論文の概要: Analyzing Power Grid, ICT, and Market Without Domain Knowledge Using
Distributed Artificial Intelligence
- arxiv url: http://arxiv.org/abs/2006.06074v1
- Date: Wed, 10 Jun 2020 21:32:39 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-23 06:10:08.056212
- Title: Analyzing Power Grid, ICT, and Market Without Domain Knowledge Using
Distributed Artificial Intelligence
- Title（参考訳）: 分散人工知能を用いたドメイン知識のない電力網・ICT・市場分析
- Authors: Eric MSP Veith, Stephan Balduin, Nils Wenninghoff, Martin Tr\"oschel,
Lars Fischer, Astrid Nie{\ss}e, Thomas Wolgast, Richard Sethmann, Bastian
Fraune, Torben Woltjen
- Abstract要約: エネルギーインフラのようなサイバー物理システムは、ますます複雑になりつつある。
本稿では,分散人工知能を自己適応分析ツールとして応用するための概念を紹介する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Modern cyber-physical systems (CPS), such as our energy infrastructure, are
becoming increasingly complex: An ever-higher share of Artificial Intelligence
(AI)-based technologies use the Information and Communication Technology (ICT)
facet of energy systems for operation optimization, cost efficiency, and to
reach CO2 goals worldwide. At the same time, markets with increased flexibility
and ever shorter trade horizons enable the multi-stakeholder situation that is
emerging in this setting. These systems still form critical infrastructures
that need to perform with highest reliability. However, today's CPS are
becoming too complex to be analyzed in the traditional monolithic approach,
where each domain, e.g., power grid and ICT as well as the energy market, are
considered as separate entities while ignoring dependencies and side-effects.
To achieve an overall analysis, we introduce the concept for an application of
distributed artificial intelligence as a self-adaptive analysis tool that is
able to analyze the dependencies between domains in CPS by attacking them. It
eschews pre-configured domain knowledge, instead exploring the CPS domains for
emergent risk situations and exploitable loopholes in codices, with a focus on
rational market actors that exploit the system while still following the market
rules.
- Abstract（参考訳）: 私たちのエネルギーインフラのような現代のサイバー物理システム(cps)はますます複雑になってきている。人工知能(ai)ベースの技術は、運用の最適化、コスト効率、世界中のco2目標を達成するために、エネルギーシステムの情報通信技術(ict)ファセットを使用する。
同時に、柔軟性が増し、貿易の地平がずっと短い市場は、この状況で現われている複数株主の状況を可能にする。
これらのシステムは依然として高い信頼性で実行する必要がある重要なインフラを形成している。
しかし、今日のCPSは従来のモノリシックなアプローチでは、電力網やICT、エネルギー市場といった各ドメインが依存や副作用を無視しながら独立したエンティティと見なされるほど複雑になってきている。
全体分析を実現するために,分散人工知能を自己適応分析ツールとして,攻撃によってCPS内のドメイン間の依存関係を解析できる概念を紹介した。
事前に設定されたドメイン知識を駆使し、CPSドメインを急激なリスク状況とコーディックの悪用可能な抜け穴のために探索し、市場ルールに従いながらシステムを利用する合理的な市場アクターに焦点を当てる。
関連論文リスト
- Integrative Approaches in Cybersecurity and AI [0.0]
組織がデータを保護し、分析し、活用する方法に革命をもたらす可能性を秘めている重要なトレンド、課題、将来の方向性を特定します。
私たちの発見は、AI駆動の自動化、リアルタイム脅威検出、高度なデータ分析を取り入れて、よりレジリエンスで適応的なセキュリティアーキテクチャを構築するための、学際的な戦略の必要性を強調しています。
論文 参考訳（メタデータ） (2024-08-12T01:37:06Z) - Leakage-Resilient and Carbon-Neutral Aggregation Featuring the Federated AI-enabled Critical Infrastructure [42.688679691088204]
本稿では,ACIネットワークに対するリーク耐性,通信効率,カーボンニュートラルアプローチを提案する。
また,CDPAは通信コストを半減し,モデルユーティリティを保ちながら通信コストを半減できることを示す。
我々はCDPAの2.6倍から100倍以上の炭素排出量を発生させる既存のベンチマークを強調した。
論文 参考訳（メタデータ） (2024-05-24T06:35:09Z) - Generative AI for Secure Physical Layer Communications: A Survey [80.0638227807621]
Generative Artificial Intelligence(GAI)は、AIイノベーションの最前線に立ち、多様なコンテンツを生成するための急速な進歩と非並行的な能力を示す。
本稿では,通信ネットワークの物理層におけるセキュリティ向上におけるGAIの様々な応用について,広範な調査を行う。
私たちは、物理的レイヤセキュリティの課題に対処する上で、GAIの役割を掘り下げ、通信の機密性、認証、可用性、レジリエンス、整合性に重点を置いています。
論文 参考訳（メタデータ） (2024-02-21T06:22:41Z) - Computing Power and the Governance of Artificial Intelligence [51.967584623262674]
政府や企業は、AIを管理する手段として計算を活用し始めている。
計算ベースのポリシーと技術は、これらの領域を補助する可能性があるが、実装の準備ができている点で大きなバリエーションがある。
プライバシーや経済的影響、権力の中央集権化といった分野において、ガバナンスの計算方法の素早い、あるいは不十分なアプローチは重大なリスクを伴います。
論文 参考訳（メタデータ） (2024-02-13T21:10:21Z) - Towards Artificial General Intelligence (AGI) in the Internet of Things
(IoT): Opportunities and Challenges [55.82853124625841]
人工知能(Artificial General Intelligence, AGI)は、人間の認知能力でタスクを理解し、学習し、実行することができる能力を持つ。
本研究は,モノのインターネットにおけるAGIの実現に向けた機会と課題を探究する。
AGIに注入されたIoTの応用スペクトルは広く、スマートグリッド、住宅環境、製造、輸送から環境モニタリング、農業、医療、教育まで幅広い領域をカバーしている。
論文 参考訳（メタデータ） (2023-09-14T05:43:36Z) - ANALYSE -- Learning to Attack Cyber-Physical Energy Systems With
Intelligent Agents [0.0]
ANALYSEは、学習エージェントがサイバー物理エネルギーシステムにおける攻撃を自律的に見つけることができる機械学習ベースのソフトウェアスイートである。
未知の攻撃タイプを見つけ、科学文献から多くの既知のサイバー物理エネルギーシステムの攻撃戦略を再現するように設計されている。
論文 参考訳（メタデータ） (2023-04-21T11:36:18Z) - Anomaly Detection in Power Markets and Systems [0.41998444721319217]
電力網のようなサイバー物理システムは、様々な理由で異常を経験することがある。
本研究の目的は、電力系統における最も一般的なインシデントとは何かを強調し、最も一般的な問題発見方法の概要と分類を提供することである。
また、電力システムや市場における異常を識別する人工知能(AI)などの手法や手法についても論じる。
論文 参考訳（メタデータ） (2022-12-05T11:38:25Z) - Evaluating Distribution System Reliability with Hyperstructures Graph
Convolutional Nets [74.51865676466056]
本稿では,グラフ畳み込みネットワークとハイパー構造表現学習フレームワークを,精度,信頼性,計算効率のよい分散グリッド計画に活用する方法を示す。
数値実験の結果,提案手法は計算効率を大幅に向上させることがわかった。
論文 参考訳（メタデータ） (2022-11-14T01:29:09Z) - On-Premise Artificial Intelligence as a Service for Small and Medium
Size Setups [0.541530201129053]
人工知能(AI)技術は、特定のドメインにカスタマイズされたデプロイメントから、垂直ドメインや産業に水平に浸透する汎用ソリューションへと移行している。
さまざまな商用ソリューションがユーザフレンドリで使いやすいAI(AI)を提供していますが、そのようなエコシステムの民主化を可能にする機能は遅れています。
本章では,AI機能とそれに対応する技術スタックについて論じ,オープンソースユーザフレンドリーな技術を用いた実現の可能性を分析する。
論文 参考訳（メタデータ） (2022-10-12T09:28:02Z) - Will bots take over the supply chain? Revisiting Agent-based supply
chain automation [71.77396882936951]
エージェントベースのサプライチェーンは2000年初頭から提案されている。
エージェントベースの技術は成熟しており、サプライチェーンに浸透している他の支援技術はギャップを埋めている。
例えば、IoTテクノロジのユビキティは、エージェントがサプライチェーンの状態を“理解”し、自動化のための新たな可能性を開くのに役立つ。
論文 参考訳（メタデータ） (2021-09-03T18:44:26Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳（メタデータ） (2021-01-15T10:43:10Z)
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。