論文の概要: Decentralized Zero-Trust Framework for Digital Twin-based 6G
- arxiv url: http://arxiv.org/abs/2302.03107v1
- Date: Mon, 6 Feb 2023 20:13:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 14:03:43.222249
- Title: Decentralized Zero-Trust Framework for Digital Twin-based 6G
- Title(参考訳): ディジタルツインベース6gのための分散ゼロトラストフレームワーク
- Authors: Ismaeel Al Ridhawi, Safa Otoum, Moayad Aloqaily
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 8.01618424103984
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The Sixth Generation (6G) network is a platform for the fusion of the
physical and virtual worlds. It will integrate processing, communication,
intelligence, sensing, and storage of things. All devices and their virtual
counterparts will become part of the service-provisioning process. In essence,
6G is a purposefully cooperative network that heavily depends on the
capabilities of edge and end-devices. Digital Twin (DT) will become an
essential part of 6G, not only in terms of providing a virtual representation
of the physical elements and their dynamics and functionalities but rather DT
will become a catalyst in the realization of the cooperative 6G environment. DT
will play a main role in realizing the full potential of the 6G network by
utilizing the collected data at the cyber twin and then implementing using the
physical twin to ensure optimal levels of accuracy and efficiency. With that
said, such a cooperative non-conventional network infrastructure cannot rely on
conventional centralized intrusion detection and prevention systems. Zero-trust
is a new security framework that aims at protecting distributed data, devices,
components and users. This article presents a new framework that integrates the
zero-trust architecture in DT-enabled 6G networks. Unlike conventional
zero-trust solutions, the proposed framework adapts a decentralized mechanism
to ensure the security, privacy and authenticity of both the physical devices
and their DT counterparts. Blockchain plays an integral part in the
authentication of DTs and the communicated data. Artificial Intelligence (AI)
is integrated into all cooperating nodes using meta, generalized and federated
learning solutions. The article also discusses current solutions and future
outlooks, with challenges and some technology enablers.
- Abstract(参考訳): 第6世代(6g)ネットワークは、物理世界と仮想世界の融合のためのプラットフォームである。
それは、処理、通信、知性、センシング、そして物のストレージを統合する。
すべてのデバイスとその仮想デバイスは、サービス提供プロセスの一部になる。
本質的に6gは、エッジとエンドデバイスの機能に大きく依存する、意図的に協調したネットワークである。
デジタル・ツイン(dt)は、物理的要素とそのダイナミクスと機能の仮想的な表現を提供する点だけでなく、協力的な6g環境の実現において触媒となる。
DTは、サイバーツインで収集したデータを利用し、物理的ツインを使用して最適な精度と効率を確保することで、6Gネットワークの完全なポテンシャルを実現する上で、主要な役割を果たす。
これにより、従来の集中型侵入検知・防止システムでは、非コンベンション型ネットワークインフラストラクチャを利用できない。
Zero-trustは、分散データ、デバイス、コンポーネント、ユーザを保護することを目的とした、新しいセキュリティフレームワークである。
本稿ではDT対応6Gネットワークに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を提案する。
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の両方のセキュリティ、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採用する。
ブロックチェーンはDTと通信データの認証において不可欠な役割を果たす。
人工知能(ai)は、meta、generalized、federated learningソリューションを使用して、すべての協調ノードに統合される。
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。
関連論文リスト
- 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) - Asynchronous Perception-Action-Communication with Graph Neural Networks [93.58250297774728]
グローバルな目的を達成するため,大規模なロボット群における協調作業は,大規模環境における課題である。
ロボットはパーセプション・アクション・コミュニケーションループを実行し、ローカル環境を認識し、他のロボットと通信し、リアルタイムで行動を起こす必要がある。
近年では、フロッキングやカバレッジ制御などのアプリケーションでグラフニューラルネットワーク(GNN)を使用してこの問題に対処している。
本稿では、分散化されたGNNを用いてナビゲーション動作を計算し、通信のためのメッセージを生成するロボット群における非同期PACフレームワークを提案する。
論文 参考訳(メタデータ) (2023-09-18T21:20:50Z) - Advancing Federated Learning in 6G: A Trusted Architecture with
Graph-based Analysis [6.192092124154705]
フェデレートラーニング(FL)は潜在的なパラダイムであり、中央サーバの調整の下でさまざまなデバイスにわたる分散AIモデルトレーニングを促進する。
本研究は,DLT(Distributed Ledger Technology)とGNN(Graph Neural Network)を利用したFLをサポートするための信頼性の高いアーキテクチャを提案する。
新たなアーキテクチャの実現性はシミュレーションにより検証され, 異常モデル検出における性能向上と, 関連するベースラインと比較して大域的モデル精度が向上した。
論文 参考訳(メタデータ) (2023-09-11T15:10:41Z) - Causal Semantic Communication for Digital Twins: A Generalizable
Imitation Learning Approach [74.25870052841226]
デジタルツイン(DT)は、物理世界の仮想表現と通信(例えば6G)、コンピュータ、人工知能(AI)技術を活用して、多くの接続されたインテリジェンスサービスを実現する。
無線システムは、厳密な通信制約下での情報意思決定を容易にするために意味コミュニケーション(SC)のパラダイムを利用することができる。
DTベースの無線システムでは,因果意味通信(CSC)と呼ばれる新しいフレームワークが提案されている。
論文 参考訳(メタデータ) (2023-04-25T00:15:00Z) - In-situ Model Downloading to Realize Versatile Edge AI in 6G Mobile
Networks [61.416494781759326]
In-situモデルダウンロードは、ネットワーク内のAIライブラリからダウンロードすることで、デバイス上のAIモデルを透過的でリアルタイムに置き換えることを目的としている。
提示されたフレームワークの重要なコンポーネントは、ダウンロードされたモデルを深さレベル、パラメータレベル、ビットレベルで動的に圧縮する一連のテクニックである。
我々は,3層(エッジ,ローカル,中央)AIライブラリのキー機能を備えた,インサイトモデルダウンロードのデプロイ用にカスタマイズされた6Gネットワークアーキテクチャを提案する。
論文 参考訳(メタデータ) (2022-10-07T13:41:15Z) - Digital Twin Virtualization with Machine Learning for IoT and Beyond 5G
Networks: Research Directions for Security and Optimal Control [3.1798318618973362]
デジタルツイン(DT)技術は、サイバー物理システムのリアルタイムデータ駆動モデリングのソリューションとして登場した。
我々は,クラウドコンピューティングを分散化して実装したDTフレームワークの概念階層アーキテクチャを構築した。
既存のシステム上での革新的な技術の開発と展開のリスクを下げることにおけるDTの重要性について論じる。
論文 参考訳(メタデータ) (2022-04-05T03:04:02Z) - Edge Artificial Intelligence for 6G: Vision, Enabling Technologies, and
Applications [39.223546118441476]
6Gはワイヤレスの進化を「コネクテッドモノ」から「コネクテッドインテリジェンス」に変革する
ディープラーニングとビッグデータ分析に基づくAIシステムは、膨大な計算と通信資源を必要とする。
エッジAIは、センサー、通信、計算、インテリジェンスをシームレスに統合する6Gの破壊的技術として際立っている。
論文 参考訳(メタデータ) (2021-11-24T11:47:16Z) - Intelligent Zero Trust Architecture for 5G/6G Tactical Networks:
Principles, Challenges, and the Role of Machine Learning [4.314956204483074]
課題を強調し,信頼できないコンポーネントを持つ5G/6Gネットワークのセキュリティフレームワークとして,インテリジェントゼロ信頼アーキテクチャ(i-ZTA)の概念を導入する。
本稿では,現代の人工知能(AI)アルゴリズムを開発して,信頼できないネットワークにおける情報セキュリティを提供するi-ZTAのアーキテクチャ設計について述べる。
論文 参考訳(メタデータ) (2021-05-04T13:14:29Z) - Low-latency Federated Learning and Blockchain for Edge Association in
Digital Twin empowered 6G Networks [8.229148322933876]
デジタル双生児と第6世代モバイルネットワーク(6G)は、産業用モノのインターネット(IIoT)におけるエッジインテリジェンスの実現を加速した。
我々は、デジタルツインを無線ネットワークに組み込むことにより、DTWN(Digital Twin Wireless Networks)を導入する。
我々は、協調コンピューティングのためのDTWNで動作するブロックチェーン強化フェデレーション学習フレームワークを提案する。
論文 参考訳(メタデータ) (2020-11-17T04:11:31Z) - Towards Self-learning Edge Intelligence in 6G [143.1821636135413]
エッジインテリジェンス(エッジインテリジェンス、Edge Intelligence、別名エッジネイティブ人工知能(AI))は、AI、通信ネットワーク、モバイルエッジコンピューティングのシームレスな統合に焦点を当てた新興技術フレームワークである。
本稿では、6GにおけるエッジネイティブAIの重要な要件と課題を特定する。
論文 参考訳(メタデータ) (2020-10-01T02:16:40Z) - Federated Learning for 6G Communications: Challenges, Methods, and
Future Directions [71.31783903289273]
6Gとフェデレーション学習の統合を導入し、6Gのための潜在的なフェデレーション学習アプリケーションを提供する。
6G通信の文脈において,重要な技術的課題,それに対応するフェデレーション学習手法,および今後のフェデレーション学習研究のためのオープンな課題について述べる。
論文 参考訳(メタデータ) (2020-06-04T15:17:19Z)
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。