論文の概要: Integrated Space Domain Awareness and Communication System
- arxiv url: http://arxiv.org/abs/2211.10260v1
- Date: Fri, 18 Nov 2022 14:33:49 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-21 16:02:50.507856
- Title: Integrated Space Domain Awareness and Communication System
- Title（参考訳）: 統合空間領域認識・通信システム
- Authors: Selen Gecgel Cetin, Gunes Karabulut Kurt
- Abstract要約: 宇宙領域認識(SDA)は、宇宙における潜在的な脅威に対して自律性、知性、柔軟性を提供する。
攻撃者検出のための統合SDAと通信システム(ISDAC)を提案する。
提案したIDSACシステムでは,12種類の攻撃者構成において,97.8%以上の検出精度で優れた,堅牢な性能を示す。
- 参考スコア（独自算出の注目度）: 0.7310043452300734
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Space has been reforming and this evolution brings new threats that, together
with technological developments and malicious intent, can pose a major
challenge. Space domain awareness (SDA), a new conceptual idea, has come to the
forefront. It aims sensing, detection, identification and countermeasures by
providing autonomy, intelligence and flexibility against potential threats in
space. In this study, we first present an insightful and clear view of the new
space. Secondly, we propose an integrated SDA and communication (ISDAC) system
for attacker detection. We assume that the attacker has beam-steering antennas
and is capable to vary attack scenarios, such as random attacks on some
receiver antennas. To track random patterns and meet SDA requirements, a
lightweight convolutional neural network architecture is developed. The
proposed ISDAC system shows superior and robust performance under 12 different
attacker configurations with a detection accuracy of over 97.8%.
- Abstract（参考訳）: 宇宙は改革され、この進化は新たな脅威をもたらし、技術の発展と悪意のある意図とともに、大きな課題を生じさせる。
新たな概念概念であるspace domain awareness(sda)が最前線に登場した。
宇宙における潜在的な脅威に対して自律性、知性、柔軟性を提供することで、センシング、検出、識別および対策を目標としている。
本研究では,まず,新しい空間の洞察と明確さについて考察する。
次に,攻撃者検出のための統合SDAと通信システムを提案する。
我々は、攻撃者はビームステアリングアンテナを持ち、いくつかの受信アンテナに対するランダムアタックのような攻撃シナリオが異なると仮定する。
ランダムパターンを追跡し,SDA要求を満たすために,軽量な畳み込みニューラルネットワークアーキテクチャを開発した。
提案するisdacシステムは12種類の攻撃者構成で優れた性能を示し,検出精度は97.8%以上である。
関連論文リスト
- A Life-long Learning Intrusion Detection System for 6G-Enabled IoV [3.2284427438223013]
6G技術は、非常に高いデータレートとシームレスなネットワークカバレッジで、Internet of Vehicles(IoV)に革命をもたらすだろう。
6Gは、IoVのサイバー脅威に対する感受性を高めるだろう。
本稿では,生涯学習のパラダイムを活用した新しい侵入検知システムを提案する。
論文 参考訳（メタデータ） (2024-07-22T15:07:27Z) - FaultGuard: A Generative Approach to Resilient Fault Prediction in Smart Electrical Grids [53.2306792009435]
FaultGuardは、障害タイプとゾーン分類のための最初のフレームワークであり、敵攻撃に耐性がある。
本稿では,ロバスト性を高めるために,低複雑性故障予測モデルとオンライン逆行訓練手法を提案する。
本モデルでは,耐故障予測ベンチマークの最先端を最大0.958の精度で上回っている。
論文 参考訳（メタデータ） (2024-03-26T08:51:23Z) - Attention-GAN for Anomaly Detection: A Cutting-Edge Approach to
Cybersecurity Threat Management [0.0]
本稿では,異常検出に焦点をあてた,サイバーセキュリティ向上のための革新的な注意-GANフレームワークを提案する。
提案手法は、多様なリアルな合成攻撃シナリオを生成し、データセットを充実させ、脅威識別を改善することを目的としている。
GAN(Generative Adversarial Networks)と注意機構を統合することが提案手法の重要な特徴である。
attention-GANフレームワークは先駆的なアプローチとして登場し、高度なサイバー防御戦略のための新しいベンチマークを設定している。
論文 参考訳（メタデータ） (2024-02-25T01:10:55Z) - Detecting Unknown Attacks in IoT Environments: An Open Set Classifier
for Enhanced Network Intrusion Detection [5.787704156827843]
本稿では,IoT環境に適したネットワーク侵入検知システム(NIDS)の領域におけるオープンセット認識(OSR)問題の緩和を目的としたフレームワークを提案する。
ネットワークトラフィックから空間的・時間的パターンを抽出し,パケットレベルデータのイメージベース表現に重きを置いている。
実験の結果は、このフレームワークの有効性を顕著に強調し、これまで見つからなかった攻撃に対して、驚くべき88%の検知率を誇示している。
論文 参考訳（メタデータ） (2023-09-14T06:41:45Z) - The Feasibility and Inevitability of Stealth Attacks [63.14766152741211]
我々は、攻撃者が汎用人工知能システムにおける決定を制御できる新しい敵の摂動について研究する。
敵対的なデータ修正とは対照的に、ここで考慮する攻撃メカニズムには、AIシステム自体の変更が含まれる。
論文 参考訳（メタデータ） (2021-06-26T10:50:07Z) - 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) - Measurement-driven Security Analysis of Imperceptible Impersonation
Attacks [54.727945432381716]
本稿では,ディープニューラルネットワークを用いた顔認識システムの実用性について検討する。
皮膚の色,性別,年齢などの要因が,特定の標的に対する攻撃を行う能力に影響を及ぼすことを示す。
また,攻撃者の顔のさまざまなポーズや視点に対して堅牢なユニバーサルアタックを構築する可能性についても検討した。
論文 参考訳（メタデータ） (2020-08-26T19:27:27Z) - 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) - A Self-supervised Approach for Adversarial Robustness [105.88250594033053]
敵対的な例は、ディープニューラルネットワーク(DNN)ベースの視覚システムにおいて破滅的な誤りを引き起こす可能性がある。
本稿では,入力空間における自己教師型対向学習機構を提案する。
これは、反逆攻撃に対する強力な堅牢性を提供する。
論文 参考訳（メタデータ） (2020-06-08T20:42:39Z) - A cognitive based Intrusion detection system [0.0]
侵入検知は、コンピュータネットワークのセキュリティを提供する重要なメカニズムの1つである。
本稿では,Deep Neural Network Ans Supportctor Machine Classifierに基づく新しい手法を提案する。
提案手法は, 侵入検知に類似した手法により, より精度良く攻撃を予測できる。
論文 参考訳（メタデータ） (2020-05-19T13:30:30Z)
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。