Fugu-MT 論文翻訳(概要): Security in Drones

論文の概要: Security in Drones

arxiv url: http://arxiv.org/abs/2311.07894v1
Date: Tue, 14 Nov 2023 04:03:23 GMT
ステータス: 処理完了
システム内更新日: 2024-03-18 23:22:19.343634
Title: Security in Drones
Title（参考訳）: ドローンのセキュリティ
Authors: Jonathan Morgan, Julio Perez, Jordan Wade, Sundar Krishnan,
Abstract要約: ドローンユーザーが直面するサイバー脅威と、それらの脅威に対処するためのセキュリティプラクティスの両方を確立することが重要である。ドローンを使う場合、プライバシーが常に主な関心事となる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Drones are used in our everyday world for private, commercial, and government uses. It is important to establish both the cyber threats drone users face and security practices to combat those threats. Privacy will always be the main concern when using drones. Protecting information legally collected on drones and protecting people from the illegal collection of their data are topics that security professionals should consider before their organization uses drones. In this article, the authors discuss the importance of security in drones.
Abstract（参考訳）: ドローンは、私たちの日常の世界でプライベート、商用、そして政府の用途に使われています。ドローンユーザーが直面するサイバー脅威と、それらの脅威に対処するためのセキュリティプラクティスの両方を確立することが重要である。ドローンを使う場合、プライバシーが常に主な関心事となる。ドローンで合法的に収集された情報を保護し、データの違法な収集から人々を保護することは、セキュリティ専門家がドローンを使う前に考慮すべきトピックである。本稿では,ドローンにおけるセキュリティの重要性について論じる。

関連論文リスト

Obfuscated Location Disclosure for Remote ID Enabled Drones [57.66235862432006]
RID対応ドローン(OLO-RID)の難読化位置情報開示法を提案する。実際のドローンの位置を開示する代わりに、OLO-RIDを装備したドローンは、モバイルシナリオで異なるプライベートな難解な場所を開示する。 OLO-RIDはまた、暗号化された位置情報でRIDメッセージを拡張し、認証されたエンティティによってのみアクセスすることができる。
論文参考訳（メタデータ） (2024-07-19T12:35:49Z)
Drone-type-Set: Drone types detection benchmark for drone detection and tracking [0.6294091730968154]
本稿では,認識された物体検出モデルとの比較とともに,各種ドローンのデータセットを提供する。異なるモデルの実験結果と各手法の記載が提供される。
論文参考訳（メタデータ） (2024-05-16T18:56:46Z)
Exploring Jamming and Hijacking Attacks for Micro Aerial Drones [14.970216072065861]
Crazyflieのエコシステムは、最も人気のあるMicro Aerial Dronesの1つであり、世界中で展開される可能性がある。本稿では,Crazy Real Time Protocol (CRTP) に対する2つの干渉攻撃について実験的に検討する。本実験は,自律飛行モードと非自律飛行モードの両方において,このような攻撃の有効性を示すものである。
論文参考訳（メタデータ） (2024-03-06T17:09:27Z)
Cybersecurity Threat Analysis And Attack Simulations For Unmanned Aerial Vehicle Networks [0.0]
この研究は、UAVネットワークを新たなサイバー脅威から守るための緊急の必要性を探求する。サイバーセキュリティにおける攻撃シミュレーションと脅威分析の2つの重要な分野について検討した。この研究は、Raspberry Pi3とオープンソースのオンラインツールだけで、飛行中のドローンをハックすることがいかに容易かを実証している。
論文参考訳（メタデータ） (2024-02-12T10:42:11Z)
Chasing the Intruder: A Reinforcement Learning Approach for Tracking Intruder Drones [0.08192907805418582]
本研究では、チェッカードローンを用いて侵入者ドローンを識別・追跡するための強化学習に基づくアプローチを提案する。提案手法は、強化学習の政策学習フレームワークにインターリーブされたコンピュータビジョン技術を用いている。その結果、強化学習に基づくポリシーは、侵入者ドローンを識別・追跡するために収束していることがわかった。
論文参考訳（メタデータ） (2023-09-10T16:31:40Z)
Unauthorized Drone Detection: Experiments and Prototypes [0.8294692832460543]
本稿では、受信信号強度インジケータ(RSSI)と、ドローンの位置座標から生成された暗号鍵の2段階検証を利用する、新しい暗号化ベースのドローン検出方式を提案する。
論文参考訳（メタデータ） (2022-12-02T20:43:29Z)
TransVisDrone: Spatio-Temporal Transformer for Vision-based Drone-to-Drone Detection in Aerial Videos [57.92385818430939]
視覚的フィードを用いたドローンからドローンへの検知は、ドローンの衝突の検出、ドローンの攻撃の検出、他のドローンとの飛行の調整など、重要な応用がある。既存の手法は計算コストがかかり、非エンドツーエンドの最適化に追随し、複雑なマルチステージパイプラインを持つため、エッジデバイス上でのリアルタイムデプロイメントには適さない。計算効率を向上したエンドツーエンドのソリューションを提供する,シンプルで効果的なフレームワークであるitTransVisDroneを提案する。
論文参考訳（メタデータ） (2022-10-16T03:05:13Z)
A dataset for multi-sensor drone detection [67.75999072448555]
近年,小型・遠隔操作無人航空機(UAV)の使用が増加している。ドローン検出に関するほとんどの研究は、取得デバイスの種類、ドローンの種類、検出範囲、データセットを特定することに失敗している。我々は、赤外線および可視ビデオとオーディオファイルを含むドローン検出のための注釈付きマルチセンサーデータベースにコントリビュートする。
論文参考訳（メタデータ） (2021-11-02T20:52:03Z)
Dogfight: Detecting Drones from Drones Videos [58.158988162743825]
本稿では,他の飛行ドローンからドローンを検知する問題に対処する。ソースとターゲットドローンのエロティックな動き、小型、任意の形状、大きな強度、および閉塞は、この問題を非常に困難にします。これに対処するため,地域提案に基づく手法ではなく,2段階のセグメンテーションに基づく手法を提案する。
論文参考訳（メタデータ） (2021-03-31T17:43:31Z)
Blockchain-based Privacy Preservation for 5G-enabled Drone Communications [47.852641639155664]
5G対応ドローンは、軍用と民間の両方に応用できる可能性がある。 5G対応のドローン通信を支える、セキュリティとプライバシに関する考慮事項がある。 5G対応のドローン通信とブロックチェーンのアーキテクチャを導入した後、既存のブロックチェーンベースのソリューションについてレビューする。
論文参考訳（メタデータ） (2020-09-07T15:27:52Z)
Detection and Tracking Meet Drones Challenge [131.31749447313197]
本稿では、オブジェクト検出・追跡データセットとベンチマークのレビューを行い、手動アノテーションによる大規模ドローンによるオブジェクト検出・追跡データセットの収集の課題について論じる。当社のVisDroneデータセットは、中国北部から南部にかけての14の都市部と郊外部で収集されたものです。本稿では,ドローンにおける大規模物体検出・追跡の現場の現状を詳細に分析し,今後の方向性を提案するとともに,課題を結論づける。
論文参考訳（メタデータ） (2020-01-16T00:11:56Z)

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。