論文の概要: A Comprehensive Analysis of Blockchain Applications for Securing
Computer Vision Systems
- arxiv url: http://arxiv.org/abs/2307.06659v1
- Date: Thu, 13 Jul 2023 10:03:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-14 15:18:24.795493
- Title: A Comprehensive Analysis of Blockchain Applications for Securing
Computer Vision Systems
- Title（参考訳）: コンピュータビジョンシステムのためのブロックチェーンアプリケーションの概要分析
- Authors: Ramalingam M, Chemmalar Selvi, Nancy Victor, Rajeswari Chengoden,
Sweta Bhattacharya, Praveen Kumar Reddy Maddikunta, Duehee Lee, Md. Jalil
Piran, Neelu Khare, Gokul Yendri, Thippa Reddy Gadekallu
- Abstract要約: BCとCVは、様々な分野を変革する可能性がある2つの新興分野である。
BCの能力は、分散化されたセキュアなデータストレージを提供するのに役立ち、CVはマシンが視覚データを学習し理解できるようにする。
本総説では, BC と CV の統合を包括的に分析し,それらの組み合わせと潜在的な応用について検討する。
- 参考スコア（独自算出の注目度）: 3.750665921985359
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Blockchain (BC) and Computer Vision (CV) are the two emerging fields with the
potential to transform various sectors.The ability of BC can help in offering
decentralized and secure data storage, while CV allows machines to learn and
understand visual data. This integration of the two technologies holds massive
promise for developing innovative applications that can provide solutions to
the challenges in various sectors such as supply chain management, healthcare,
smart cities, and defense. This review explores a comprehensive analysis of the
integration of BC and CV by examining their combination and potential
applications. It also provides a detailed analysis of the fundamental concepts
of both technologies, highlighting their strengths and limitations. This paper
also explores current research efforts that make use of the benefits offered by
this combination. The effort includes how BC can be used as an added layer of
security in CV systems and also ensure data integrity, enabling decentralized
image and video analytics using BC. The challenges and open issues associated
with this integration are also identified, and appropriate potential future
directions are also proposed.
- Abstract（参考訳）: ブロックチェーン(BC)とコンピュータビジョン(CV)は、さまざまな分野を変革する可能性を秘めている2つの新興分野である。BCの能力は、分散化されたセキュアなデータストレージを提供するのに役立ち、CVはマシンが視覚データを学習し理解することを可能にする。
この2つの技術の統合は、サプライチェーン管理、ヘルスケア、スマートシティ、防衛など、さまざまな分野の課題に対するソリューションを提供する革新的なアプリケーションを開発するための、大きな約束を持っています。
本総説では, BC と CV の統合を包括的に分析し,それらの組み合わせと潜在的な応用について検討する。
また、両方の技術の基本概念を詳細に分析し、その強みと限界を強調している。
本稿は,この組み合わせの利点を生かした最近の研究成果についても考察する。
この取り組みには、CVシステムのセキュリティ追加レイヤとしてBCがどのように使用できるか、データの完全性を保証すること、BCを使用した分散イメージとビデオ分析を可能にすることが含まれる。
この統合に関わる課題やオープンな課題も特定され、適切な今後の方向性も提案されている。
関連論文リスト
- A Survey on Integrated Sensing, Communication, and Computation [57.6762830152638]
次世代のワイヤレス技術である6Gは、ユビキタスなインテリジェントサービスの時代を後押しすることを目指している。
これらのモジュールのパフォーマンスは相互依存しており、時間、エネルギー、帯域幅のリソース競争を生み出している。
統合通信と計算(ICC)、統合センシングと計算(ISC)、統合センシングと通信(ISAC)といった既存の技術は、この課題に対処するために部分的に進歩してきた。
論文 参考訳（メタデータ） (2024-08-15T11:01:35Z) - Enhancing Supply Chain Visibility with Knowledge Graphs and Large Language Models [49.898152180805454]
本稿では,サプライチェーンの可視性を高めるために,知識グラフ(KG)と大規模言語モデル(LLM)を活用した新しいフレームワークを提案する。
我々のゼロショットLPM駆動アプローチは、様々な公共情報源からのサプライチェーン情報の抽出を自動化する。
NERとREタスクの精度が高く、複雑な多層供給ネットワークを理解する効果的なツールを提供する。
論文 参考訳（メタデータ） (2024-08-05T17:11:29Z) - Blockchain in Healthcare: Implementing Hyperledger Fabric for Electronic Health Records at Frere Provincial Hospital [0.0]
医療情報システムにブロックチェーンを統合することのメリットと課題について検討する。
この研究は、ケーススタディとデータ収集手法を統合した混合メソッドアプローチを使用した。
最終的にこの研究は、医療環境におけるブロックチェーン技術の変革の可能性を強調している。
論文 参考訳（メタデータ） (2024-07-19T14:27:55Z) - Socialized Learning: A Survey of the Paradigm Shift for Edge Intelligence in Networked Systems [62.252355444948904]
本稿では,エッジインテリジェンス(EI)と社会学習(SL)の統合に関する文献レビューの結果について述べる。
SLは、エージェントの協調能力と集団知性を増幅することを目的とした、社会的原則と行動に基づく学習パラダイムである。
ソーシャル化アーキテクチャ、ソーシャル化トレーニング、ソーシャル化推論の3つの統合コンポーネントについて詳しく検討し、その強みと弱点を分析した。
論文 参考訳（メタデータ） (2024-04-20T11:07:29Z) - Enhancing Trust and Privacy in Distributed Networks: A Comprehensive Survey on Blockchain-based Federated Learning [51.13534069758711]
ブロックチェーンのような分散型アプローチは、複数のエンティティ間でコンセンサスメカニズムを実装することで、魅力的なソリューションを提供する。
フェデレートラーニング(FL)は、参加者がデータのプライバシを保護しながら、協力的にモデルをトレーニングすることを可能にする。
本稿では,ブロックチェーンのセキュリティ機能とFLのプライバシ保護モデルトレーニング機能の相乗効果について検討する。
論文 参考訳（メタデータ） (2024-03-28T07:08:26Z) - 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) - A Review of Machine Learning-based Security in Cloud Computing [5.384804060261833]
クラウドコンピューティング(CC)は、ITリソースのユーザへの提供方法に革命をもたらしている。
CCの成長に伴い、可用性、完全性、機密性への脅威など、セキュリティ上のリスクが多数発生している。
機械学習(ML)は、セキュリティ問題の特定と解決における人間の介入を減らすために、クラウドサービスプロバイダ(CSP)によってますます利用されている。
論文 参考訳（メタデータ） (2023-09-10T01:52:23Z) - Federated Learning for Computer Vision [5.068927407250747]
コンピュータビジョン(CV)は、機械学習(ML)ツールを幅広いタスクに活用することで、社会を変革する上で重要な役割を果たしている。
処理に必要な膨大な計算負荷と、データの保存と処理に関連する潜在的なプライバシーリスクにより、これらのアルゴリズムは厳しい制約下に置かれた。
フェデレートラーニング(FL)は将来性のあるソリューションとして登場し、モデルをローカルにトレーニングし、全体的なパフォーマンスを改善するためにそれらを交換することで、プライバシ保護を可能にする。
論文 参考訳（メタデータ） (2023-08-24T16:05:14Z) - Combining Blockchain and Biometrics: A Survey on Technical Aspects and a
First Legal Analysis [2.9023633922848586]
本稿では,ブロックチェーンとバイオメトリックスの組み合わせに関する技術文献調査を行う。
これには、この統合に関する最初の法的分析が含まれており、課題や可能性に光を当てている。
論文 参考訳（メタデータ） (2023-02-21T18:58:32Z) - Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。
我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。
我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
論文 参考訳（メタデータ） (2020-10-19T13:09:31Z) - Blockchain applications in Healthcare: A model for research [0.0]
本稿では、ヘルスケアアプリケーションにおけるブロックチェーンの組織化のための階層的なアプローチを提案する。
この技術の採用を促進する主要な課題について検討する。
本稿では,健康情報システムの発展に向けた視点の具体例を示す。
論文 参考訳（メタデータ） (2020-08-13T04:11:30Z)
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。