Fugu-MT 論文翻訳(概要): A multiagent based framework secured with layered SVM-based IDS for remote healthcare systems

論文の概要: A multiagent based framework secured with layered SVM-based IDS for remote healthcare systems

arxiv url: http://arxiv.org/abs/2104.06498v1
Date: Tue, 13 Apr 2021 20:34:38 GMT
ステータス: 処理完了
システム内更新日: 2021-04-16 02:03:46.180604
Title: A multiagent based framework secured with layered SVM-based IDS for remote healthcare systems
Title（参考訳）: 遠隔医療システムのための階層型svmベースのidによるマルチエージェントベースのフレームワーク
Authors: Mohammadreza Begli, Farnaz Derakhshan
Abstract要約: 2段階からなる遠隔医療システムのためのセキュアなフレームワークを提案する。まず,センサネットワークからデータを収集するマルチエージェント技術に基づく医療システムの設計を行う。第2フェーズでは,ネットワークトラフィックの挙動を学習するためにサポートベクタマシンを用いた侵入検知システムの階層化が適用される。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Since the number of elderly and patients who are in hospitals and healthcare centers are growing, providing efficient remote healthcare services seems very important. Currently, most such systems benefit from the distribution and autonomy features of multiagent systems and the structure of wireless sensor networks. On the one hand, securing the data of remote healthcare systems is one of the most significant concerns; particularly recent types of research about the security of remote healthcare systems keep them secure from eavesdropping and data modification. On the other hand, existing remote healthcare systems are still vulnerable against other common attacks of healthcare networks such as Denial of Service (DoS) and User to Root (U2R) attacks, because they are managed remotely and based on the Internet. Therefore, in this paper, we propose a secure framework for remote healthcare systems that consists of two phases. First, we design a healthcare system base on multiagent technology to collect data from a sensor network. Then, in the second phase, a layered architecture of intrusion detection systems that uses Support Vector Machine to learn the behavior of network traffic is applied. Based on our framework, we implement a secure remote healthcare system and evaluate this system against the frequent attacks of healthcare networks such as Smurf, Buffer overflow, Neptune, and Pod attacks. In the end, evaluation parameters of the layered architecture of intrusion detection systems prove the efficiency and correctness of our proposed framework.
Abstract（参考訳）: 病院や医療センターに勤務する高齢者や患者が増えているため、効率的な遠隔医療サービスの提供が非常に重要であると考えられる。現在、このようなシステムのほとんどはマルチエージェントシステムの分散と自律性、および無線センサネットワークの構造の恩恵を受けている。リモート医療システムのセキュリティに関する最近の研究は、盗聴やデータ修正から保護されている。一方で、既存のリモート医療システムは、リモートおよびインターネットに基づいて管理されているため、dos(denial of service)やu2r(user to root)攻撃など、他の一般的な医療ネットワーク攻撃に対して脆弱である。そこで本稿では,2段階からなる遠隔医療システムのためのセキュアなフレームワークを提案する。まず,センサネットワークからデータを収集するマルチエージェント技術に基づく医療システムの設計を行う。そして,第2フェーズでは,ネットワークトラフィックの挙動を学習するためにSupport Vector Machineを用いた侵入検知システムの階層構造を適用した。本フレームワークでは,セキュアな遠隔医療システムを実装し,Smurf,Buffer overflow,Neptune,Pod攻撃といった医療ネットワークの頻繁な攻撃に対して,このシステムを評価する。最後に, 侵入検知システムの階層構造の評価パラメータを用いて, 提案手法の有効性と妥当性を検証した。

関連論文リスト

ZTCloudGuard: Zero Trust Context-Aware Access Management Framework to Avoid Misuse Cases in the Era of Generative AI and Cloud-based Health Information Ecosystem [0.5530212768657544]
この記事では、クラウドエコシステムへのアクセスを管理するための、ゼロトラストベースのコンテキスト認識フレームワークを提案する。このフレームワークには、信頼の連鎖を維持するための2つの主要なスコアスキーマがある。この分析は、セマンティックスコアと構文スコアを生成するための、事前訓練された機械学習モデルに基づいている。
論文参考訳（メタデータ） (2023-11-28T22:12:07Z)
Blockchain-empowered Federated Learning for Healthcare Metaverses: User-centric Incentive Mechanism with Optimal Data Freshness [66.3982155172418]
まず、医療メタバースのための分散型フェデレートラーニング(FL)に基づく、ユーザ中心のプライバシ保護フレームワークを設計する。次に,情報時代(AoI)を有効データ更新度指標として利用し,観測理論(PT)に基づくAoIベースの契約理論モデルを提案し,センシングデータ共有の動機付けを行う。
論文参考訳（メタデータ） (2023-07-29T12:54:03Z)
Analysis of Master Vein Attacks on Finger Vein Recognition Systems [42.63580709376905]
フィンガー静脈認識(FVR)システムは、特にATMで顧客の認証に使われている。特に手作りのFVRシステムを使用する場合, 様々な攻撃方法に対するロバスト性を計測することが不可欠である。私たちは、可能な限り多くの身元に一致するように静脈のように見える画像を作成するマスター静脈発作を導入した最初の文献である。
論文参考訳（メタデータ） (2022-10-18T06:36:59Z)
Invisible for both Camera and LiDAR: Security of Multi-Sensor Fusion based Perception in Autonomous Driving Under Physical-World Attacks [62.923992740383966]
本稿では,MDFに基づくADシステムにおけるセキュリティ問題の最初の研究について述べる。物理的に実現可能な逆3Dプリントオブジェクトを生成し、ADシステムが検出に失敗してクラッシュする。以上の結果から,攻撃は様々なオブジェクトタイプおよびMSFに対して90%以上の成功率を達成した。
論文参考訳（メタデータ） (2021-06-17T05:11:07Z)
A Novel Framework for Threat Analysis of Machine Learning-based Smart Healthcare Systems [2.519906683279153]
機械学習と形式解析機能を統合した新たな脅威分析フレームワークであるSHCheckerを提案します。私たちは合成データセットと実データセットにSHCheckerを実装し、フレームワークがIoMTシステムにおける潜在的な攻撃ベクトルを明らかにすることができることを確認します。
論文参考訳（メタデータ） (2021-03-05T04:51:02Z)
I-Health: Leveraging Edge Computing and Blockchain for Epidemic Management [36.55809341110476]
エピデミックな状況は、厳密な時間制約の中で、異なる場所やエンティティから集中的なデータ収集と管理を要求する。本稿では, 独自の医療システムにおいて, 多様なeヘルスエンティティを集約することを目的とした, インテリジェントヘルス(Iヘルス)システムを提案する。特に,早期発見,遠隔監視,迅速な緊急対応が可能な,患者自動監視方式をエッジに設計する。
論文参考訳（メタデータ） (2020-12-18T23:41:00Z)
Cascaded WLAN-FWA Networking and Computing Architecture for Pervasive In-Home Healthcare [14.05576563358248]
本稿では, てんかん患者に焦点をあてて, 室内医療モニタリングを支援する新しいアーキテクチャを提案する。 IEEE 802.11axは、家庭内および5G対応固定無線リンクの生理的および環境的データを収集するために無線ローカルエリアネットワークに使用される。ルータにローカルコンピューティング機能を含むことは、モバイルエッジコンピューティングリソースとともに、アーキテクチャのさらなる強化を意味する。
論文参考訳（メタデータ） (2020-10-08T07:16:00Z)
Technological Platform for the Prevention and Management of Healthcare Associated Infections and Outbreaks [0.0]
病院で接種された感染症は、世界中の医療において最も多い有害事象の一つである。予防的ガイドラインと規制が考案されているが、コンプライアンスはしばしば不十分であり、改善の余地がたくさんある。本稿では,ワークフローエンジンを中心に構築された監視ソフトウェアをキーコンポーネントとして,臨床プロセスの監視を行う無線センサネットワークの試作について述べる。
論文参考訳（メタデータ） (2020-09-05T09:35:49Z)
A Context Aware Framework for IoT Based Healthcare Monitoring Systems [0.0]
本稿では,IoTプラットフォームにおけるコンテキスト認識型医療監視システムの設計と開発のための汎用フレームワークの導入と提案を試みる。医療モニタリングシステムの基本コンポーネントは特定され、モデル化される。この論文は、レジリエントなコンテキスト認識型医療監視システムに対処する上で、AI分野が果たす重要な役割を強調している。
論文参考訳（メタデータ） (2020-08-21T14:04:45Z)
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)
Firearm Detection and Segmentation Using an Ensemble of Semantic Neural Networks [62.997667081978825]
本稿では,意味的畳み込みニューラルネットワークのアンサンブルに基づく兵器検出システムを提案する。特定のタスクに特化した単純なニューラルネットワークのセットは、計算リソースを少なくし、並列にトレーニングすることができる。個々のネットワークの出力の集約によって与えられるシステムの全体的な出力は、ユーザが偽陽性と偽陰性とをトレードオフするように調整することができる。
論文参考訳（メタデータ） (2020-02-11T13:58:16Z)

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。