Analysis of Automotive Cybersecurity - Attack surfaces and users’ privacy concerns

Modern automobiles are no longer just mechanical tools. The electronics and computing services they are shipping with are making them not less than a computer. They are massive kinetic devices with sophisticated computing power. Most of the modern vehicles are made with the added connectivity in mind which may be vulnerable to outside attack. Researchers have shown that it is possible to infiltrate into a vehicle’s internal system remotely and control the physical entities such as steering and brakes. It is quite possible to experience such attacks on a moving vehicle and unable to use the controls. These massive connected computers can be life threatening as they are related to everyday lifestyle. First part of this research studied the attack surfaces in the automotive cybersecurity domain. It also illustrated the attack methods and capabilities of the damages. Online survey has been deployed as data collection tool to learn about the consumers’ usage of such vulnerable automotive services. The second part of the research portrayed the consumers’ privacy in automotive world. It has been found that almost hundred percent of modern vehicles has the capabilities to send vehicle diagnostic data as well as user generated data to their manufacturers, and almost thirty five percent automotive companies are collecting them already. Internet privacy has been studies before in many related domain but no privacy scale were matched for automotive consumers. It created the research gap and motivation for this thesis. A study has been performed to use well established consumers privacy scale – IUIPC to match with the automotive consumers’ privacy situation. Hypotheses were developed based on the IUIPC model for internet consumers’ privacy and they were studied by the finding from the data collection methods. Based on the key findings of the research, all the hypotheses were accepted and hence it is found that automotive consumers’ privacy did follow the IUIPC model under certain conditions. It is also found that a majority of automotive consumers use the services and devices that are vulnerable and prone to cyber-attacks. It is also established that there is a market for automotive cybersecurity services and consumers are willing to pay certain fees to avail that.

VAIC-menetelmän soveltuvuus osaketuottojen ennustamiseen Nasdaq Helsinki -pörssissä

Aineeton pääoma on tärkeä osa yritysten kilpailukykyä ja sijoittajan näkökulmasta olisi mielenkiintoista pystyä vertailemaan yritysten aineettoman pääoman käytön tehokkuutta. Tutkimuksessa tarkasteltava VAIC-menetelmä tuottaa vertailuluvun tähän arviointiin tilinpäätöksestä saatavien tietojen avulla. Tutkimuksessa käsitellään kahden toimialakokonaisuuden (IT ja kulutustavarat ja -palvelut) yrityksiä Nasdaq Helsingin päälistalta tarkasteluperiodilla 2006¬-2013. Yrityksille laskettiin vuosittain VAIC-luvut, joiden perusteella muodostetaan ylä- ja alakvartiiliportfoliot. Näiden portfolioiden tuottoja verrattiin toisiinsa sekä kvartiiliportfolioiden ulkopuolelle jääneiden yritysten ja koko toimialan keskimääräiseen tuottoon. Tuottoja tarkasteltiin myös riskisuhteutetusti Sharpen ja vinous-ja huipukkuuskorjatun Sharpen (SKASR) luvulla. Lisäksi VAIC-arvon ja osaketuottojen välistä korrelaatiota tarkasteltiin sekä vuosittain että koko tarkasteluperiodin osalta. Ensimmäinen hypoteesi oletti korkeampien VAIC-arvojen johtavan korkeampiin portfoliotuottoihin, mutta hypoteesi jouduttiin hylkäämään molempien toimialojen osalta. Toinen hypoteesi tarkasteli korrelaatiota VAIC-arvojen ja osaketuottojen välillä, mutta saatujen tulosten mukaan se ei ollut tilastollisesti merkitsevää. VAIC-menetelmä edellyttäisikin jatkokehitystä tai sitä tulisi käyttää yhdessä muiden suorituskykymittareiden kanssa taloudellisesti hyödynnettävissä olevan tiedon tuottamiseksi sijoittajille.