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
- A Zero Trust Framework for Realization and Defense Against Generative AI
Attacks in Power Grid [62.91192307098067]
本稿では電力グリッドサプライチェーン(PGSC)のための新しいゼロ信頼フレームワークを提案する。
潜在的なGenAIによる攻撃ベクターの早期発見、テールリスクに基づく安定性の評価、そしてそのような脅威の緩和を容易にする。
実験の結果,ゼロ信頼フレームワークは攻撃ベクトル生成に95.7%の精度,95%安定PGSCに9.61%のリスク尺度,GenAIによる攻撃に対する防御に99%の信頼性が得られた。
論文 参考訳(メタデータ) (2024-03-11T02:47:21Z) - SISSA: Real-time Monitoring of Hardware Functional Safety and
Cybersecurity with In-vehicle SOME/IP Ethernet Traffic [49.549771439609046]
本稿では,車内機能安全とサイバーセキュリティをモデル化・解析するためのSOME/IP通信トラフィックベースアプローチであるSISSAを提案する。
具体的には、SISSAはWeibullディストリビューションでハードウェア障害をモデル化し、SOME/IP通信に対する5つの潜在的な攻撃に対処する。
広範囲な実験結果から,SISSAの有効性と有効性が確認された。
論文 参考訳(メタデータ) (2024-02-21T03:31:40Z) - Cybersecurity in Critical Infrastructures: A Post-Quantum Cryptography
Perspective [0.0]
産業環境へのサイバー攻撃の増加が経験されている。
機能的量子コンピュータの追求は、多くのグローバルエージェントを含む技術競争を引き起こした。
QKDとPQCの2つの主要な暗号解が提案されている。
論文 参考訳(メタデータ) (2024-01-08T10:02:48Z) - Internet of Federated Digital Twins (IoFDT): Connecting Twins Beyond
Borders for Society 5.0 [50.4422158617105]
デジタルツイン(DT)の概念は将来の産業に革命をもたらすことが期待されており、将来のスマート社会、すなわち社会5.0のビジョンの中心に位置する。
本稿では,異種・物理的に分離されたDTを一元的に統合するインターネット・オブ・フェデレーション・デジタル・ツインズ(IoFDT)の新たな概念を思い起こさせる。
論文 参考訳(メタデータ) (2023-12-11T14:56:27Z) - 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) - Towards Artificial General Intelligence (AGI) in the Internet of Things
(IoT): Opportunities and Challenges [55.82853124625841]
人工知能(Artificial General Intelligence, AGI)は、人間の認知能力でタスクを理解し、学習し、実行することができる能力を持つ。
本研究は,モノのインターネットにおけるAGIの実現に向けた機会と課題を探究する。
AGIに注入されたIoTの応用スペクトルは広く、スマートグリッド、住宅環境、製造、輸送から環境モニタリング、農業、医療、教育まで幅広い領域をカバーしている。
論文 参考訳(メタデータ) (2023-09-14T05:43:36Z) - 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) - Is this IoT Device Likely to be Secure? Risk Score Prediction for IoT
Devices Using Gradient Boosting Machines [11.177584118932572]
セキュリティリスク評価と予測は、IoT(Internet of Things)デバイスをデプロイする組織にとって重要なものだ。
本稿では,IoTデバイスに関する情報に基づいて,新たなリスク予測を提案する。
論文 参考訳(メタデータ) (2021-11-23T13:41:29Z) - Federated Learning for Industrial Internet of Things in Future
Industries [106.13524161081355]
産業用IoT(Industrial Internet of Things)は,産業用システムの運用を変革する有望な機会を提供する。
近年、人工知能(AI)はインテリジェントIIoTアプリケーションの実現に広く利用されている。
フェデレートラーニング(FL)は、複数のIIoTデバイスとマシンを協調して、ネットワークエッジでAIトレーニングを実行することで、インテリジェントなIIoTネットワークにとって特に魅力的である。
論文 参考訳(メタデータ) (2021-05-31T01:02:59Z) - Zero-Bias Deep Learning for Accurate Identification of Internet of
Things (IoT) Devices [20.449229983283736]
物理層信号を用いたIoTデバイス識別のための拡張ディープラーニングフレームワークを提案する。
航空におけるIoTの応用であるADS-B(Automatic Dependent Surveillance-Broadcast)の実データを用いて,提案手法の有効性を評価した。
論文 参考訳(メタデータ) (2020-08-27T20:50:48Z)
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。