論文の概要: Design of a dynamic and self adapting system, supported with artificial intelligence, machine learning and real time intelligence for predictive cyber risk analytics in extreme environments, cyber risk in the colonisation of Mars

• arxiv url: http://arxiv.org/abs/2005.12150v2
• Date: Thu, 11 Feb 2021 20:36:26 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-01 13:40:49.492510
• Title: Design of a dynamic and self adapting system, supported with artificial intelligence, machine learning and real time intelligence for predictive cyber risk analytics in extreme environments, cyber risk in the colonisation of Mars
• Title（参考訳）: 極端環境における予測サイバーリスク分析のための人工知能、機械学習、リアルタイムインテリジェンスをサポートした動的・自己適応システムの設計、火星植民地におけるサイバーリスク
• Authors: Petar Radanliev, David De Roure, Kevin Page, Max Van Kleek, Omar Santos, La Treall Maddox, Pete Burnap, Eirini Anthi, Carsten Maple
• Abstract要約: 本稿では、ディープラーニングアルゴリズム、IoTサイバーセキュリティ、リスクモデルを調査し、最良のアプローチを特定する数学的公式を確立する。 本稿では,認識エンジン設計,エッジコンピューティング,人工知能,機械学習の概念を統合し,異常検出を自動化するための数学的アプローチを提案する。 このエンジンは、IoTネットワークの端に埋め込まれた人工知能と機械学習を適用して、予測サイバーリスク分析のための安全で機能的なリアルタイムインテリジェンスを提供する、というステップ変更を推し進めている。
• 参考スコア（独自算出の注目度）: 13.561604830845024
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multiple governmental agencies and private organisations have made commitments for the colonisation of Mars. Such colonisation requires complex systems and infrastructure that could be very costly to repair or replace in cases of cyber attacks. This paper surveys deep learning algorithms, IoT cyber security and risk models, and established mathematical formulas to identify the best approach for developing a dynamic and self adapting system for predictive cyber risk analytics supported with Artificial Intelligence and Machine Learning and real time intelligence in edge computing. The paper presents a new mathematical approach for integrating concepts for cognition engine design, edge computing and Artificial Intelligence and Machine Learning to automate anomaly detection. This engine instigates a step change by applying Artificial Intelligence and Machine Learning embedded at the edge of IoT networks, to deliver safe and functional real time intelligence for predictive cyber risk analytics. This will enhance capacities for risk analytics and assists in the creation of a comprehensive and systematic understanding of the opportunities and threats that arise when edge computing nodes are deployed, and when Artificial Intelligence and Machine Learning technologies are migrated to the periphery of the internet and into local IoT networks.
• Abstract（参考訳）: 複数の政府機関や民間組織が火星の植民地化を約束している。 このような植民地化には複雑なシステムとインフラが必要であり、サイバー攻撃の修復や置き換えには非常に費用がかかる。 本稿では、ディープラーニングアルゴリズム、iotサイバーセキュリティおよびリスクモデル、および、エッジコンピューティングにおける人工知能と機械学習とリアルタイムインテリジェンスをサポートする予測サイバーリスク分析のための動的かつ自己適応システムを開発するための最善のアプローチを特定するための数学式を確立した。 本稿では,認識エンジン設計,エッジコンピューティング,人工知能,機械学習の概念を統合し,異常検出を自動化するための数学的アプローチを提案する。 このエンジンは、iotネットワークの端に埋め込まれた人工知能と機械学習を適用し、予測サイバーリスク分析に安全で機能的なリアルタイムインテリジェンスを提供することで、ステップチェンジを起こす。 これにより、リスク分析の能力が向上し、エッジコンピューティングノードがデプロイされたり、人工知能と機械学習技術がインターネットの周辺やローカルIoTネットワークに移行した場合に発生する機会と脅威を包括的かつ体系的に理解するのに役立つ。

関連論文リスト

• Intelligent Attacks on Cyber-Physical Systems and Critical Infrastructures [0.0]
  この章は、サイバー物理システムと重要なインフラにおける攻撃の進化の状況の概要を提供する。 人工知能(AI)アルゴリズムによるインテリジェントなサイバーアタックの開発の可能性を強調している。
  論文  参考訳（メタデータ） (2025-01-22T09:54:58Z)
• Adaptive Cybersecurity: Dynamically Retrainable Firewalls for Real-Time Network Protection [4.169915659794567]
  本研究は「動的にリトレーニング可能なファイアウォール」を紹介する。 トラフィックを検査する静的ルールに依存する従来のファイアウォールとは異なり、これらの先進的なシステムは機械学習アルゴリズムを活用して、ネットワークトラフィックパターンを動的に分析し、脅威を特定する。 また、パフォーマンスの改善、レイテンシの削減、リソース利用の最適化、Zero Trustや混在環境といった現在の概念とのインテグレーションの問題にも対処する戦略についても論じている。
  論文  参考訳（メタデータ） (2025-01-14T00:04:35Z)
• Deep Learning and Machine Learning, Advancing Big Data Analytics and Management: Unveiling AI's Potential Through Tools, Techniques, and Applications [17.624263707781655]
  人工知能(AI)、機械学習、ディープラーニングは、ビッグデータ分析と管理において変革の力となっている。 この記事では、これらの分野における基礎概念と最先端の展開について論じる。 理論的基盤を実行可能な戦略でブリッジすることで、ビッグデータ管理に革命をもたらすAIとLLMの可能性を示す。
  論文  参考訳（メタデータ） (2024-10-02T06:24:51Z)
• A Survey on Brain-Inspired Deep Learning via Predictive Coding [85.93245078403875]
  予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。 PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
  論文  参考訳（メタデータ） (2023-08-15T16:37:16Z)
• Large Language Models Empowered Autonomous Edge AI for Connected Intelligence [51.269276328087855]
  エッジ人工知能(Edge AI)は、コネクテッドインテリジェンスを実現するための有望なソリューションである。 この記事では、ユーザのさまざまな要件を満たすために自動的に組織化し、適応し、最適化する、自律的なエッジAIシステムのビジョンを示す。
  論文  参考訳（メタデータ） (2023-07-06T05:16:55Z)
• A Survey on Explainable Artificial Intelligence for Cybersecurity [14.648580959079787]
  説明可能な人工知能(XAI)は、決定と行動に対して明確かつ解釈可能な説明を提供する機械学習モデルを作成することを目的としている。 ネットワークサイバーセキュリティの分野では、XAIは、サイバー脅威の振る舞いをよりよく理解することで、ネットワークセキュリティへのアプローチ方法に革命をもたらす可能性がある。
  論文  参考訳（メタデータ） (2023-03-07T22:54:18Z)
• Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
  モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。 特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
  論文  参考訳（メタデータ） (2022-03-06T10:12:56Z)
• Artificial Intelligence-Based Smart Grid Vulnerabilities and Potential Solutions for Fake-Normal Attacks: A Short Review [0.0]
  スマートグリッドシステムは電力業界にとって重要なものだが、その高度なアーキテクチャ設計と運用によって、多くのサイバーセキュリティの脅威にさらされている。 人工知能(AI)ベースの技術は、さまざまなコンピュータ設定でサイバー攻撃を検出することで、ますます人気が高まっている。 現在のAIシステムは、GAN(Generative Adversarial Networks)のような高度な敵系が最近出現したため、公開され、消滅している。
  論文  参考訳（メタデータ） (2022-02-14T21:41:36Z)
• Edge-Cloud Polarization and Collaboration: A Comprehensive Survey [61.05059817550049]
  クラウドとエッジ両方のAIの体系的なレビューを行います。 私たちはクラウドとエッジモデリングの協調学習メカニズムを最初にセットアップしました。 我々は現在進行中の最先端AIトピックの可能性と実践経験について議論する。
  論文  参考訳（メタデータ） (2021-11-11T05:58:23Z)
• Multi Agent System for Machine Learning Under Uncertainty in Cyber Physical Manufacturing System [78.60415450507706]
  近年の予測機械学習の進歩は、製造における様々なユースケースに応用されている。 ほとんどの研究は、それに関連する不確実性に対処することなく予測精度を最大化することに焦点を当てた。 本稿では,機械学習における不確実性の原因を特定し,不確実性下での機械学習システムの成功基準を確立する。
  論文  参考訳（メタデータ） (2021-07-28T10:28:05Z)
• An interdisciplinary conceptual study of Artificial Intelligence (AI) for helping benefit-risk assessment practices: Towards a comprehensive qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
  本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。 目的は、AIシステムを評価するための共有概念や相違点を特定することである。
  論文  参考訳（メタデータ） (2021-05-07T12:01:31Z)

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。