Älykkäät ajoneuvot tiedustelualustoina - SecMeter

Älykkäät ajoneuvot kyberfyysisinä järjestelminä

Modernit ajoneuvot ovat monimutkaisia järjestelmiä, jotka keräävät, prosessoivat ja välittävät dataa reaaliaikaisesti. Keskeinen teknologinen piirre on monimodaalinen sensorifuusio, jossa yhdistetään useita tiedonlähteitä, kuten:

• kamerat
• tutka- ja lidar-järjestelmät
• ultraäänianturit
• satelliittipaikannus

Tämä mahdollistaa ympäristön kolmiulotteisen mallinnuksen, infrastruktuurin kartoituksen sekä liikennemallien analyysin. Tiedustelun näkökulmasta tällainen data voi tuottaa epäsuoraa mutta strategisesti merkittävää tietoa esimerkiksi infrastruktuurin rakenteista, kulunvalvonnasta ja logistisista reiteistä.

Ajoneuvojen merkitys ei kuitenkaan perustu yksittäiseen teknologiaan, vaan niiden kykyyn integroitua muihin digitaalisiin järjestelmiin, kuten pilvipalveluihin ja mobiililaitteisiin.

Älykkäät ajoneuvot ja sotilastiedustelu

Älykkäiden ajoneuvojen kehitys on tuonut sotilastiedusteluun uuden ulottuvuuden, jossa kuluttajateknologia toimii potentiaalisena tiedonkeruun ja analyysin välineenä. Ajoneuvot eivät enää ole pelkkiä kulkuvälineitä, vaan monimutkaisia kyberfyysisiä järjestelmiä (CPS cyber-physical systems), jotka tuottavat jatkuvasti dataa ympäristöstään ja käyttäjistään.

Keskeiset tiedustelulliset mekanismit

Älykkäiden ajoneuvojen keskeinen ominaisuus on monimodaalinen sensorifuusio. Ajoneuvot yhdistävät useita tiedonlähteitä, kuten kameroita, tutka- ja lidar-järjestelmiä, ultraääniantureita sekä paikannusjärjestelmiä.

Tämä mahdollistaa ympäristön kolmiulotteisen mallinnuksen, infrastruktuurin kartoituksen sekä liikennemallien analyysin. Sotilastiedustelun näkökulmasta tällainen data voi paljastaa esimerkiksi tukikohtien rakenteita, kulunvalvontapisteitä ja logistisia reittejä. Näin ajoneuvot voivat täydentää perinteisiä tiedustelumenetelmiä tarjoamalla jatkuvaa ja paikallista dataa.

Toinen keskeinen piirre on jatkuva datankeruu ja siirto. Ajoneuvot keräävät dataa usein reaaliaikaisesti ja välittävät sitä pilvipalveluihin, valmistajille tai kolmansille osapuolille. Tämä mahdollistaa ns. pattern-of-life-analyysin, jossa voidaan tunnistaa liikkumisen rutiineja, joukkojen siirtymisiä ja infrastruktuurin käyttörytmejä. Tällainen pitkäaikainen datankeruu voi tarjota strategisesti merkittävää tietoa ilman suoraa tiedusteluoperaatiota.

Pattern-of-life-analyysi on tiedustelutoiminnan keskeinen menetelmä, jossa pyritään tunnistamaan kohteiden toistuvia käyttäytymismalleja ajallisen ja paikallisen datan perusteella. Menetelmä perustuu laajamittaisen datan keräämiseen ja analysointiin, jonka avulla voidaan muodostaa ennustettavia malleja yksilöiden, ryhmien tai järjestelmien toiminnasta.

Keskeinen ajatus on, että yksittäiset datapisteet, kuten sijainti, ajankohta ja liikkumissuunta eivät välttämättä ole itsessään merkityksellisiä. Kun niitä kuitenkin kerätään pitkällä aikavälillä, ne muodostavat rakenteellisen kokonaisuuden, josta voidaan tunnistaa rutiineja ja poikkeamia. Näitä voivat olla esimerkiksi päivittäiset liikkumisreitit, työ- ja lepoajat tai tiettyjen kohteiden käyttörytmit.

Sotilastiedustelussa pattern-of-life-analyysiä käytetään erityisesti vastapuolen operatiivisen ympäristön ymmärtämiseen. Sen avulla voidaan tunnistaa:

• joukkojen liikkumisen rytmi
• logistiset reitit ja huoltokäytännöt
• vartioinnin ja valvonnan aikataulut
• infrastruktuurin käyttöaste eri ajankohtina

Tällainen tieto on strategisesti arvokasta, koska se mahdollistaa toiminnan ennustamisen. Esimerkiksi toistuvien liikkumismallien perusteella voidaan arvioida, milloin tietty alue on vähiten valvottu tai milloin logistinen toiminta on aktiivisimmillaan. Näin pattern-of-life-analyysi tukee päätöksentekoa ilman, että tarvitaan suoraa pääsyä luottamukselliseen viestintään.

Älykkäiden ajoneuvojen yleistyminen on lisännyt merkittävästi tämän analyysimenetelmän merkitystä. Ajoneuvot tuottavat jatkuvasti paikannus- ja liikkumistietoa, joka voidaan yhdistää aikaleimoihin ja reittihistoriaan.

Tämä mahdollistaa erittäin tarkkojen käyttäytymismallien muodostamisen. Esimerkiksi ajoneuvodatan avulla voidaan tunnistaa yksilön päivittäiset rutiinit tai analysoida laajempia liikenne- ja kuljetusvirtoja.

On myös huomattava, että pattern-of-life-analyysi ei edellytä perinteisiä tiedustelumenetelmiä, kuten viestien kuuntelua tai salaisten tietojen hankkimista. Pelkkä liikkumis- ja aikadata voi riittää merkittävien johtopäätösten tekemiseen. Tämä tekee menetelmästä erityisen tehokkaan nykyaikaisessa datavetoisessa turvallisuusympäristössä.

Kolmas merkittävä tekijä on ajoneuvojen ohjelmistokeskeisyys. OTA-päivitykset (Over-the-air), etädiagnostiikka ja mahdollinen etähallinta tekevät ajoneuvoista riippuvaisia ohjelmistoinfrastruktuurista. Sotilaskontekstissa tämä avaa mahdollisuuden järjestelmien häirintään tai deaktivointiin kriisitilanteessa sekä toimitusketjuihin kohdistuviin hyökkäyksiin.

Lisäksi ajoneuvojen viestintärajapinnat, kuten Bluetooth, Wi-Fi ja mobiiliverkot, laajentavat niiden hyökkäyspintaa. Näitä rajapintoja voidaan hyödyntää tiedon keruuseen, haittaohjelmien levittämiseen tai sivukanavahyökkäyksiin.

Samalla ajoneuvojen integraatio käyttäjien digitaaliseen ekosysteemiin, kuten älypuhelimiin, kalentereihin ja navigointihistoriaan mahdollistaa käyttäytymiseen liittyvän tiedon keräämisen. Tämä voi tarjota arvokasta tietoa henkilöstön rutiineista, sosiaalisista verkostoista ja operatiivisista käytännöistä.

Älykkäiden ajoneuvojen akustinen tiedustelupotentiaali

Yksi keskeisimmistä mutta usein aliarvioiduista älykkäisiin ajoneuvoihin liittyvistä turvallisuuskysymyksistä on niiden mahdollinen rooli akustisen tiedon kerääjinä. Ajoneuvot sisältävät useita mikrofoneja, joita käytetään ensisijaisesti handsfree-puheluihin, ääniohjaukseen ja melunvaimennukseen. Näiden järjestelmien olemassaolo herättää kysymyksen siitä, voivatko ajoneuvot toimia keskustelujen kuuntelualustoina.

Teknisesti tarkasteltuna tämä on mahdollista, mutta ei automaattista. Useimmissa ajoneuvoissa mikrofonit aktivoituvat vain käyttäjän toiminnan seurauksena, kuten äänikomennon tai puhelun aikana. Tästä huolimatta ajoneuvojen jatkuva verkkoyhteys ja integraatio pilvipalveluihin luovat potentiaalisen kanavan, jonka kautta äänidata voi siirtyä ajoneuvon ulkopuolelle.

Erityisesti Kiina-kontekstissa huoli liittyy siihen, että paikallinen lainsäädäntö voi velvoittaa yrityksiä luovuttamaan dataa viranomaisille. Vastaavasti länsimaissa on esitetty huolia siitä, että ulkomaisiin pilvipalveluihin siirtyvä data voi muodostaa turvallisuusriskin. Tämän vuoksi esimerkiksi NATO-maissa on omaksuttu varovainen suhtautuminen älykkäisiin ajoneuvoihin turvallisuuskriittisissä ympäristöissä.

Akustisen tiedustelun riski ei kuitenkaan rajoitu pelkästään valmistajiin tai valtioihin. Kyberhyökkäykset voivat teoriassa mahdollistaa mikrofonien luvattoman aktivoinnin. Tutkimukset ajoneuvojen tietoturvasta ovat osoittaneet, että ajoneuvojen järjestelmiin voidaan päästä käsiksi etänä. Tämä avaa mahdollisuuden myös akustisen datan väärinkäytölle. Tässä mielessä ajoneuvot ovat osa laajempaa kyberfyysistä järjestelmää, jossa digitaalinen haavoittuvuus voi johtaa fyysiseen tai operatiiviseen vaikutukseen.

On kuitenkin tärkeää korostaa, että julkista näyttöä järjestelmällisestä keskustelujen salakuuntelusta ajoneuvojen kautta ei ole. Sen sijaan kyse on potentiaalisesta riskistä, joka perustuu teknologian mahdollisuuksiin, ei todistettuun käytäntöön. Tämä ero on keskeinen, sillä turvallisuuspolitiikassa toimenpiteet perustuvat usein mahdollisiin uhkiin eikä pelkästään havaittuihin tapahtumiin.

Lisäksi on huomioitava, että ajoneuvot eivät toimi eristyksissä, vaan osana laajempaa digitaalista ekosysteemiä. Älypuhelimet, jotka yhdistetään ajoneuvoihin, voivat kerätä huomattavasti enemmän tietoa kuin ajoneuvot itse. Näin ollen akustinen tiedusteluriski on usein seurausta useiden järjestelmien yhteisvaikutuksesta eikä yksittäisestä laitteesta.

Yhteenvetona voidaan todeta, että älykkäiden ajoneuvojen akustinen tiedustelupotentiaali on olemassa, mutta se on ehdollinen ja kontekstisidonnainen. Se ei perustu pelkästään teknologiaan, vaan myös siihen, miten järjestelmiä käytetään, hallitaan ja suojataan.

Kyberhyökkäykset ajoneuvoihin ja operatiivinen turvallisuus

Älykkäiden ajoneuvojen turvallisuus ei rajoitu datankeruuseen, vaan sisältää myös riskin aktiivisista kyberhyökkäyksistä. Modernit ajoneuvot ovat ohjelmistopohjaisia järjestelmiä, jotka sisältävät useita verkottuneita ohjausyksiköitä (ECU), ja ne ovat yhteydessä ulkoisiin verkkoihin, kuten mobiiliverkkoihin ja pilvipalveluihin. Tämä tekee niistä alttiita kyberhyökkäyksille.

Ajoneuvojen tietoturvaa koskevat tutkimukset ovat osoittaneet, että hyökkääjä voi saada pääsyn ajoneuvon järjestelmiin ja vaikuttaa sen toimintaan etänä. Tunnettu esimerkki on Millerin ja Valasekin tutkimus, jossa he pystyivät ohjaamaan ajoneuvon toimintoja, kuten ohjausta ja jarrutusta, etäyhteyden kautta. Tämä tapaus osoitti konkreettisesti, että ajoneuvot voivat olla kyberfyysisiä hyökkäyskohteita.

Sotilaskontekstissa tällaiset haavoittuvuudet ovat erityisen merkittäviä. Ajoneuvoihin kohdistuva kyberhyökkäys voi:

• häiritä logistiikkaa
• estää joukkojen liikkumisen
• vaarantaa henkilöstön turvallisuuden

Lisäksi ajoneuvot voivat toimia sisäänpääsypisteinä laajempiin järjestelmiin. Esimerkiksi ajoneuvon kautta voidaan päästä käsiksi:

• yhdistettyihin mobiililaitteisiin
• organisaation verkkoihin
• muihin kriittisiin järjestelmiin

Tämä laajentaa hyökkäyspintaa merkittävästi ja tekee ajoneuvoista osan laajempaa kyberturvallisuuden kokonaisuutta.

Geopoliittisessa kontekstissa kyberhyökkäysriski kytkeytyy myös toimitusketjuihin. Jos ajoneuvon ohjelmisto tai laitteisto on valmistettu ulkomailla, siihen voi liittyä epäluottamusta. Tämä on nähtävissä esimerkiksi keskustelussa Huawei-teknologiasta, jossa infrastruktuurin hallinta nähtiin turvallisuusriskinä.

Ajoneuvojen kyberturvallisuus on nykyisin keskeinen osa sotilastiedustelua ja turvallisuuspolitiikkaa. Se ei koske ainoastaan teknisiä haavoittuvuuksia, vaan myös laajempaa kysymystä luottamuksesta, kontrollista ja geopoliittisista suhteista.

Empiiriset tapaukset

Älykkäisiin ajoneuvoihin liittyvät riskit eivät ole pelkästään teoreettisia, vaan niitä on konkretisoitu useissa kansainvälisissä tapauksissa. Yksi tunnetuimmista esimerkeistä on Kiinan päätös rajoittaa Tesla-ajoneuvojen käyttöä sotilasalueilla vuonna 2021.

Päätös perustui huoleen ajoneuvojen kameroiden keräämästä datasta sekä mahdollisesta datansiirrosta ulkomaille. Tapaus on merkittävä, koska se oli ensimmäisiä laajasti raportoituja tilanteita, joissa kuluttaja-ajoneuvo nähtiin eksplisiittisesti tiedusteluriskinä.

Euroopassa vastaavaa logiikkaa on soveltanut Puola, joka on rajoittanut kiinalaisvalmisteisten ajoneuvojen käyttöä sotilasalueilla ja kieltänyt virkapuhelinten yhdistämisen niihin. Tämä edustaa ennaltaehkäisevää turvallisuuspolitiikkaa, jossa mahdolliset riskit pyritään minimoimaan jo ennen konkreettisia uhkatilanteita.

Ajoneuvoihin liittyviä huolia voidaan tarkastella myös analogian kautta. Esimerkiksi Huawei-teknologiaan kohdistuneet rajoitukset 5G-verkoissa perustuivat samankaltaiseen logiikkaan. Kriittinen infrastruktuuri yhdistettynä ulkomaiseen toimijaan nähtiin turvallisuusriskinä. Tämä ajattelutapa on sittemmin laajentunut ajoneuvoteknologiaan.

Tekninen näyttö ajoneuvojen haavoittuvuuksista saatiin jo vuonna 2015, kun Jeep Cherokee -ajoneuvo hakkeroitiin etänä, mikä mahdollisti sen hallinnan ulkopuolelta. Tapaus osoitti konkreettisesti, että ajoneuvot voivat olla kyberfyysisiä hyökkäyskohteita, ja se lisäsi merkittävästi huolta niiden käytöstä turvallisuuskriittisissä ympäristöissä.

Lisäksi useat teknologiayritykset ovat keränneet kartta- ja ympäristötietoa osana palvelujaan, joskus myös odottamattomilla tavoilla. Tämä osoittaa, kuinka helposti infrastruktuuritietoa voi kertyä sivutuotteena. Älykkäät ajoneuvot tekevät tätä prosessia systemaattisemmin ja laajemmassa mittakaavassa.

Tiedustelun riskikategoriat

Sotilastiedustelun näkökulmasta älykkäisiin ajoneuvoihin liittyvät riskit voidaan jakaa useisiin kategorioihin. Ensinnäkin signaalitiedustelu (SIGINT) liittyy ajoneuvojen datansiirtoon ja viestintäverkkojen analyysiin. Toiseksi paikkatiedustelu (GEOINT) perustuu ajoneuvojen tuottamaan kartoitus- ja paikannusdataan, joka mahdollistaa ympäristön tarkan mallinnuksen.

Kolmanneksi ajoneuvot voivat tukea henkilötiedustelua (HUMINT) tarjoamalla tietoa käyttäytymisestä ja rutiineista. Neljänneksi kybertiedustelu (CYBINT) kattaa ohjelmistohyökkäykset, etähallinnan ja muut digitaalisiin järjestelmiin kohdistuvat toimenpiteet. Näiden kategorioiden yhdistelmä tekee ajoneuvoista monipuolisia tiedusteluvälineitä.

Ajankohtaisuuden syyt

Älykkäisiin ajoneuvoihin liittyvä turvallisuuskeskustelu on erityisen ajankohtaista kolmen kehitystrendin vuoksi. Ensinnäkin teknologinen konvergenssi yhdistää ajoneuvoihin tekoälyn, sensorit ja pilvipalvelut, mikä lisää niiden kapasiteettia tiedonkeruuseen.

Toiseksi geopoliittinen kilpailu erityisesti Yhdysvaltojen ja Kiinan välillä heijastuu teknologiapolitiikkaan ja lisää epäluottamusta ulkomaista teknologiaa kohtaan. Kolmanneksi siviili- ja sotilasteknologian välinen raja hämärtyy, jolloin kuluttajateknologia voi saada strategista merkitystä.

Puolan turvallisuuspoliittiset rajoitukset kiinalaisiin ajoneuvoihin

Puola on noussut yhdeksi keskeisistä esimerkeistä Euroopassa, kun tarkastellaan älykkäisiin ajoneuvoihin liittyviä turvallisuuspoliittisia toimenpiteitä. Maan lähestymistapa ei perustu yleiseen kieltoon, vaan tarkasti kohdennettuihin rajoituksiin, jotka kohdistuvat erityisesti sotilas- ja turvallisuuskriittisiin ympäristöihin. Tämä heijastaa laajempaa muutosta, jossa teknologian turvallisuusarviointi ulottuu yhä enemmän myös kuluttajatuotteisiin.

Keskeisin toimenpide on kiinalaisvalmisteisten ajoneuvojen pääsyn kieltäminen sotilasalueille. Tällä pyritään estämään ajoneuvojen sensorien, kuten kameroiden, lidar-järjestelmien ja paikannuslaitteiden mahdollinen käyttö infrastruktuurin kartoittamiseen tai tiedon keräämiseen.

Lisäksi rajoitukset ulottuvat myös sotilasalueiden välittömään läheisyyteen, missä ajoneuvojen pysäköintiä voidaan rajoittaa. Tämä korostaa sitä, että tiedusteluriskin ei nähdä rajoittuvan pelkästään fyysiseen pääsyyn alueelle, vaan myös sen ulkopuolelta tapahtuvaan datankeruuseen.

Toinen keskeinen toimenpide koskee henkilöstön toimintaa. Puolan puolustusvoimat ovat kieltäneet virkapuhelinten yhdistämisen kiinalaisvalmisteisiin ajoneuvoihin. Tämän tarkoituksena on estää datan siirtyminen ajoneuvon ja virallisten viestintälaitteiden välillä.

Puolan lähestymistavassa on merkittävää se, että se ei perustu pelkästään ajoneuvojen alkuperämaahan, vaan niiden teknologisiin ominaisuuksiin. Joissakin tapauksissa ajoneuvojen käyttö voidaan sallia, mikäli niiden sensoritoiminnot tai tiedonsiirtoyhteydet on poistettu käytöstä. Tämä viittaa siihen, että riski nähdään ensisijaisesti teknologisena eikä yksinomaan geopoliittisena.

Puolan politiikkaa voidaan tulkita ennaltaehkäisevänä turvallisuusstrategiana, jossa mahdollisiin riskeihin reagoidaan ennen niiden konkretisoitumista. Tämä lähestymistapa on linjassa laajemman NATO-turvallisuusajattelun kanssa, jossa korostetaan kykyä tunnistaa ja hallita uusia, teknologialähtöisiä uhkia.

Suomen puolustusvoimien lähestymistapa älykkäisiin ajoneuvoihin

Suomen Puolustusvoimat ei ole ottanut käyttöön suoraa kieltoa kiinalaisvalmisteisille tai muille ulkomaisille ajoneuvoille. Sen sijaan toimintamalli perustuu riskiperusteiseen ja tilannekohtaiseen arviointiin, joka kohdistuu ajoneuvojen teknisiin ominaisuuksiin eikä yksinomaan niiden alkuperämaahan.

Keskeinen periaate on, että älykkäitä ajoneuvoja tarkastellaan osana laajempaa kyber- ja tietoturvallisuutta. Puolustusvoimien näkökulmasta modernit ajoneuvot sisältävät sensoreita, paikannusjärjestelmiä ja verkkoyhteyksiä, joiden kautta voi syntyä tiedusteluriskejä. Näin ollen huomio kohdistuu erityisesti datankeruuseen, tiedonsiirtoon ja järjestelmien mahdolliseen etähallintaan.

Yksi keskeinen käytännön keino on alueellinen kontrolli. Puolustusvoimat valvoo kaikkea liikkumista sotilasalueilla ja voi tarvittaessa rajoittaa yksityisten ajoneuvojen pääsyä tietyille alueille. Tämä mahdollistaa riskien hallinnan ilman yleisiä kieltoja. Rajoitukset voivat koskea esimerkiksi:

• pääsyä tiettyihin kohteisiin
• ajoneuvojen käyttöä harjoitus- tai operaatioalueilla

Toinen keskeinen elementti on tekninen riskienhallinta hankinnoissa. Puolustusvoimat ei virallisesti keskity yksittäisiin valmistajamaihin, vaan määrittää hankinnoille turvallisuuskriteerit. Näihin voi kuulua esimerkiksi:

• paikannustietojen tallennuksen rajoittaminen
• järjestelmien tietoturvavaatimukset
• toimitusketjun luotettavuus

Lisäksi henkilöstön ohjeistus ja koulutus ovat keskeisessä roolissa. Henkilöstölle annetaan jatkuvaa koulutusta tieto- ja operatiivisesta turvallisuudesta. Turvaluokiteltuja tietoja käsitellään ohjeistuksen mukaan vain siihen tarkoitetuissa tiloissa ja laitteilla, mikä vähentää riskiä, että ajoneuvojen kautta syntyisi tietovuotoja.

On myös merkittävää, että Puolustusvoimat ei rajoita henkilöstön yksityiselämää. Henkilökunta saa vapaasti valita oman ajoneuvonsa siviilikäyttöön. Tämä korostaa eroa yksityisen ja viranomaiskäytön välillä.

Suomen lähestymistapaa voidaan kuvata joustavaksi ja adaptiiviseksi malliksi, jossa riskejä seurataan jatkuvasti. Puolustusvoimien mukaan ohjeistuksia voidaan tarkentaa, jos teknologinen tai geopoliittinen tilanne muuttuu.

Suomen malli eroaa esimerkiksi Puolan tiukemmasta linjasta siinä, että se ei perustu kategorisiin kieltoihin. Sen sijaan se korostaa:

• tapauskohtaista arviointia
• teknistä riskienhallintaa
• henkilöstön koulutusta

Tämä lähestymistapa heijastaa laajempaa pohjoismaista turvallisuusajattelua, jossa pyritään yhdistämään operatiivinen turvallisuus ja yksilön toimintavapaus ilman tarpeettomia yleisiä rajoituksia.

Kriittinen arvio

Vaikka älykkäisiin ajoneuvoihin liittyvät riskit ovat teknisesti perusteltuja, on aiheellista tarkastella kriittisesti, missä määrin ne ovat realistisia ja missä määrin ne heijastavat geopoliittista epäluottamusta.

Ensinnäkin, ei ole olemassa julkista näyttöä siitä, että ajoneuvoja olisi käytetty systemaattisesti tiedusteluun laajassa mittakaavassa. Suurin osa huolista perustuu mahdollisuuksiin, ei havaittuihin operaatioihin. Tämä viittaa siihen, että osa keskustelusta voi olla ennakoivaa tai jopa spekulatiivista.

Toiseksi, monet riskit eivät ole ainutlaatuisia ajoneuvoille. Älypuhelimet, sovellukset ja muut verkottuneet laitteet keräävät usein enemmän dataa kuin ajoneuvot. Tästä näkökulmasta ajoneuvoihin kohdistuva huomio voi olla osittain epäsuhtaista. Ajoneuvo on ainoastaan yksi tehokas hyökkäysvektori lisää kokonaisuuteen.

Kolmanneksi, geopoliittinen konteksti vaikuttaa voimakkaasti riskinarviointiin. Esimerkiksi Yhdysvallat ja Kiina suhtautuvat toistensa teknologiaan epäluuloisesti, mikä voi johtaa turvallisuuspoliittisiin päätöksiin, jotka eivät perustu yksinomaan teknisiin riskeihin vaan myös strategiseen kilpailuun.

Tästä huolimatta varovaisuus ei ole perusteetonta. Sotilaskontekstissa pienikin tietovuoto voi olla merkittävä. Siksi turvallisuuspolitiikka perustuu usein pahimman mahdollisen skenaarion huomioimiseen, vaikka todennäköisyys olisi pieni.

Yhteenvetona voidaan todeta, että älykkäisiin ajoneuvoihin liittyvä uhkakuva on osittain realistinen ja osittain geopoliittisesti vahvistunut. Todellinen riski ei ole yksittäinen teknologia, vaan teknologian, datan ja kansainvälisen politiikan yhdistelmä.

Johtopäätökset

• Älykkäät ajoneuvot ovat potentiaalisia tiedustelualustoja
• Riskit liittyvät ensisijaisesti dataan
• Ilmiö on globaali ja symmetrinen
• Geopolitiikka vahvistaa uhkakuvia
• Tulevaisuudessa sääntely lisääntyy