論文の概要: An Intelligent Trust Cloud Management Method for Secure Clustering in 5G
enabled Internet of Medical Things
- arxiv url: http://arxiv.org/abs/2207.09057v1
- Date: Tue, 19 Jul 2022 04:02:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-20 14:25:32.770918
- Title: An Intelligent Trust Cloud Management Method for Secure Clustering in 5G
enabled Internet of Medical Things
- Title(参考訳): 5G対応医療物のインターネットにおけるセキュアクラスタリングのためのインテリジェント信頼クラウド管理手法
- Authors: Liu Yang, Keping Yu, Simon X. Yang, Chinmay Chakraborty, Yinzhi Lu,
Tan Guo
- Abstract要約: 5Gエッジコンピューティングを有効にするインターネット・オブ・メディカル・モノ(IoMT)は、分散医療サービスを提供するための効率的な技術である。
本稿では、5GエッジコンピューティングとD2D対応IoMTシステムにおけるセキュアで信頼性の高い通信を保証するインテリジェント信頼クラウド管理手法を提案する。
- 参考スコア(独自算出の注目度): 13.189793067909498
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: 5G edge computing enabled Internet of Medical Things (IoMT) is an efficient
technology to provide decentralized medical services while Device-to-device
(D2D) communication is a promising paradigm for future 5G networks. To assure
secure and reliable communication in 5G edge computing and D2D enabled IoMT
systems, this paper presents an intelligent trust cloud management method.
Firstly, an active training mechanism is proposed to construct the standard
trust clouds. Secondly, individual trust clouds of the IoMT devices can be
established through fuzzy trust inferring and recommending. Thirdly, a trust
classification scheme is proposed to determine whether an IoMT device is
malicious. Finally, a trust cloud update mechanism is presented to make the
proposed trust management method adaptive and intelligent under an open
wireless medium. Simulation results demonstrate that the proposed method can
effectively address the trust uncertainty issue and improve the detection
accuracy of malicious devices.
- Abstract(参考訳): 5g edge computing enabled internet of medical things(iomt)は、デバイス間通信(d2d)が将来の5gネットワークにとって有望なパラダイムである一方で、分散医療サービスを提供するための効率的な技術である。
本稿では,5gエッジコンピューティングとd2d対応iomtシステムにおけるセキュアで信頼性の高い通信を保証するため,intelligent trust cloud management手法を提案する。
まず,標準信頼雲を構築するためのアクティブトレーニング機構を提案する。
第二に、IoMTデバイスの個々の信頼雲はファジィ信頼推論とレコメンデーションによって確立することができる。
第3に、IoMTデバイスが悪意があるかどうかを判定する信頼分類方式を提案する。
最後に,オープン無線媒体下での信頼管理手法を適応的かつインテリジェントにするための信頼クラウド更新機構を提案する。
シミュレーションの結果,提案手法は信頼不確実性問題に効果的に対処し,悪意のあるデバイスの検出精度を向上させることができることがわかった。
関連論文リスト
- Enabling Zero Trust Security in IoMT Edge Network [0.0]
Internet of Medical Things(IoMT)は、患者のデータ豊富なセグメントを扱う。
アクセス制御は、IoMTの信頼性を確保する重要な側面である。
We propose Soter, a Zero-Trust based authentication system for the IoMT。
論文 参考訳(メタデータ) (2024-02-16T00:53:30Z) - From Generative AI to Generative Internet of Things: Fundamentals,
Framework, and Outlooks [82.964958051535]
生成人工知能(GAI)は、現実的なデータを生成し、高度な意思決定を促進する能力を持っている。
GAIを現代のモノのインターネット(IoT)に統合することによって、ジェネレーティブ・インターネット・オブ・モノ(GIoT)が登場し、社会の様々な側面に革命をもたらす大きな可能性を秘めている。
論文 参考訳(メタデータ) (2023-10-27T02:58:11Z) - FedBlockHealth: A Synergistic Approach to Privacy and Security in
IoT-Enabled Healthcare through Federated Learning and Blockchain [2.993954417409032]
医療におけるIoT(Internet of Things)デバイスの急速な採用は、データのプライバシ、セキュリティ、患者の安全性を維持する上で、新たな課題をもたらしている。
従来のアプローチでは、計算効率を維持しながら、セキュリティとプライバシを確保する必要がある。
本稿では,フェデレーション学習とブロックチェーン技術を組み合わせて,セキュアでプライバシ保護のソリューションを提供する,新しいハイブリッドアプローチを提案する。
論文 参考訳(メタデータ) (2023-04-16T01:55:31Z) - Decentralized Zero-Trust Framework for Digital Twin-based 6G [8.01618424103984]
この記事では、DT対応の6Gネットワークでゼロトラストアーキテクチャを統合する新しいフレームワークについて述べる。
従来のゼロトラストソリューションとは異なり、提案されたフレームワークは、物理的デバイスとDTの双方のセキュリティ、プライバシ、信頼性を保証するために、分散化されたメカニズムを適用している。
この記事では現在のソリューションと今後の展望についても論じている。
論文 参考訳(メタデータ) (2023-02-06T20:13:19Z) - Generative Adversarial Learning for Intelligent Trust Management in 6G
Wireless Networks [14.054656877939873]
6Gは異種無線ネットワークの統合で、どこでもどこでもシームレスにネットワークをサポートできます。
High Quality-of-Trustはモバイルユーザーの期待に応えるために6Gが提供すべきである。
本稿では,6G無線ネットワークを対象とした生成的対向学習型信頼管理手法を提案する。
論文 参考訳(メタデータ) (2022-08-02T03:17:20Z) - Neuro-Symbolic Artificial Intelligence (AI) for Intent based Semantic
Communication [85.06664206117088]
6Gネットワークはデータ転送のセマンティクスと有効性(エンドユーザ)を考慮する必要がある。
観測データの背後にある因果構造を学習するための柱としてNeSy AIが提案されている。
GFlowNetは、無線システムにおいて初めて活用され、データを生成する確率構造を学ぶ。
論文 参考訳(メタデータ) (2022-05-22T07:11:57Z) - Data Heterogeneity-Robust Federated Learning via Group Client Selection
in Industrial IoT [57.67687126339891]
FedGSは5Gのエンパワーメント産業のための階層的なクラウド・エッジ・エンドのFLフレームワークである。
自然にクラスタ化されたファクトリデバイスを利用することで、FedGSは勾配ベースのバイナリ置換アルゴリズムを使用する。
実験によると、FedGSは精度を3.5%改善し、トレーニングラウンドを平均59%削減している。
論文 参考訳(メタデータ) (2022-02-03T10:48:17Z) - FedSup: A Communication-Efficient Federated Learning Fatigue Driving
Behaviors Supervision Framework [10.38729333916008]
FedSupは、プライバシーと効率的な疲労検出のためのクライアントエッジクラウドフレームワークです。
FedSupは、フェデレーション学習技術にインスパイアされ、クライアント、エッジ、クラウドサーバー間のコラボレーションをインテリジェントに活用します。
論文 参考訳(メタデータ) (2021-04-25T07:16:49Z) - Uncertainty-Aware Deep Calibrated Salient Object Detection [74.58153220370527]
既存のディープニューラルネットワークに基づくサルエントオブジェクト検出(SOD)手法は主に高いネットワーク精度の追求に重点を置いている。
これらの手法は、信頼不均衡問題として知られるネットワーク精度と予測信頼の間のギャップを見落としている。
我々は,不確実性を考慮した深部SODネットワークを導入し,深部SODネットワークの過信を防止するための2つの戦略を提案する。
論文 参考訳(メタデータ) (2020-12-10T23:28:36Z) - Where Does Trust Break Down? A Quantitative Trust Analysis of Deep
Neural Networks via Trust Matrix and Conditional Trust Densities [94.65749466106664]
本稿では,新しい信頼量化戦略である信頼行列の概念を紹介する。
信頼行列は、所定のアクター・オークル回答シナリオに対して期待される質問・回答信頼を定義する。
我々は、条件付き信頼密度の概念により、信頼密度の概念をさらに拡張する。
論文 参考訳(メタデータ) (2020-09-30T14:33:43Z) - Regulation conform DLT-operable payment adapter based on trustless -
justified trust combined generalized state channels [77.34726150561087]
物の経済(EoT)は、ピアツーピアの信頼性のないネットワークで動作するソフトウェアエージェントに基づいています。
基本的価値と技術的可能性が異なる現在のソリューションの概要を述べる。
我々は,暗号ベースの分散型の信頼できない要素の強みと,確立された,十分に規制された支払い手段を組み合わせることを提案する。
論文 参考訳(メタデータ) (2020-07-03T10:45:55Z)
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。