論文の概要: AIDPS:Adaptive Intrusion Detection and Prevention System for Underwater
Acoustic Sensor Networks
- arxiv url: http://arxiv.org/abs/2309.07730v1
- Date: Thu, 14 Sep 2023 14:07:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-15 12:53:31.235588
- Title: AIDPS:Adaptive Intrusion Detection and Prevention System for Underwater
Acoustic Sensor Networks
- Title（参考訳）: aidps:水中音響センサネットワークにおける適応的侵入検知・防止システム
- Authors: Soumadeep Das, Aryan Mohammadi Pasikhani, Prosanta Gope, John A.
Clark, Chintan Patel and Biplab Sikdar
- Abstract要約: 本稿では,水中音響センサネットワーク(UW-ASN)のための適応分散型侵入検知システム(AIDPS)を提案する。
提案したAIDPSは、UW-ASNのセキュリティを改善し、水中攻撃を効率的に検出することができる。
- 参考スコア（独自算出の注目度）: 15.322411959318929
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Underwater Acoustic Sensor Networks (UW-ASNs) are predominantly used for
underwater environments and find applications in many areas. However, a lack of
security considerations, the unstable and challenging nature of the underwater
environment, and the resource-constrained nature of the sensor nodes used for
UW-ASNs (which makes them incapable of adopting security primitives) make the
UW-ASN prone to vulnerabilities. This paper proposes an Adaptive decentralised
Intrusion Detection and Prevention System called AIDPS for UW-ASNs. The
proposed AIDPS can improve the security of the UW-ASNs so that they can
efficiently detect underwater-related attacks (e.g., blackhole, grayhole and
flooding attacks). To determine the most effective configuration of the
proposed construction, we conduct a number of experiments using several
state-of-the-art machine learning algorithms (e.g., Adaptive Random Forest
(ARF), light gradient-boosting machine, and K-nearest neighbours) and concept
drift detection algorithms (e.g., ADWIN, kdqTree, and Page-Hinkley). Our
experimental results show that incremental ARF using ADWIN provides optimal
performance when implemented with One-class support vector machine (SVM)
anomaly-based detectors. Furthermore, our extensive evaluation results also
show that the proposed scheme outperforms state-of-the-art bench-marking
methods while providing a wider range of desirable features such as scalability
and complexity.
- Abstract（参考訳）: 水中音響センサネットワーク(uw-asn)は主に水中環境に使われ、多くの地域で応用されている。
しかしながら、セキュリティ上の考慮の欠如、水中環境の不安定で困難な性質、UW-ASN(セキュリティプリミティブを採用できない)に使用されるセンサノードのリソース制約の性質により、UW-ASNは脆弱性に悩まされる。
本稿では,UW-ASNに対するAIDPS(Adaptive decentralized Intrusion Detection and Prevention System)を提案する。
提案されたAIDPSはUW-ASNのセキュリティを改善し、水中攻撃(例えば、ブラックホール、グレイホール、洪水攻撃)を効率的に検出できる。
提案手法の最も効果的な構成を決定するために,複数の最先端機械学習アルゴリズム(適応ランダムフォレスト(ARF),光勾配ブースティングマシン,K-アネレスト近傍)と概念ドリフト検出アルゴリズム(ADWIN,kdqTree,Page-Hinkleyなど)を用いて実験を行った。
実験結果から,ADWINを用いたインクリメンタルARFは,1クラスサポートベクトルマシン(SVM)異常検出器で実装した場合に最適な性能を示すことがわかった。
さらに,提案手法は最先端のベンチマーキング手法よりも優れた性能を示し,拡張性や複雑性など,より広い範囲の望ましい特徴を提供する。
関連論文リスト
- Underwater Image Enhancement with Physical-based Denoising Diffusion Implicit Models [0.03749861135832072]
水中視力は自律型水中車両(AUV)にとって不可欠
従来の画像強調技術では、様々な水中条件への適応性が欠如している。
拡散確率モデル(DDPM)は、画像から画像へのタスクにおける最先端のアプローチとして登場した。
本稿では,新しい物理ベースおよび拡散ベースUIEアプローチであるUW-DiffPhysを紹介する。
論文 参考訳（メタデータ） (2024-09-27T06:33:35Z) - Investigating Deep Watermark Security: An Adversarial Transferability
Perspective [18.363276470822427]
本研究では, 消毒・改ざん防止対策として, 深層透かしの脆弱性を評価するために, 2つの効果的なトランスファー可能な攻撃手法を提案する。
簡単なサンプル選択(ESS)機構と簡単なサンプルマッチング攻撃(ESMA)手法を提案する。
ESMA法とBEM-ESMA法の両方において,標的移動攻撃の成功率を著しく向上させる実験を行った。
論文 参考訳（メタデータ） (2024-02-26T08:41:14Z) - AMSP-UOD: When Vortex Convolution and Stochastic Perturbation Meet
Underwater Object Detection [40.532331552038485]
AMSP-UOD(Amplitude-Modulated Perturbation and Vortex Convolutional Network)を提案する。
AMSP-UODは複雑な水中環境における非理想的撮像因子が検出精度に与える影響に対処する。
提案手法は,既存の最先端手法よりも精度とノイズ免疫の点で優れる。
論文 参考訳（メタデータ） (2023-08-23T05:03:45Z) - Small Object Detection via Coarse-to-fine Proposal Generation and
Imitation Learning [52.06176253457522]
本稿では,粗粒度パイプラインと特徴模倣学習に基づく小型物体検出に適した2段階フレームワークを提案する。
CFINetは、大規模な小さなオブジェクト検出ベンチマークであるSODA-DとSODA-Aで最先端の性能を達成する。
論文 参考訳（メタデータ） (2023-08-18T13:13:09Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - Reversible Quantization Index Modulation for Static Deep Neural Network
Watermarking [57.96787187733302]
可逆的データ隠蔽法(RDH)は潜在的な解決策を提供するが、既存のアプローチはユーザビリティ、キャパシティ、忠実性の面で弱点に悩まされている。
量子化指数変調(QIM)を用いたRDHに基づく静的DNN透かし手法を提案する。
提案手法は,透かし埋め込みのための1次元量化器に基づく新しい手法を取り入れたものである。
論文 参考訳（メタデータ） (2023-05-29T04:39:17Z) - Bayesian Hyperparameter Optimization for Deep Neural Network-Based
Network Intrusion Detection [2.304713283039168]
侵入検出問題に対してディープニューラルネットワーク(DNN)がうまく適用されている。
本稿では,ハイパーパラメータの自動最適化のための新しいベイズ最適化フレームワークを提案する。
提案手法は,ランダムな探索最適化手法よりも侵入検出性能が高いことを示す。
論文 参考訳（メタデータ） (2022-07-07T20:08:38Z) - ARCADE: Adversarially Regularized Convolutional Autoencoder for Network
Anomaly Detection [0.0]
ARCADEと呼ばれる、教師なしの異常に基づくディープラーニング検出システム。
リソース制約のある環境でのオンライン検出に適した畳み込みオートエンコーダ(AE)を提案する。
論文 参考訳（メタデータ） (2022-05-03T11:47:36Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳（メタデータ） (2021-02-12T09:33:00Z) - Bayesian Optimization with Machine Learning Algorithms Towards Anomaly
Detection [66.05992706105224]
本稿では,ベイズ最適化手法を用いた効果的な異常検出フレームワークを提案する。
ISCX 2012データセットを用いて検討したアルゴリズムの性能を評価する。
実験結果から, 精度, 精度, 低コストアラームレート, リコールの観点から, 提案手法の有効性が示された。
論文 参考訳（メタデータ） (2020-08-05T19:29:35Z) - Robust Reinforcement Learning with Wasserstein Constraint [49.86490922809473]
最適なロバストなポリシーの存在を示し、摂動に対する感度分析を行い、新しいロバストな学習アルゴリズムを設計する。
提案アルゴリズムの有効性はCart-Pole環境で検証する。
論文 参考訳（メタデータ） (2020-06-01T13:48:59Z)
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。