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
- Unique ID based Trust Scheme for Improved IoV Wireless Sensor Network Security Against Power Controlled Sybil Attacks [1.906179410714637]
無線センサネットワーク(WSN)は、車両間通信(V2X)をサポートするために車両ネットワークで広く利用されている。
WSNは、分散した性質とリソース制限のあるモジュールのため、セキュリティ上の課題に直面します。
本稿では,Sybil攻撃を回避するために,ユニークな識別に基づく信頼経路ルーティング方式(UITrust)を提案する。
論文 参考訳（メタデータ） (2024-10-05T07:20:55Z) - Differentiated Security Architecture for Secure and Efficient Infotainment Data Communication in IoV Networks [55.340315838742015]
IoVネットワークにおけるインフォテインメントデータ通信の安全性の欠如は、社会的エンジニアリング攻撃の容易なアクセスポイントを意図せずに開放することができる。
特に、まずIoVネットワークでデータ通信を分類し、各データ通信のセキュリティ焦点を調べ、その後、ファイル間通信でセキュリティ保護を提供するための異なるセキュリティアーキテクチャを開発する。
論文 参考訳（メタデータ） (2024-03-29T12:01:31Z) - 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) - An Explainable Ensemble-based Intrusion Detection System for Software-Defined Vehicle Ad-hoc Networks [0.0]
本研究では,アンサンブルに基づく機械学習による車両ネットワークにおけるサイバー脅威の検出について検討する。
我々は,Random Forest と CatBoost を主要な研究者として用いたモデルを提案し,ロジスティック回帰を用いて最終的な決定を下す。
我々は,本手法が分類精度を向上し,過去の研究に比べて誤分類が少ないことを観察した。
論文 参考訳（メタデータ） (2023-12-08T10:39:18Z) - 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) - When Authentication Is Not Enough: On the Security of Behavioral-Based Driver Authentication Systems [53.2306792009435]
我々はランダムフォレストとリカレントニューラルネットワークアーキテクチャに基づく2つの軽量ドライバ認証システムを開発した。
我々は,SMARTCANとGANCANという2つの新しいエスケープアタックを開発することで,これらのシステムに対する攻撃を最初に提案する。
コントリビューションを通じて、これらのシステムを安全に採用する実践者を支援し、車の盗難を軽減し、ドライバーのセキュリティを高める。
論文 参考訳（メタデータ） (2023-06-09T14:33:26Z) - 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) - 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。