論文の概要: Verifiable Sustainability in Data Centers
- arxiv url: http://arxiv.org/abs/2307.11993v2
- Date: Mon, 31 Jul 2023 11:48:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-01 19:52:35.297796
- Title: Verifiable Sustainability in Data Centers
- Title（参考訳）: データセンターにおける検証可能なサステナビリティ
- Authors: Syed Rafiul Hussain, Patrick McDaniel, Anshul Gandhi, Kanad Ghose,
Kartik Gopalan, Dongyoon Lee, Yu David Liu, Zhenhua Liu, Shuai Mu and Erez
Zadok
- Abstract要約: データセンターはますます持続可能なものになっている。
持続可能性データを報告する現在の慣行は、しばしば単純なグリーンウォッシングによって緩和される。
データセンタには、サステナビリティに関するデータが、セキュアで忘れられない、プライバシ保護の方法で収集され、格納され、集約され、メトリクスに変換されることを保証するための適切なインフラストラクチャが必要です。
- 参考スコア（独自算出の注目度）: 8.204901593889488
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Sustainability is crucial for combating climate change and protecting our
planet. While there are various systems that can pose a threat to
sustainability, data centers are particularly significant due to their
substantial energy consumption and environmental impact. Although data centers
are becoming increasingly accountable to be sustainable, the current practice
of reporting sustainability data is often mired with simple green-washing. To
improve this status quo, users as well as regulators need to verify the data on
the sustainability impact reported by data center operators. To do so, data
centers must have appropriate infrastructures in place that provide the
guarantee that the data on sustainability is collected, stored, aggregated, and
converted to metrics in a secure, unforgeable, and privacy-preserving manner.
Therefore, this paper first introduces the new security challenges related to
such infrastructure, how it affects operators and users, and potential
solutions and research directions for addressing the challenges for data
centers and other industry segments.
- Abstract（参考訳）: 持続性は、気候変動と地球を守るために不可欠です。
持続可能性に脅威をもたらす様々なシステムがあるが、データセンターはエネルギー消費と環境への影響が大きいため、特に重要である。
データセンターはますます持続可能になっているが、サステナビリティデータを報告する現在のプラクティスは、単純なグリーンウォッシングによって緩和されることが多い。
この現状を改善するためには、データセンタオペレータが報告したサステナビリティへの影響に関するデータを検証する必要がある。
そのためには、サステナビリティに関するデータが、安全で忘れられない、プライバシ保護の方法で収集、保存、集約、およびメトリクスに変換されることを保証するための、適切なインフラストラクチャが必要となる。
そこで本稿ではまず,このようなインフラストラクチャに関する新たなセキュリティ課題,運用者やユーザへの影響,データセンタなどの業界セグメントの課題に対処するための潜在的なソリューションと研究指針について紹介する。
関連論文リスト
- Securing Legacy Communication Networks via Authenticated Cyclic Redundancy Integrity Check [98.34702864029796]
認証サイクル冗長性チェック(ACRIC)を提案する。
ACRICは、追加のハードウェアを必要とせずに後方互換性を保持し、プロトコルに依存しない。
ACRICは最小送信オーバーヘッド(1ms)で堅牢なセキュリティを提供する。
論文 参考訳（メタデータ） (2024-11-21T18:26:05Z) - SPOQchain: Platform for Secure, Scalable, and Privacy-Preserving Supply Chain Tracing and Counterfeit Protection [46.68279506084277]
この研究は、包括的なトレーサビリティと独創性検証を提供する、ブロックチェーンベースの新しいプラットフォームであるSPOQchainを提案する。
プライバシとセキュリティの側面を分析し、サプライチェーンのトレーシングの将来に対するSPOQチェーンの必要性と資格を実証する。
論文 参考訳（メタデータ） (2024-08-30T07:15:43Z) - Critical Infrastructure Security: Penetration Testing and Exploit Development Perspectives [0.0]
本稿では,重要なインフラのセキュリティに関する文献をレビューし,浸透試験と活用開発に焦点をあてる。
この論文の発見は、重要なインフラや、サイバー敵による高度な脅威に固有の脆弱性を明らかにしている。
このレビューは、継続的かつ積極的なセキュリティアセスメントの必要性を強調している。
論文 参考訳（メタデータ） (2024-07-24T13:17:07Z) - Cyberattack Data Analysis in IoT Environments using Big Data [0.0]
私たちの研究は、相互運用性や標準化プロトコルなど、接続性やセキュリティ上の課題の増加に対処しています。
セキュリティ脆弱性の詳細な分析では、攻撃行動、ネットワークトラフィック異常、TCPフラグの使用、ターゲット攻撃など、複雑なパターンと脅威を特定しました。
論文 参考訳（メタデータ） (2024-06-14T02:12:43Z) - Confronting the Reproducibility Crisis: A Case Study of Challenges in Cybersecurity AI [0.0]
AIベースのサイバーセキュリティの重要な領域は、悪意のある摂動からディープニューラルネットワークを守ることに焦点を当てている。
VeriGauge ツールキットを用いて,認証されたロバスト性に関する先行研究の結果の検証を試みる。
私たちの発見は、標準化された方法論、コンテナ化、包括的なドキュメントの緊急性の必要性を浮き彫りにしています。
論文 参考訳（メタデータ） (2024-05-29T04:37:19Z) - Artificial Intelligence in Industry 4.0: A Review of Integration Challenges for Industrial Systems [45.31340537171788]
サイバー物理システム(CPS)は、予測保守や生産計画を含むアプリケーションに人工知能(AI)が活用できる膨大なデータセットを生成する。
AIの可能性を実証しているにもかかわらず、製造業のような分野に広く採用されていることは依然として限られている。
論文 参考訳（メタデータ） (2024-05-28T20:54:41Z) - Best Practices and Lessons Learned on Synthetic Data [83.63271573197026]
AIモデルの成功は、大規模で多様な、高品質なデータセットの可用性に依存している。
合成データは、現実世界のパターンを模倣する人工データを生成することによって、有望なソリューションとして現れてきた。
論文 参考訳（メタデータ） (2024-04-11T06:34:17Z) - Exploring responsible applications of Synthetic Data to advance Online
Safety Research and Development [0.0]
合成データの利用は、オンラインの安全研究と開発を加速する機会を提供する。
本報告では、合成データのオンライン安全分野への応用の可能性について検討し、この技術の効果的な利用がもたらす倫理的課題に対処する。
論文 参考訳（メタデータ） (2024-02-07T14:39:06Z) - Service Level Agreements and Security SLA: A Comprehensive Survey [51.000851088730684]
本調査では,SLA管理のコンセプト,アプローチ,オープンな課題を網羅する技術の現状を明らかにする。
これは、既存の調査で提案された分析と、このトピックに関する最新の文献とのギャップを包括的にレビューし、カバーすることで貢献する。
SLAライフサイクルの段階に基づく分析を組織化するための新しい分類基準を提案する。
論文 参考訳（メタデータ） (2024-01-31T12:33:41Z) - The Last Decade in Review: Tracing the Evolution of Safety Assurance
Cases through a Comprehensive Bibliometric Analysis [7.431812376079826]
安全保証は、自動車、航空宇宙、原子力など、様々な分野において最重要事項である。
安全保証ケースを使用することで、生成されたシステム機能の正しさを検証することができ、システム障害を防止することができる。
論文 参考訳（メタデータ） (2023-11-13T17:34:23Z) - Auditing and Generating Synthetic Data with Controllable Trust Trade-offs [54.262044436203965]
合成データセットとAIモデルを包括的に評価する総合監査フレームワークを導入する。
バイアスや差別の防止、ソースデータへの忠実性の確保、実用性、堅牢性、プライバシ保護などに焦点を当てている。
多様なユースケースにまたがる様々な生成モデルを監査することにより,フレームワークの有効性を実証する。
論文 参考訳（メタデータ） (2023-04-21T09:03:18Z)
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。