिक वाहन, जिसमें स्वायत्त वाहन और कनेक्टेड वाहन शामिल हैं, अन्य वाहनों, स्मार्ट उपकरणों और बुनियादी ढांचों के साथ कनेक्शनों और संचार के माध्यम से कार्यक्षमता की बढ़ती विविधता को अपनाने लगे हैं। हालाँकि, इंटरनेट ऑफ़ व्हीकल्स (IoV) की बढ़ती कनेक्टिविटी नेटवर्क हमलों के प्रति सुरक्षा जोखिम भी बढ़ाती है। IoV प्रणालियों को साइबर खतरों से बचाने के लिए, ऐसे अद्यतन पहचान प्रणाली (IDS) विकसित की गई हैं जो दुर्भावनापूर्ण साइबर-हमलों की पहचान कर सकें, जो मशीन लर्निंग (ML) दृष्टिकोण का उपयोग करती हैं। IoV नेटवर्क में विभिन्न प्रकार के हमलों की सटीक पहचान के लिए, हम लीडर क्लास और कॉन्फिडेंस निर्णय एनसेमबल (LCCDE) नामक एक नया एनसेमबल IDS ढाँचा प्रस्तुत करते हैं। इसे हर वर्ग या हमले के प्रकार के लिए तीन उन्नत ML एल्गोरिदम (XGBoost, LightGBM, और CatBoost) में से सर्वोत्तम प्रदर्शन करने वाले ML मॉडल का निर्धारण करके निर्मित किया गया है। इसके बाद भविष्यवाणी विश्वास मानों के साथ वर्ग नेता मॉडल का उपयोग विभिन्न प्रकार के साइबर हमलों के पहचान के संदर्भ में सटीक निर्णय लेने के लिए किया जाता है। दो सार्वजनिक IoV सुरक्षा डेटा सेटों (कार-हैकिंग और CICIDS2017 डेटा सेट) पर प्रयोगों से यह स्पष्ट होता है कि प्रस्तावित LCCDE अद्यतन पहचान में दोनों इंटर-वाहन और बाहरी नेटवर्क पर प्रभावी है।
यांग एट अल. (2022) ने इस प्रश्न का अध्ययन किया।