Fugu-MT 論文翻訳(概要): Trust-Awareness to Secure Swarm Intelligence from Data Injection Attack

論文の概要: Trust-Awareness to Secure Swarm Intelligence from Data Injection Attack

arxiv url: http://arxiv.org/abs/2211.08407v2
Date: Wed, 16 Nov 2022 20:47:12 GMT
ステータス: 処理完了
システム内更新日: 2022-11-20 14:07:00.712473
Title: Trust-Awareness to Secure Swarm Intelligence from Data Injection Attack
Title（参考訳）: データインジェクション攻撃によるSwarmインテリジェンス保護への信頼感
Authors: Bin Han, Dennis Krummacker, Qiuheng Zhou, and Hans D. Schotten
Abstract要約: Swarm Intelligence(SI)は、第6世代(6G)モバイル通信とデジタルツイン(DT)によって形成される将来の産業用モノのインターネット(IIoT)において重要な役割を果たす。しかし、データインジェクション攻撃に対する脆弱さは、実際のデプロイを阻止する可能性がある。本稿では,SIのセキュリティ問題に対処する効率的な信頼手法を提案する。
参考スコア（独自算出の注目度）: 5.824096823117585
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Enabled by the emerging industrial agent (IA) technology, swarm intelligence (SI) is envisaged to play an important role in future industrial Internet of Things (IIoT) that is shaped by Sixth Generation (6G) mobile communications and digital twin (DT). However, its fragility against data injection attack may halt it from practical deployment. In this paper we propose an efficient trust approach to address this security concern for SI.
Abstract（参考訳）: 新興産業エージェント(IA)技術によって実現されたSwarm Intelligence(SI)は、第6世代(6G)モバイル通信とデジタルツイン(DT)によって形成される将来の産業用モノのインターネット(IIoT)において重要な役割を果たす。しかし、データインジェクション攻撃に対する脆弱さは、実際のデプロイを阻止する可能性がある。本稿では,SIのセキュリティ問題に対処する効率的な信頼手法を提案する。

関連論文リスト

Countering Autonomous Cyber Threats [40.00865970939829]
ファンデーションモデルは、サイバードメイン内で広く、特に二元的関心事を提示します。近年の研究では、これらの先進的なモデルが攻撃的なサイバースペース操作を通知または独立に実行する可能性を示している。この研究は、孤立したネットワークでマシンを妥協する能力について、最先端のいくつかのFMを評価し、そのようなAIによる攻撃を倒す防御メカニズムを調査する。
論文参考訳（メタデータ） (2024-10-23T22:46:44Z)
An Approach To Enhance IoT Security In 6G Networks Through Explainable AI [1.9950682531209158]
6G通信は、特にIoTにおいて、画期的な機能を提供する6Gによって大きく進化した。 IoTを6Gに統合することで、高度なテクノロジによって導入された脆弱性による攻撃面の拡大という、新たなセキュリティ上の課題が提示される。本研究は、木に基づく機械学習アルゴリズムを用いて複雑なデータセットを管理し、機能の重要性を評価することで、これらの課題に対処する。
論文参考訳（メタデータ） (2024-10-04T20:14:25Z)
High-Security Hardware Module with PUF and Hybrid Cryptography for Data Security [1.8434042562191815]
この研究は、業界、特に産業4.0における技術の急速な発展を浮き彫りにしている。効率性はあるものの、サイバー攻撃の増加などネガティブな影響も与えている。本研究は,ハードウェアセキュリティモジュール (HSM) を物理非拘束機能 (PUF) 認証付きFPGA (フィールドプログラマブルゲートアレイ) とハイブリッド暗号化データセキュリティシステムを用いて開発することによるソリューションを提案する。
論文参考訳（メタデータ） (2024-09-16T02:06:49Z)
Data Poisoning Attacks in Intelligent Transportation Systems: A Survey [8.27315203718422]
本稿では、ITSに対するデータ中毒攻撃モデルに焦点を当てる。我々は、このような攻撃のステージングを可能にする中毒攻撃やアプリケーションシナリオに脆弱な主要なITSデータソースを特定します。我々の研究は、ITSアプリケーションに対するデータ中毒攻撃の脅威をよりよく理解するためのガイドラインとして機能し、また、信頼に値するITSの今後の発展を展望する。
論文参考訳（メタデータ） (2024-07-06T01:02:22Z)
Generative AI for Secure Physical Layer Communications: A Survey [80.0638227807621]
Generative Artificial Intelligence(GAI)は、AIイノベーションの最前線に立ち、多様なコンテンツを生成するための急速な進歩と非並行的な能力を示す。本稿では,通信ネットワークの物理層におけるセキュリティ向上におけるGAIの様々な応用について,広範な調査を行う。私たちは、物理的レイヤセキュリティの課題に対処する上で、GAIの役割を掘り下げ、通信の機密性、認証、可用性、レジリエンス、整合性に重点を置いています。
論文参考訳（メタデータ） (2024-02-21T06:22:41Z)
The Security and Privacy of Mobile Edge Computing: An Artificial Intelligence Perspective [64.36680481458868]
Mobile Edge Computing (MEC)は、クラウドコンピューティングと情報技術(IT)サービスをネットワークのエッジで配信できるようにする新しいコンピューティングパラダイムである。本稿では,人工知能(AI)の観点からMECのセキュリティとプライバシに関する調査を行う。新たなセキュリティとプライバシの問題に加えて、AIの観点からの潜在的なソリューションにも重点を置いています。
論文参考訳（メタデータ） (2024-01-03T07:47:22Z)
Classification of cyber attacks on IoT and ubiquitous computing devices [49.1574468325115]
本稿ではIoTマルウェアの分類について述べる。攻撃の主要なターゲットと使用済みのエクスプロイトが特定され、特定のマルウェアを参照される。現在のIoT攻撃の大部分は、相容れない低い労力と高度なレベルであり、既存の技術的措置によって緩和される可能性がある。
論文参考訳（メタデータ） (2023-12-01T16:10:43Z)
Trust-based Approaches Towards Enhancing IoT Security: A Systematic Literature Review [3.0969632359049473]
本研究は,IoTに対するTrustベースのサイバーセキュリティセキュリティアプローチについて,系統的な文献レビューを行う。我々は、これらの脅威に対処するために存在する共通の信頼に基づく緩和テクニックを強調した。いくつかのオープンな問題が強調され、将来の研究の方向性が提示された。
論文参考訳（メタデータ） (2023-11-20T12:21:35Z)
Poisoning Attacks in Federated Edge Learning for Digital Twin 6G-enabled IoTs: An Anticipatory Study [37.97034388920841]
フェデレーションエッジ学習は、デジタルツインの6G対応モノのインターネット(IoT)環境において、プライバシ保護、人工知能(AI)対応のアクティビティをサポートする上で不可欠である。本稿では,デジタル双対6G対応IoT環境におけるフェデレーションエッジ学習における中毒攻撃の予測研究を提案する。
論文参考訳（メタデータ） (2023-03-21T11:12:17Z)
Massive Twinning to Enhance Emergent Intelligence [6.412075049216053]
創発的インテリジェンス(EI)には、堅牢性、プライバシ保護、スケーラビリティなど、さまざまな優れた機能がある。我々は,EIにおけるデータトラフィックを削減し,その性能を向上させるために,6Gがサポートする大規模ツインニングパラダイムを活用することを提案する。
論文参考訳（メタデータ） (2022-04-20T08:51:06Z)
AI-Empowered Data Offloading in MEC-Enabled IoV Networks [40.75165195026413]
本稿では、信頼性、セキュリティ、エネルギー管理、サービス販売者利益の4つの主要な問題に基づいて分類された、データオフロードプロセスの一部としてAIを使用する研究を調査する。 MEC対応のIoVネットワークでデータをオフロードするプロセスにおけるさまざまな課題として、高いモバイル環境における信頼性のオフロード、同一ネットワーク内のユーザに対するセキュリティ、ネットワークへの不活性化を防ぐためのエネルギ管理などがある。
論文参考訳（メタデータ） (2022-03-31T09:31:53Z)

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。