論文の概要: Security and Privacy in IoT Using Machine Learning and Blockchain: Threats & Countermeasures

• arxiv url: http://arxiv.org/abs/2002.03488v4
• Date: Thu, 6 Aug 2020 03:53:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-02 09:38:58.340097
• Title: Security and Privacy in IoT Using Machine Learning and Blockchain: Threats & Countermeasures
• Title（参考訳）: マシンラーニングとブロックチェーンを使用したIoTのセキュリティとプライバシ - 脅威と対策
• Authors: Nazar Waheed, Xiangjian He, Muhammad Ikram, Muhammad Usman, Saad Sajid Hashmi, Muhammad Usman
• Abstract要約: ユーザのセキュリティとプライバシは、多くのアプリケーションにIoT(Internet of Things)デバイスが組み込まれているため、重大な懸念となっている。 サイバー脅威は爆発的なペースで増加しており、既存のセキュリティとプライバシー対策は不十分だ。 2008年から2019年にかけて、MLアルゴリズムとIoTドメインのBCG技術を使用して、セキュリティとプライバシの問題に対処する。
• 参考スコア（独自算出の注目度）: 6.356843763741246
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Security and privacy of the users have become significant concerns due to the involvement of the Internet of things (IoT) devices in numerous applications. Cyber threats are growing at an explosive pace making the existing security and privacy measures inadequate. Hence, everyone on the Internet is a product for hackers. Consequently, Machine Learning (ML) algorithms are used to produce accurate outputs from large complex databases, where the generated outputs can be used to predict and detect vulnerabilities in IoT-based systems. Furthermore, Blockchain (BC) techniques are becoming popular in modern IoT applications to solve security and privacy issues. Several studies have been conducted on either ML algorithms or BC techniques. However, these studies target either security or privacy issues using ML algorithms or BC techniques, thus posing a need for a combined survey on efforts made in recent years addressing both security and privacy issues using ML algorithms and BC techniques. In this paper, we provide a summary of research efforts made in the past few years, starting from 2008 to 2019, addressing security and privacy issues using ML algorithms and BCtechniques in the IoT domain. First, we discuss and categorize various security and privacy threats reported in the past twelve years in the IoT domain. Then, we classify the literature on security and privacy efforts based on ML algorithms and BC techniques in the IoT domain. Finally, we identify and illuminate several challenges and future research directions in using ML algorithms and BC techniques to address security and privacy issues in the IoT domain.
• Abstract（参考訳）: ユーザのセキュリティとプライバシは、多くのアプリケーションにIoT(Internet of Things)デバイスが組み込まれているため、重大な懸念となっている。 サイバー脅威は爆発的なペースで増加しており、既存のセキュリティとプライバシー対策は不十分だ。 したがって、インターネット上の誰もがハッカーのための製品だ。 その結果、機械学習(ML)アルゴリズムを使用して、大規模な複雑なデータベースから正確なアウトプットを生成し、生成されたアウトプットを使用して、IoTベースのシステムの脆弱性を予測および検出することが可能になる。 さらに、セキュリティとプライバシの問題を解決するために、現代的なIoTアプリケーションではBlockchain(BC)技術が人気を集めています。 MLアルゴリズムまたはBCG技術についていくつかの研究がなされている。 しかしながら、これらの研究は、MLアルゴリズムまたはBCテクニックを使用してセキュリティまたはプライバシの問題をターゲットにしているため、MLアルゴリズムとBCテクニックを使用してセキュリティとプライバシの問題に対処する近年の取り組みを総合的に調査する必要がある。 本稿では,2008年から2019年にかけての過去数年間の研究成果を要約し,MLアルゴリズムとIoT領域のBCG技術を使用してセキュリティとプライバシの問題に対処する。 まず、IoTドメインで過去12年間に報告されたさまざまなセキュリティおよびプライバシの脅威について論じ、分類する。 次に、IoTドメイン内のMLアルゴリズムとBC技術に基づいて、セキュリティとプライバシの取り組みに関する文献を分類する。 最後に、IoTドメインのセキュリティとプライバシの問題に対処するために、MLアルゴリズムとBCテクニックを使用する際のいくつかの課題と今後の研究方向性を特定し、照明する。

関連論文リスト

• The Security and Privacy of Mobile Edge Computing: An Artificial Intelligence Perspective [64.36680481458868]
  Mobile Edge Computing (MEC)は、クラウドコンピューティングと情報技術(IT)サービスをネットワークのエッジで配信できるようにする新しいコンピューティングパラダイムである。 本稿では,人工知能(AI)の観点からMECのセキュリティとプライバシに関する調査を行う。 新たなセキュリティとプライバシの問題に加えて、AIの観点からの潜在的なソリューションにも重点を置いています。
  論文  参考訳（メタデータ） (2024-01-03T07:47:22Z)
• Classification of cyber attacks on IoT and ubiquitous computing devices [49.1574468325115]
  本稿ではIoTマルウェアの分類について述べる。 攻撃の主要なターゲットと使用済みのエクスプロイトが特定され、特定のマルウェアを参照される。 現在のIoT攻撃の大部分は、相容れない低い労力と高度なレベルであり、既存の技術的措置によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2023-12-01T16:10:43Z)
• Graph Mining for Cybersecurity: A Survey [61.505995908021525]
  マルウェア、スパム、侵入などのサイバー攻撃の爆発的な増加は、社会に深刻な影響をもたらした。 従来の機械学習(ML)ベースの手法は、サイバー脅威の検出に広く用いられているが、現実のサイバーエンティティ間の相関をモデル化することはほとんどない。 グラフマイニング技術の普及に伴い、サイバーエンティティ間の相関を捉え、高いパフォーマンスを達成するために、多くの研究者がこれらの手法を調査した。
  論文  参考訳（メタデータ） (2023-04-02T08:43:03Z)
• Web and Mobile Platforms for Managing Elections based on IoT And Machine Learning Algorithms [0.0]
  本研究では,E投票システムの4つの側面に着目した。 E投票における世界で最も頻繁に発生する問題は、システムのセキュリティ、正確性、信頼性である。
  論文  参考訳（メタデータ） (2023-03-16T02:31:02Z)
• Machine and Deep Learning for IoT Security and Privacy: Applications, Challenges, and Future Directions [0.0]
  IoT(Internet of Things)の統合は、多数のインテリジェントデバイスを人間による最小限の干渉で接続する。 現在のセキュリティアプローチも改善され、IoT環境を効果的に保護できる。 ディープラーニング(DL)/機械学習(ML)メソッドは、IoTシステムからセキュリティ上のインテリジェンスシステムへの安全な接触を可能にするため、IoTシステムを保護するために不可欠である。
  論文  参考訳（メタデータ） (2022-10-24T19:02:27Z)
• Inspect, Understand, Overcome: A Survey of Practical Methods for AI Safety [54.478842696269304]
  安全クリティカルなアプリケーションにディープニューラルネットワーク(DNN)を使用することは、多数のモデル固有の欠点のために困難です。 近年,これらの安全対策を目的とした最先端技術動物園が出現している。 本稿は、機械学習の専門家と安全エンジニアの両方に対処する。
  論文  参考訳（メタデータ） (2021-04-29T09:54:54Z)
• Blockchain based Attack Detection on Machine Learning Algorithms for IoT based E-Health Applications [10.319690803866846]
  E-Healthアプリケーション用のIoTデバイスから生成されたデータセットをセキュアにするためのブロックチェーンベースのソリューションを提案しました。 評価のために,データセット所有者がデータをセキュアにするために使用できるシステムを開発した。
  論文  参考訳（メタデータ） (2020-11-03T03:59:27Z)
• Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
  大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。 我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。 我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
  論文  参考訳（メタデータ） (2020-10-19T13:09:31Z)
• Adversarial Machine Learning Attacks and Defense Methods in the Cyber Security Domain [58.30296637276011]
  本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。 サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
  論文  参考訳（メタデータ） (2020-07-05T18:22:40Z)
• Machine Learning Based Solutions for Security of Internet of Things (IoT): A Survey [8.108571247838206]
  IoTプラットフォームは、到達不可能なスマートサービスで人間の生活を前進させることによって、私たちの日常生活のあらゆる側面をつかむ、グローバルな巨人へと発展してきた。 IoTを保護するために適用可能なセキュリティ対策は,すでに存在する。 伝統的なテクニックは、様々な攻撃タイプやその重大さと同様に、進歩ブームほど効率的ではない。 機械学習(ML)では、IoTの現在および将来の課題に対処する多くの研究ウィンドウがオープンされている。
  論文  参考訳（メタデータ） (2020-04-11T03:08:24Z)
• Internet of Things Security, Device Authentication and Access Control: A Review [1.6502857150914574]
  IoT(Internet of Things)は、アカデミックや業界からの研究者の注目を集めた新興技術の1つだ。 近い将来、IoTは私たちの環境にシームレスに統合されることが期待されます。 この技術のセキュリティとプライバシーは、解決すべき最も重要な問題だ。
  論文  参考訳（メタデータ） (2019-01-09T02:01:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。