論文の概要: Change Management using Generative Modeling on Digital Twins
- arxiv url: http://arxiv.org/abs/2309.12421v1
- Date: Thu, 21 Sep 2023 18:43:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-25 17:13:35.035772
- Title: Change Management using Generative Modeling on Digital Twins
- Title（参考訳）: ディジタル双生児における生成モデルを用いた変化管理
- Authors: Nilanjana Das, Anantaa Kotal, Daniel Roseberry and Anupam Joshi
- Abstract要約: 特にITとIoTの混在する環境では,“ディジタルツイン”がクラウド上でどのように作成されるのかを示します。
これらのデジタルツインは、変更を適用することができる非本番環境として機能し、パッチリリース前にシステムはセキュアにテストできる。
実データ/インタラクションの小さなサンプルを使用して、生成人工知能(AI)モデルを使用してテストシナリオを生成する方法を示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A key challenge faced by small and medium-sized business entities is securely
managing software updates and changes. Specifically, with rapidly evolving
cybersecurity threats, changes/updates/patches to software systems are
necessary to stay ahead of emerging threats and are often mandated by
regulators or statutory authorities to counter these. However, security
patches/updates require stress testing before they can be released in the
production system. Stress testing in production environments is risky and poses
security threats. Large businesses usually have a non-production environment
where such changes can be made and tested before being released into
production. Smaller businesses do not have such facilities. In this work, we
show how "digital twins", especially for a mix of IT and IoT environments, can
be created on the cloud. These digital twins act as a non-production
environment where changes can be applied, and the system can be securely tested
before patch release. Additionally, the non-production digital twin can be used
to collect system data and run stress tests on the environment, both manually
and automatically. In this paper, we show how using a small sample of real
data/interactions, Generative Artificial Intelligence (AI) models can be used
to generate testing scenarios to check for points of failure.
- Abstract（参考訳）: 中小企業が直面する重要な課題は、ソフトウェアのアップデートと変更を安全に管理することだ。
特に、急速に進化するサイバーセキュリティの脅威において、ソフトウェアシステムの変更/更新/パッチは、新興の脅威に先立っていなければならない。
しかし、セキュリティパッチ/アップデートは本番システムにリリースする前にストレステストを必要とする。
運用環境でのストレステストはリスクが高く、セキュリティの脅威となる。
大企業は通常、そのような変更をプロダクションにリリースする前に作成、テストできる非プロダクション環境を持っています。
小規模企業にはそのような施設がない。
この研究では、特にITとIoTの混在する環境で、どのように“ディジタルツイン”をクラウド上で作成できるかを示します。
これらのデジタル双生児は、変更を適用可能な非生産環境として機能し、システムはパッチリリース前に安全にテストできる。
さらに、非生産のデジタル双生児は、手動と自動の両方でシステムデータを収集し、環境上でストレステストを実行するのに使うことができる。
本稿では、実際のデータ/インタラクションの小さなサンプルを使用して、生成型人工知能(ai)モデルを使用して、障害点をチェックするテストシナリオを生成する方法を示す。
関連論文リスト
- Integrating Artificial Open Generative Artificial Intelligence into Software Supply Chain Security [0.0]
我々は,有望なオープン言語モデル(LLM)の実験を,ソースコード言語エラーと非推奨コードという,2つの主要なソフトウェアセキュリティ課題に分けて実施する。
以上の結果から,LSMは予期せぬ結果を示すが,特にメモリの複雑化や,新しいデータパターンや不慣れなデータパターンの管理において,大きな制約が生じることが示唆された。
これらの課題にもかかわらず、LLMの積極的な適用は、広範なセキュリティデータベースや継続的更新と相まって、新たな脅威に対してソフトウェアサプライチェーンプロセスを強化できる可能性を秘めている。
論文 参考訳（メタデータ） (2024-12-26T07:03:55Z) - SecCodePLT: A Unified Platform for Evaluating the Security of Code GenAI [47.11178028457252]
我々はGenAIのリスクをコードする統合的かつ包括的な評価プラットフォームSecCodePLTを開発した。
安全でないコードには、専門家と自動生成を組み合わせたデータ生成のための新しい方法論を導入する。
サイバー攻撃支援のために、我々はモデルに実際の攻撃を引き起こすよう促すサンプルと、我々の環境における動的な指標を構築した。
論文 参考訳（メタデータ） (2024-10-14T21:17:22Z) - Automating SBOM Generation with Zero-Shot Semantic Similarity [2.169562514302842]
Software-Bill-of-Materials (SBOM)は、ソフトウェアアプリケーションのコンポーネントと依存関係を詳述した総合的なインベントリである。
本稿では,破壊的なサプライチェーン攻撃を防止するため,SBOMを自動生成する手法を提案する。
テスト結果は説得力があり、ゼロショット分類タスクにおけるモデルの性能を示す。
論文 参考訳（メタデータ） (2024-02-03T18:14:13Z) - From Digital Twins to Digital Twin Prototypes: Concepts, Formalization,
and Applications [55.57032418885258]
デジタル双対とは何かという合意的な定義は存在しない。
我々のデジタルツインプロトタイプ(DTP)アプローチは、組み込みソフトウェアシステムの開発と自動テストにおいて、エンジニアを支援します。
論文 参考訳（メタデータ） (2024-01-15T22:13:48Z) - Secure Software Development: Issues and Challenges [0.0]
生活のデジタル化は、人間の問題を解決し、生活の質を向上させることを証明する。
ハッカーたちは、無実の人々のデータを盗み、ID詐欺や詐欺など、そのほかの目的のために利用しようとしている。
セキュアなシステムソフトウェアの目的は、システムライフサイクルを実行することによって、そのようなエクスプロイトが決して起こらないようにすることです。
論文 参考訳（メタデータ） (2023-11-18T09:44:48Z) - Enabling Automated Integration Testing of Smart Farming Applications via
Digital Twin Prototypes [49.44419860570116]
産業4.0とスマート農業は密接に関連しており、産業4.0でもスマート農業に使われている技術の多くが使用されている。
デジタルツインは、そのようなアプリケーションのコスト効率の良いソフトウェア開発の可能性を秘めている。
本稿では,ソフトウェアの自動テストにDigital Twin Prototypeアプローチを採用するケーススタディを提案する。
論文 参考訳（メタデータ） (2023-11-09T21:24:12Z) - Embedded Software Development with Digital Twins: Specific Requirements
for Small and Medium-Sized Enterprises [55.57032418885258]
デジタル双生児は、コスト効率の良いソフトウェア開発とメンテナンス戦略の可能性を秘めている。
私たちは中小企業に現在の開発プロセスについてインタビューした。
最初の結果は、リアルタイムの要求が、これまでは、Software-in-the-Loop開発アプローチを妨げていることを示している。
論文 参考訳（メタデータ） (2023-09-17T08:56:36Z) - When Authentication Is Not Enough: On the Security of Behavioral-Based Driver Authentication Systems [53.2306792009435]
我々はランダムフォレストとリカレントニューラルネットワークアーキテクチャに基づく2つの軽量ドライバ認証システムを開発した。
我々は,SMARTCANとGANCANという2つの新しいエスケープアタックを開発することで,これらのシステムに対する攻撃を最初に提案する。
コントリビューションを通じて、これらのシステムを安全に採用する実践者を支援し、車の盗難を軽減し、ドライバーのセキュリティを高める。
論文 参考訳（メタデータ） (2023-06-09T14:33:26Z) - SUPERNOVA: Automating Test Selection and Defect Prevention in AAA Video
Games Using Risk Based Testing and Machine Learning [62.997667081978825]
従来の手法では、成長するソフトウェアシステムではスケールできないため、ビデオゲームのテストはますます難しいタスクになります。
自動化ハブとして機能しながら,テスト選択と欠陥防止を行うシステム SUPERNOVA を提案する。
この直接的な影響は、未公表のスポーツゲームタイトルの55%以上のテスト時間を減らすことが観察されている。
論文 参考訳（メタデータ） (2022-03-10T00:47:46Z) - Pandora: A Cyber Range Environment for the Safe Testing and Deployment
of Autonomous Cyber Attack Tools [0.0]
Pandoraは安全なテスト環境であり、セキュリティ研究者とサイバーレンジユーザーが自動サイバー攻撃ツールの実験を行うことができる。
エンタープライズコンピュータシステムと直接互換性を持つ既存のテストベッドやサイバーレンジとは異なり、我々のテストシステムは、企業現実のコンピュータシステムと互換性がないよう意図的に設計されている。
論文 参考訳（メタデータ） (2020-09-24T04:38:47Z)
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。