في عالم الهجمات التقنية، تُعتبر هجمات LiDAR على جانب الطريق من أكثر العمليات تعقيدًا، حيث تعتمد على إدراك الحالة المحيطة بتفاصيل دقيقة. هنا، يظهر الإطار الثوري TACTIC، الذي يستفيد من نماذج اللغات الضخمة (MLLM) لتنسيق هجمات LiDAR بطريقة متكيفة مع السياق. تستند TACTIC إلى نموذج تهديد يتمتع بخصائص الظل، مما يعني أنه لا يحتاج إلى الوصول إلى البيانات الداخلية لجهاز LiDAR المستهدف، بل يعتمد فقط على نظام إدراك يتم تشغيله من قبل المهاجم.

تسجل TACTIC وتقوم بتحليل الحالة المرورية المحلية، حيث تُستخدم القياسات المجمعة مع الصور الجانبية لاستنتاج السياق المروري وتكوين رسم بياني دلالي للمشهد. تقدم TACTIC تقنيات مبتكرة مثل "الدفع بعيدًا"، التي تؤثر على نطاق رؤية المركبة الرائدة، و"كسر عائق الشبح"، الذي يحفز عملية الكبح الطارئة باستخدام حقن العوائق.

من خلال إجراء 280 تجربة عشوائية باستخدام محاكي CARLA، يُظهر النظام نجاحًا بنسبة 100% في تفادي الاصطدامات، بينما كانت القيم التقليدية لا تتجاوز 35% للهجمات ذات القواعد الثابتة و60% للاختيار العشوائي. بالإضافة إلى ذلك، أظهرت التقنية الجديدة تقليص الاستجابة للتغييرات في المشهد من 7.4 ثوانٍ إلى 2.0 ثانية فقط.

تقدم نتائج TACTIC دليلاً قوياً على أن التخطيط التكتيكي القائم على السياق يمكن أن يكشف عن طرق فشل LiDAR الحساسة للسياق، والتي غالبًا ما تفوتها السياسات الهجومية الثابتة. هل أنت مستعد لتجربة عالم الذكاء الاصطناعي الجديد في الهجمات التكتيكية؟