論文の概要: Web and Mobile Platforms for Managing Elections based on IoT And Machine Learning Algorithms

• arxiv url: http://arxiv.org/abs/2303.09045v1
• Date: Thu, 16 Mar 2023 02:31:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-17 17:04:02.389716
• Title: Web and Mobile Platforms for Managing Elections based on IoT And Machine Learning Algorithms
• Title（参考訳）: IoTと機械学習アルゴリズムに基づく選挙管理のためのWebとモバイルプラットフォーム
• Authors: G. M. I. K. Galagoda, W. M. C. A. Karunarathne, R. S. Bates, K. M. H. V. P. Gangathilaka, Kanishka Yapa, Erandika Gamage
• Abstract要約: 本研究では,E投票システムの4つの側面に着目した。 E投票における世界で最も頻繁に発生する問題は、システムのセキュリティ、正確性、信頼性である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The global pandemic situation has severely affected all countries. As a result, almost all countries had to adjust to online technologies to continue their processes. In addition, Sri Lanka is yearly spending ten billion on elections. We have examined a proper way of minimizing the cost of hosting these events online. To solve the existing problems and increase the time potency and cost reduction we have used IoT and ML-based technologies. IoT-based data will identify, register, and be used to secure from fraud, while ML algorithms manipulate the election data and produce winning predictions, weather-based voters attendance, and election violence. All the data will be saved in cloud computing and a standard database to store and access the data. This study mainly focuses on four aspects of an E-voting system. The most frequent problems across the world in E-voting are the security, accuracy, and reliability of the systems. E-government systems must be secured against various cyber-attacks and ensure that only authorized users can access valuable, and sometimes sensitive information. Being able to access a system without passwords but using biometric details has been there for a while now, however, our proposed system has a different approach to taking the credentials, processing, and combining the images, reformatting and producing the output, and tracking. In addition, we ensure to enhance e-voting safety. While ML-based algorithms use different data sets and provide predictions in advance.
• Abstract（参考訳）: 世界的なパンデミックはすべての国に深刻な影響を与えた。 その結果、ほとんどの国はプロセスの継続のためにオンライン技術に適応しなければならなかった。 さらに、スリランカは年間100億ドルを選挙に費やしている。 これらのイベントをオンラインでホストするコストを最小化する適切な方法を検討した。 既存の問題を解決し、時間の有効性とコスト削減を向上するために、IoTとMLベースのテクノロジを使用しました。 IoTベースのデータは不正から保護するために識別、登録、使用され、MLアルゴリズムは選挙データを操作し、勝利の予測、天気ベースの有権者の出席、選挙暴力を生成する。 すべてのデータは、クラウドコンピューティングと、データの保存とアクセスのための標準データベースに保存される。 本研究は主にE投票システムの4つの側面に焦点を当てている。 E投票における世界で最も頻繁に発生する問題は、システムのセキュリティ、正確性、信頼性である。 政府システムは、様々なサイバー攻撃に対して保護され、認可されたユーザーだけが貴重な機密情報にアクセスできるようにする必要がある。 パスワードなしでシステムにアクセスでき、バイオメトリックスの詳細が利用できるようになってからしばらく経ちますが、提案するシステムは、認証情報を取得、処理、結合、画像の再構成、出力の生成、トラッキングに異なるアプローチで対応しています。 加えて、e-votingの安全性も確実に向上します。 MLベースのアルゴリズムは異なるデータセットを使用し、事前に予測を提供する。

関連論文リスト

• Federated Learning Priorities Under the European Union Artificial Intelligence Act [68.44894319552114]
  我々は、AI法がフェデレートラーニングに与える影響について、第一種学際分析(法とML)を行う。 データガバナンスの問題とプライバシに関する懸念について検討する。 最も注目すべきは、データのバイアスを防御し、プライベートでセキュアな計算を強化する機会である。
  論文  参考訳（メタデータ） (2024-02-05T19:52:19Z)
• 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)
• On Responsible Machine Learning Datasets with Fairness, Privacy, and Regulatory Norms [56.119374302685934]
  AI技術の信頼性に関する深刻な懸念があった。 機械学習とディープラーニングのアルゴリズムは、開発に使用されるデータに大きく依存する。 本稿では,責任あるルーブリックを用いてデータセットを評価するフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-24T14:01:53Z)
• A Survey of Data Security: Practices from Cybersecurity and Challenges of Machine Learning [6.086388464254366]
  機械学習(ML)は、ますます重要なシステムにデプロイされている。 MLのデータ依存により、ML対応システムのトレーニングとテストに使用されるセキュアなデータが最重要となる。 データサイエンスとサイバーセキュリティのドメインは、独自のスキルと用語のセットに準拠している。
  論文  参考訳（メタデータ） (2023-10-06T18:15:35Z)
• A Survey of Machine Unlearning [56.017968863854186]
  最近の規制では、要求に応じて、ユーザに関する個人情報をコンピュータシステムから削除する必要がある。 MLモデルは古いデータをよく記憶します。 機械学習に関する最近の研究は、この問題を完全に解決することはできなかった。
  論文  参考訳（メタデータ） (2022-09-06T08:51:53Z)
• Future Computer Systems and Networking Research in the Netherlands: A Manifesto [137.47124933818066]
  我々はICTの重要部分としてCompSysに注目している。 オランダ経済のトップセクター、国家研究アジェンダの各ルート、国連持続可能な開発目標の各ルートは、コンプシーズの進歩なしには対処できない課題を提起する。
  論文  参考訳（メタデータ） (2022-05-26T11:02:29Z)
• Os Dados dos Brasileiros sob Risco na Era da Intelig\^encia Artificial? [0.0]
  この研究は生体認証システムの脆弱性を明らかにし、顔のモダリティに焦点をあてる。 これは、モーフィングと呼ばれる文献におけるよく知られたプレゼンテーションアタックアプローチを通じて、生体認証システムを騙すことが可能であることを示す。 人工知能時代(AI)における市民データのセキュリティとデータプライバシ法に関する議論を始めるための10の懸念のリストが作成された。
  論文  参考訳（メタデータ） (2022-05-03T20:41:21Z)
• Social Media Monitoring for IoT Cyber-Threats [0.3249853429482705]
  ソーシャルメディアの監視とTwitterストリームからのリアルタイムサイバー脅威インテリジェンス検出に焦点をあてる。 我々は,IoTドメインに適したソーシャルメディア監視システムを提案する。
  論文  参考訳（メタデータ） (2021-09-09T14:32:24Z)
• Blockchain based Attack Detection on Machine Learning Algorithms for IoT based E-Health Applications [10.319690803866846]
  E-Healthアプリケーション用のIoTデバイスから生成されたデータセットをセキュアにするためのブロックチェーンベースのソリューションを提案しました。 評価のために,データセット所有者がデータをセキュアにするために使用できるシステムを開発した。
  論文  参考訳（メタデータ） (2020-11-03T03:59:27Z)
• Trustworthy AI [75.99046162669997]
  入力データの小さな敵対的変化への脆さ、決定の説明能力、トレーニングデータのバイアスに対処する能力は、最も顕著な制限である。 我々は,AIシステムに対するユーザおよび公的な信頼を高める上での6つの重要な問題に対処するために,信頼に値するAIに関するチュートリアルを提案する。
  論文  参考訳（メタデータ） (2020-11-02T20:04:18Z)
• Security and Privacy in IoT Using Machine Learning and Blockchain: Threats & Countermeasures [6.356843763741246]
  ユーザのセキュリティとプライバシは、多くのアプリケーションにIoT(Internet of Things)デバイスが組み込まれているため、重大な懸念となっている。 サイバー脅威は爆発的なペースで増加しており、既存のセキュリティとプライバシー対策は不十分だ。 2008年から2019年にかけて、MLアルゴリズムとIoTドメインのBCG技術を使用して、セキュリティとプライバシの問題に対処する。
  論文  参考訳（メタデータ） (2020-02-10T01:11:38Z)

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。