論文の概要: A Secure Experimentation Sandbox for the design and execution of trusted
and secure analytics in the aviation domain
- arxiv url: http://arxiv.org/abs/2111.09863v1
- Date: Thu, 18 Nov 2021 18:44:29 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-19 13:53:51.459011
- Title: A Secure Experimentation Sandbox for the design and execution of trusted
and secure analytics in the aviation domain
- Title(参考訳): 航空分野における信頼性・安全分析の設計・実行のための安全な実験サンドボックス
- Authors: Dimitrios Miltiadou (1), Stamatis Pitsios (1), Dimitrios Spyropoulos
(1), Dimitrios Alexandrou (1), Fenareti Lampathaki (2), Domenico Messina (3),
Konstantinos Perakis (1) ((1) UBITECH, (2) Suite5, (3) ENGINEERING Ingegneria
Informatica S.p.A.)
- Abstract要約: ICARUSプラットフォームは、航空データおよび情報市場のための「ワンストップショップ」になることを目指している。
Secure Experimentation SandboxはICARUSプラットフォームに設計および統合されている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The aviation industry as well as the industries that benefit and are linked
to it are ripe for innovation in the form of Big Data analytics. The number of
available big data technologies is constantly growing, while at the same time
the existing ones are rapidly evolving and empowered with new features.
However, the Big Data era imposes the crucial challenge of how to effectively
handle information security while managing massive and rapidly evolving data
from heterogeneous data sources. While multiple technologies have emerged,
there is a need to find a balance between multiple security requirements,
privacy obligations, system performance and rapid dynamic analysis on large
datasets. The current paper aims to introduce the ICARUS Secure Experimentation
Sandbox of the ICARUS platform. The ICARUS platform aims to provide a big
data-enabled platform that aspires to become an 'one-stop shop' for aviation
data and intelligence marketplace that provides a trusted and secure
'sandboxed' analytics workspace, allowing the exploration, integration and deep
analysis of original and derivative data in a trusted and fair manner. Towards
this end, a Secure Experimentation Sandbox has been designed and integrated in
the ICARUS platform offering, that enables the provisioning of a sophisticated
environment that can completely guarantee the safety and confidentiality of
data, allowing to any interested party to utilise the platform to conduct
analytical experiments in closed-lab conditions.
- Abstract(参考訳): 航空産業も、それに結びついている産業も、ビッグデータ分析という形でのイノベーションのために熟している。
利用可能なビッグデータテクノロジの数は常に増加していますが、同時に既存のテクノロジも急速に進化し、新機能によって権限が与えられています。
しかし、ビッグデータ時代は、異種データソースからの大規模で急速に進化するデータを管理しながら、情報セキュリティを効果的に扱うための重要な課題を課している。
複数の技術が登場したが、複数のセキュリティ要件、プライバシ義務、システムパフォーマンス、大規模データセットの高速な動的解析のバランスを見つける必要がある。
本稿では,ICARUSプラットフォームのセキュア実験サンドボックスについて紹介する。
ICARUSプラットフォームは、航空データとインテリジェンス市場のための"ワンストップショップ"になることを目標とするビッグデータ対応プラットフォームを提供することを目的としており、信頼され、セキュアな「サンドボックス」分析ワークスペースを提供し、信頼され、公正な方法でオリジナルデータとデリバティブデータの探索、統合、分析を可能にする。
この目的のために、セキュア実験サンドボックスがICARUSプラットフォームに設計および統合され、データの安全性と機密性を完全に保証できる洗練された環境のプロビジョニングを可能にし、関係者がプラットフォームを使用してクローズドラブ環境で分析実験を行うことが可能になる。
関連論文リスト
- Securing Data Platforms: Strategic Masking Techniques for Privacy and
Security for B2B Enterprise Data [0.0]
ビジネス・ツー・ビジネス(B2B)企業はますますデータプラットフォームを構築しています。
データプライバシとセキュリティを本質的にサポートするメカニズムで、これらのデータプラットフォームを設計することが重要になっている。
データマスキングは、データプラットフォームアーキテクチャの重要な特徴である。
論文 参考訳(メタデータ) (2023-12-06T05:04:37Z) - Integration of Domain Expert-Centric Ontology Design into the CRISP-DM
for Cyber-Physical Production Systems [63.62764375279861]
機械学習(ML)とデータマイニング(DM)の手法は、収集されたデータから複雑で隠れたパターンを抽出する上で有望であることが証明されている。
しかし、このようなデータ駆動プロジェクトは、通常、CRISPDM(Cross-Industry Standard Process for Data Mining)で実行され、データの理解と準備に要する時間の不均等さのために失敗することが多い。
このコントリビューションは、データサイエンティストがCPPSの課題に対してより迅速かつ確実に洞察を得ることができるように、統合されたアプローチを提供することを目的としている。
論文 参考訳(メタデータ) (2023-07-21T15:04:00Z) - Towards Confidential Computing: A Secure Cloud Architecture for Big Data
Analytics and AI [0.0]
クラウドコンピューティングは、ビッグデータ分析と人工知能のための実行可能なソリューションになっている。
バイオメディカルリサーチのような特定の分野におけるデータセキュリティは、クラウドに移行する際の大きな懸念事項である。
論文 参考訳(メタデータ) (2023-05-28T16:08:44Z) - TRoVE: Transforming Road Scene Datasets into Photorealistic Virtual
Environments [84.6017003787244]
本研究では、シミュレーションデータセットに存在する困難とドメインギャップに対処する合成データ生成パイプラインを提案する。
既存のデータセットからアノテーションや視覚的手がかりを利用すれば、自動マルチモーダルデータ生成が容易になることを示す。
論文 参考訳(メタデータ) (2022-08-16T20:46:08Z) - DataPerf: Benchmarks for Data-Centric AI Development [81.03754002516862]
DataPerfは、MLデータセットとデータ中心アルゴリズムを評価するための、コミュニティ主導のベンチマークスイートである。
私たちは、この反復的な開発をサポートするために、複数の課題を抱えたオープンなオンラインプラットフォームを提供しています。
ベンチマーク、オンライン評価プラットフォーム、ベースライン実装はオープンソースである。
論文 参考訳(メタデータ) (2022-07-20T17:47:54Z) - Distributed intelligence on the Edge-to-Cloud Continuum: A systematic
literature review [62.997667081978825]
このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。
現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
論文 参考訳(メタデータ) (2022-04-29T08:06:05Z) - Efficient Logistic Regression with Local Differential Privacy [0.0]
モノのインターネット(Internet of Things)デバイスは急速に拡大し、大量のデータを生み出している。
これらのデバイスから収集されたデータを探索する必要性が高まっている。
コラボレーション学習は、モノのインターネット(Internet of Things)設定に戦略的ソリューションを提供すると同時に、データのプライバシに関する一般の懸念も引き起こす。
論文 参考訳(メタデータ) (2022-02-05T22:44:03Z) - A big data intelligence marketplace and secure analytics experimentation
platform for the aviation industry [0.0]
本稿では,新しい航空データおよびインテリジェンス市場を提供するICARUSビッグデータ対応プラットフォームを紹介する。
データ収集、データキュレーション、データ探索から、データ統合とデータ分析まで、完全なビッグデータライフサイクルを総括的に処理します。
論文 参考訳(メタデータ) (2021-11-18T18:51:40Z) - Data-Driven Aerospace Engineering: Reframing the Industry with Machine
Learning [49.367020832638794]
航空宇宙産業は、ビッグデータと機械学習を収益化しようとしている。
最近のトレンドは、設計、製造、検証、サービスにおける重要な課題の文脈で検討される。
論文 参考訳(メタデータ) (2020-08-24T22:40:26Z) - PicoDomain: A Compact High-Fidelity Cybersecurity Dataset [0.9281671380673305]
現在のサイバーセキュリティデータセットは、根拠のない真実を提供するか、匿名化されたデータでそれを行う。
既存のデータセットのほとんどは、プロトタイプ開発中に扱いにくいほどの大きさです。
本稿では,現実的な侵入から得られたZeekログのコンパクトな高忠実度収集であるPicoDomainデータセットを開発した。
論文 参考訳(メタデータ) (2020-08-20T20:18:04Z) - Data Mining with Big Data in Intrusion Detection Systems: A Systematic
Literature Review [68.15472610671748]
クラウドコンピューティングは、複雑で高性能でスケーラブルな計算のために、強力で必要不可欠な技術になっている。
データ生成の迅速化とボリュームは、データ管理とセキュリティに重大な課題をもたらし始めている。
ビッグデータ設定における侵入検知システム(IDS)の設計と展開が重要視されている。
論文 参考訳(メタデータ) (2020-05-23T20:57:12Z)
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。