Tom Tuunainen
Autonomiset ajoneuvot eivät ole enää etäistä tulevaisuutta, vaan nopeasti yleistyvä osa liikennejärjestelmäämme. Niiden turvallisuus ei perustu pelkästään sensoreihin, algoritmeihin ja tekoälyyn, vaan yhä enemmän niiden kykyyn torjua kehittyneitä kyberuhkia. Kun ajoneuvot ovat lähes kuin liikkuvia tietokoneita ja tiiviitä osia maailmanlaajuista digiekosysteemiämme, nostaa tämä kyberturvallisuuden yhä keskeisempään rooliin liikenteessämme.
Autonomiset ajoneuvot ovat yksi 2000-luvun merkittävimmistä teknologisista innovaatioista. Nämä yhdistävät tekoälypohjaisen päätöksenteon, langattoman viestinnän, pilvipalvelut ja ison määrän sensorijärjestelmiä muodostaakseen monimutkaisen kyberfysikaalisen kokonaisuuden. Samalla kun nämä järjestelmät lupaavat parantaa liikenneturvallisuutta, vähentää päästöjä ja tehostaa logistiikkaa, altistuvat ne yhä kehittyneemmille kyberuhille. Ajoneuvojen lisääntyvä ohjelmistokeskeisyys ja lähes jatkuva nettiyhteys tekevät niistä potentiaalisia kohteita hyökkääjille, joiden tavoitteena saattaa olla ajoneuvon hallinnan manipulointi, tietojen varastaminen tai koko järjestelmän kaataminen. (Dibaei, Zheng, Jiang, Maric, Abbas, Liu, Zhang, Deng, Wen, Zhang, Xiang & Yu 2019; Sharma & Gillanders 2022.)
Autonomisten ajoneuvojen arkkitehtuuri koostuu tyypillisesti useista toisiinsa kytkeytyvistä alijärjestelmistä, kuten ohjausyksiköistä, navigointijärjestelmistä ja sensoreista, joista jokainen saattaa tarjota rajapinnan rikollisten hyökkäysyrityksille. Erityisesti auton elektroniset ohjausyksiköt yhdistävä CAN-väylä (Controller Area Network), luo huolestuttavia turvallisuusnäkökulmia. Jos väylää ei ole riittävästi suojattu, mahdollistaa tämä pahimmassa tapauksessa koko ajoneuvon kaappaamisen. (Aliwa, Rana, Perera & Burnap 2020; Sharma & Gillanders 2022.)
Myös langattomat yhteydet ja V2X-viestintä (Vehicle-to-Everything) ovat keskeisiä autonomisessa liikenteessä, sillä näillä ajoneuvot kommunikoivat keskenään ja muun infrastruktuurin kanssa reaaliaikaisen tilannetiedon saamiseksi. Tämä altistaa kuitenkin samalla ajoneuvot rikollisten suorittamalle salakuuntelulle ja väliintulo- sekä palvelunestohyökkäyksille. (Khan, Shiwakoti, Stasinopoulos & Chen 2020; Wang, Wei, Wang, Zeng & Chang 2022.)
Sensorit, jotka toimivat ajoneuvojen ”aisteina”, ovat myös alttiita häirinnälle ja manipuloinnille. Esimerkiksi LiDAR-kaukokartoitusjärjestelmän (Light Detection and Ranging) signaaleja voidaan väärentää, jotta ajoneuvo tekee virheellisiä havaintoja ympäristöstään. GPS-häirintä voi vuorostaan johtaa navigointivirheisiin. Näin ollen saattaa ajoneuvosta tulla kovan luokan uhkatekijä liikenneturvallisuudelle. (El-Rewini, Sadatsharan, Sugunaraj, Selvaraj, Plathottam & Ranganathan 2020.)
Haittaohjelma voidaan vuorostaan injektoida kohteeseensa esimerkiksi suojaamattomien ohjelmistopäivitysten välityksellä, ja toimitusketjun riittämätön suojaaminen voi mahdollistaa haitallisen ohjelmakoodin päätymiseen ajoneuvon järjestelmiin jo kokoonpanovaiheessa. (Bendiab, Hameurlaine, Germanos, Kolokotronis & Shiaeles 2023; Dibaei, Zheng, Jiang, Maric, Abbas, Liu, Zhang, Deng, Wen, Zhang, Xiang & Yu 2019.)
Näiden kyberfysikaalisten järjestelmäkokonaisuuksien suojaamispyrkimykset perustuvatkin nyttemmin useimmissa tapauksissa kansainvälisiin standardeihin, kuten ISO/SAE 21434:2021 standardiin. Standardit edellyttävät valmistajilta systemaattista kyberturvallisuuden hallintaa koko elinkaaren ajan, ja ne varmistavat näin ollen, että turvallisuusnäkökulmat on integroitu osaksi kaikkia prosesseja ajoneuvon suunnittelusta ylläpitoon asti. Myös koneoppimismallit ovat dynaamisessa nyky-ympäristössämme yhä keskeisemmässä roolissa turvallisuuden takaajana, ja nämä kykenevät analysoimaan suuria tietomääriä sekä havaitsemaan poikkeamia, jotka voivat viitata mahdollisiin kyberhyökkäyksiin. Poikkeamien tunnistus ja tunkeutumisen havaitsemisjärjestelmät mahdollistavat vuorostaan ajoneuvoille ennestään tuntemattomien uhkien havaitsemisen. (Girdhar, Hong & Moore 2023.)
Etenkin autonomisten ajoneuvojen kyberturvallisuusratkaisut kehittyvät yhä enemmän kohti adaptiivisia ja itseoppivia järjestelmiä, joissa tekoäly toimii analysoivana ja puolustavana komponenttina. Samalla on kuitenkin tiedostettava, että myös hyökkääjät hyödyntävät tekoälyä omiin tarkoitusperiinsä, mikä lisää jo ennestään hyvän suojan tärkeyttä. Jatkuva tutkimus, standardien kehittäminen ja monialainen yhteistyö ovatkin aivan välttämättömiä, jotta autonomiset ajoneuvot voivat saada sen suojan mitä ne ansaitsevat ja täten olla turvallisia osia nyky-liikennejärjestelmäämme. Centria-ammattikorkeakoulu on ottanut härkää sarvista tässä asiassa ja esimerkiksi TESSA-hankkeessa tehdään pilotointikokeilua, jonka avulla pyritään parantamaan liikkumisen turvallisuutta, sekä kehittämään ratkaisuja, jotka tukevat olemassa olevia ja tulevia liikkumispalvelujamme. (Wang, Wei, Wang, Zeng & Chang 2022; Bendiab, Hameurlaine, Germanos, Kolokotronis & Shiaeles 2023; Centria 2026.)
Tässä on loppujen lopuksi kyse laajemmasta yhteiskunnallisesta muutoksesta, joka haastaa meidät pohtimaan, millaisen liikkumisen ympäristön haluamme jälkipolvillemme rakentaa. Näiden ajoneuvojen käyttöä on siis tarkasteltava myös osana liikenne- ja kaupunkipolitiikkaa, ja liikenteen digitalisoituessa yhä nopeammin, on koulullamme tässä yhä olennaisempi rooli näyteltävänä.
Lähteet
Aliwa, E., Rana, O., Perera, C. & Burnap, P. 2020. Cyberattacks and Countermeasures For In-Vehicle Networks. Saatavissa: https://doi.org/10.48550/arXiv.2004.10781. Viitattu 16.3.2026.
Bendiab, G., Hameurlaine, A., Germanos, G., Kolokotronis, N. & Shiaeles, S. 2023. Autonomous Vehicles Security: Challenges and Solutions Using Blockchain and Artificial Intelligence, IEEE Transactions on Intelligent Transportation Systems, 24(4), pp. 3614–3637. Saatavissa: https://doi.org/10.1109/TITS.2023.3236274. Viitattu 17.3.2026.
Centria. 2026. TESSA – Teollisuuspuistojen saavutettavuus ja sitä tukevat hiilineutraalit logistiset ratkaisut. Saatavissa: https://kpkuntaraha.fi/hankehakemus/robobus/. Viitattu 18.3.2026.
Dibaei, M., Zheng, X., Jiang, K., Maric, S., Abbas, R., Liu, S., Zhang, Y., Deng, Y., Wen, S., Zhang, J., Xiang, Y. & Yu, S. 2019. An Overview of Attacks and Defences on Intelligent Connected Vehicles. Saatavissa: https://doi.org/10.48550/arXiv.1907.07455. Viitattu 2.3.2026.
El-Rewini, Z., Sadatsharan, K., Sugunaraj, N., Selvaraj, D. F., Plathottam S. J. & Ranganathan, P. 2020. Cybersecurity Attacks in Vehicular Sensors, IEEE Sensors Journal, vol. 20, no. 22, pp. 13752–13767. Saatavissa: https://doi.org/10.1109/JSEN.2020.3004275. Viitattu 17.3.2026.
Girdhar, M., Hong J. & Moore, J. 2023. Cybersecurity of Autonomous Vehicles: A Systematic Literature Review of Adversarial Attacks and Defense Models, IEEE Open Journal of Vehicular Technology, vol. 4, pp. 417–437. Saatavissa: https://doi.org/10.1109/OJVT.2023.3265363. Viitattu 18.3.2026.
ISO/SAE 21434:2021. Road vehicles – Cybersecurity engineering. 2021. Helsinki: Suomen Standardisoimisliitto SFS.
Khan, S. K., Shiwakoti, N., Stasinopoulos, P. & Chen, Y. 2020. Cyber-attacks in the next-generation cars, mitigation techniques, anticipated readiness and future directions, Accident Analysis & Prevention, vol. 148, Art. 105837, ISSN 0001-4575. Saatavissa: https://doi.org/10.1016/j.aap.2020.105837. Viitattu 16.3.2026.
Sharma, P. & Gillanders, J. 2022. Cybersecurity and Forensics in Connected Autonomous Vehicles: A Review of the State-of-the-Art, IEEE Access, vol. 10, pp. 108979–108996. Saatavissa: https://doi.org/10.1109/ACCESS.2022.3213843. Viitattu 2.3.2026.
Wang, Z., Wei, H., Wang, J., Zeng, X., & Chang, Y. 2022. Security Issues and Solutions for Connected and Autonomous Vehicles in a Sustainable City: A Survey, Sustainability, vol. 14, nbr. 19. Saatavissa: https://doi.org/10.3390/su141912409. Viitattu 16.3.2026.
Tom Tuunainen
TKI-kehittäjä
Centria-ammattikorkeakoulu
p. 040 681 7207
