論文の概要: Intelligent Reputation System for Safety Messages in VANET
- arxiv url: http://arxiv.org/abs/2007.12717v1
- Date: Fri, 12 Jun 2020 10:11:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-22 04:38:05.795598
- Title: Intelligent Reputation System for Safety Messages in VANET
- Title(参考訳): VANETにおける安全メッセージのためのインテリジェントレコメンデーションシステム
- Authors: Ghassan Samara
- Abstract要約: Vehicle Ad - VANET(hoc Nets)アプリケーションが私たちの生活で非常に重要になっているのは、VANETがドライバーに安全メッセージ、警告、指示を提供するからです。
提案システムは,意見生成,信頼価値収集,交通分析,位置ベース,データ収集,知的意思決定に依存する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Nowadays, Vehicle Ad - hoc Nets (VANET) applications have become very
important in our lives because VANET provides drivers with safety messages,
warnings, and instructions to ensure drivers have a safe and enjoyable journey.
VANET Security is one of the hottest topics in computer networks research,
Falsifying VANET system information violates VANET safety objectives and may
lead to hazardous situations and loss of life. In this paper, an Intelligent
Reputation System (IRS) aims to identify attacking vehicles will be proposed;
the proposed system will rely on opinion generation, trust value collection,
traffic analysis, position based, data collection, and intelligent decision
making by utilizing the multi-parameter Greedy Best First algorithm. The
results of this research will enhance VANET's safety level and will facilitate
the identification of misbehaving vehicles and their messages. The results of
the proposed system have also proven to be superior to other reputational
systems.
- Abstract(参考訳): 現在、車両広告 - hoc nets (vanet) アプリケーションは、ドライバーに安全で楽しい旅をするための安全メッセージ、警告、指示を提供するため、私たちの生活において非常に重要なものになっています。
VANETセキュリティは、コンピュータネットワーク研究で最もホットなトピックの1つであり、VANETシステムの情報を偽造することは、VANETの安全性の目標に違反し、有害な状況や生命の喪失につながる可能性がある。
本稿では,攻撃車両を識別することを目的とした知的評価システム(irs)を提案する。提案手法は,複数パラメータのgreedy best firstアルゴリズムを用いて,意見生成,信頼価値収集,トラヒック解析,位置ベース,データ収集,インテリジェント意思決定に依拠する。
本研究の結果はVANETの安全性を向上し、誤動作車両とそのメッセージの識別を容易にする。
提案システムの結果は他の評価システムよりも優れていることが証明されている。
関連論文リスト
- A Safety-Adapted Loss for Pedestrian Detection in Automated Driving [13.676179470606844]
安全クリティカルなドメインでは、オブジェクト検出器によるエラーは歩行者や他の脆弱な道路利用者を危険にさらす可能性がある。
本稿では,トレーニング中の歩行者あたりの臨界点の推定値を活用する安全意識の損失変動を提案する。
論文 参考訳(メタデータ) (2024-02-05T13:16:38Z) - On Prompt-Driven Safeguarding for Large Language Models [178.612893285033]
モデル表現空間において、有害で有害なクエリは、大きく区別できるが、これは安全プロンプトによって顕著に強化されない。
そこで本研究では,DRO(Directed Representation Optimization)と呼ばれる自動安全プロンプト最適化手法を提案する。
論文 参考訳(メタデータ) (2024-01-31T17:28:24Z) - Machine Learning-Based Malicious Vehicle Detection for Security Threats
and Attacks in Vehicle Ad-hoc Network (VANET) Communications [0.48951183832371004]
ブラックホール攻撃は自動車アドホックネットワーク(VANET)にとって重要な脅威である
本稿では,VANETにおけるブラックホール検出のための機械学習手法を提案する。
論文 参考訳(メタデータ) (2024-01-16T06:01:02Z) - A Counterfactual Safety Margin Perspective on the Scoring of Autonomous
Vehicles' Riskiness [52.27309191283943]
本稿では,異なるAVの行動のリスクを評価するためのデータ駆動型フレームワークを提案する。
本稿では,衝突を引き起こす可能性のある名目行動から最小限の偏差を示す,対実的安全マージンの概念を提案する。
論文 参考訳(メタデータ) (2023-08-02T09:48:08Z) - Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts,
Datasets and Metrics [77.34726150561087]
本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。
両センサと融合に関する概念と特徴を提示する。
本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
論文 参考訳(メタデータ) (2023-03-08T00:48:32Z) - Foveate, Attribute, and Rationalize: Towards Physically Safe and
Trustworthy AI [76.28956947107372]
包括的不安全テキストは、日常的なシナリオから生じる可能性のある特定の関心領域であり、有害なテキストを検出するのが困難である。
安全の文脈において、信頼に値する合理的な生成のために外部知識を活用する新しいフレームワークであるFARMを提案する。
実験の結果,FARMはSafeTextデータセットの最先端結果を得ることができ,安全性の分類精度が5.9%向上したことがわかった。
論文 参考訳(メタデータ) (2022-12-19T17:51:47Z) - Recursively Feasible Probabilistic Safe Online Learning with Control
Barrier Functions [63.18590014127461]
本稿では,CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。
本研究では,ロバストな安全クリティカルコントローラの実現可能性について検討する。
次に、これらの条件を使って、イベントトリガーによるオンラインデータ収集戦略を考案します。
論文 参考訳(メタデータ) (2022-08-23T05:02:09Z) - Anomaly Detection in Intra-Vehicle Networks [0.0]
現代の車両は車内ネットワークや外部ネットワークを含む様々なネットワークに接続されている。
既存のプロトコルの抜け穴によって、車両ネットワークのサイバー攻撃は激増している。
本稿では,CANバスプロトコルのセキュリティ問題について議論し,既知の攻撃を検出する侵入検知システム(IDS)を提案する。
論文 参考訳(メタデータ) (2022-05-07T03:38:26Z) - A Transfer Learning and Optimized CNN Based Intrusion Detection System
for Internet of Vehicles [10.350337750192997]
本稿では,インターネット・オブ・ビークルズ(IoV)システムにおいて,トランスファー学習とアンサンブル学習に基づくIDSを提案する。
提案されたIDSは、2つの公開ベンチマークIoVセキュリティデータセットで99.25%以上の検出率とF1スコアを示した。
本研究は車内ネットワークおよび車外ネットワークにおけるサイバー攻撃検出におけるIDSの有効性を示す。
論文 参考訳(メタデータ) (2022-01-27T21:24:09Z) - Smart and Secure CAV Networks Empowered by AI-Enabled Blockchain: Next
Frontier for Intelligent Safe-Driving Assessment [17.926728975133113]
コネクテッド・自動運転車(CAV)の安全運転状況の確保は、引き続き広く懸念されている。
アルゴリズム対応型intElligent Safe-Driven AssessmentmenT(BEST)の新たなフレームワークを提案し、スマートで信頼性の高いアプローチを提供します。
論文 参考訳(メタデータ) (2021-04-09T19:08:34Z) - Towards robust sensing for Autonomous Vehicles: An adversarial
perspective [82.83630604517249]
結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。
敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。
より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
論文 参考訳(メタデータ) (2020-07-14T05:25:15Z)
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。