論文の概要: Towards Adaptive RF Fingerprint-based Authentication of IIoT devices
- arxiv url: http://arxiv.org/abs/2311.15888v1
- Date: Mon, 27 Nov 2023 14:55:32 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-28 14:55:13.598050
- Title: Towards Adaptive RF Fingerprint-based Authentication of IIoT devices
- Title(参考訳): IIoTデバイスの適応RF指紋認証に向けて
- Authors: Emmanuel Lomba and Ricardo Severino and Ana Fern\'andez Vilas
- Abstract要約: RF環境に対する高精度なデバイス認証を実現するため,PHY層において,AI適応型無線周波数フィンガープリント技術の選択とチューニングを利用して,パワフルでフレキシブルなIIoTデバイス認証を実現するための第一歩を示す。
- 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: As IoT technologies mature, they are increasingly finding their way into more
sensitive domains, such as Medical and Industrial IoT, in which safety and
cyber-security are of great importance. While the number of deployed IoT
devices continues to increase exponentially, they still present severe
cyber-security vulnerabilities. Effective authentication is paramount to
support trustworthy IIoT communications, however, current solutions focus on
upper-layer identity verification or key-based cryptography which are often
inadequate to the heterogeneous IIoT environment. In this work, we present a
first step towards achieving powerful and flexible IIoT device authentication,
by leveraging AI adaptive Radio Frequency Fingerprinting technique selection
and tuning, at the PHY layer for highly accurate device authentication over
challenging RF environments.
- Abstract(参考訳): IoT技術が成熟するにつれて、安全とサイバーセキュリティが極めて重要であるメディカルやインダストリアルIoTといった、よりセンシティブな分野への道を見出している。
デプロイされたIoTデバイスの数は指数関数的に増え続けているが、それでも深刻なサイバーセキュリティ脆弱性が存在する。
効果的な認証は、信頼できるIIoT通信をサポートする上で最重要であるが、現在のソリューションは、不均一なIIoT環境に不適当な上位層のID認証やキーベースの暗号化に焦点を当てている。
本研究では,AI適応型無線周波数フィンガープリント技術の選択とチューニングをPHY層で活用し,RF環境に挑戦する高精度なデバイス認証を実現することにより,強力で柔軟なIIoTデバイス認証を実現するための第一歩を示す。
関連論文リスト
- Forgery-aware Adaptive Vision Transformer for Face Forgery Detection [57.56537940216884]
FA-ViT(Forgery-aware Adaptive Vision Transformer)を提案する。
FA-ViTでは、バニラViTのパラメータは、事前訓練された知識を保持するために凍結される。
特殊設計された2つのコンポーネント、LFI(Local-Aware Forgery)とGFA(Global-Aware Forgery Adaptor)は、フォージェリー関連の知識に適応するために使用される。
論文 参考訳(メタデータ) (2023-09-20T06:51:11Z) - Towards Artificial General Intelligence (AGI) in the Internet of Things
(IoT): Opportunities and Challenges [55.82853124625841]
人工知能(Artificial General Intelligence, AGI)は、人間の認知能力でタスクを理解し、学習し、実行することができる能力を持つ。
本研究は,モノのインターネットにおけるAGIの実現に向けた機会と課題を探究する。
AGIに注入されたIoTの応用スペクトルは広く、スマートグリッド、住宅環境、製造、輸送から環境モニタリング、農業、医療、教育まで幅広い領域をカバーしている。
論文 参考訳(メタデータ) (2023-09-14T05:43:36Z) - CNN based IoT Device Identification [0.0]
本稿では、畳み込みニューラルネットワーク(CNN)を用いて、Aaltoデータセット内のデバイスを識別する手法を提案する。
本研究では、畳み込みニューラルネットワーク(CNN)を用いて、Aaltoデータセット内のデバイスを識別する手法を提案する。
論文 参考訳(メタデータ) (2023-04-27T00:37:16Z) - Zero-Effort Two-Factor Authentication Using Wi-Fi Radio Wave
Transmission and Machine Learning [0.0]
本稿では,ユーザ環境と機械学習(ML)のユニークな特徴を組み合わせた,ゼロ・エフォート2要素認証(2FA)手法を提案する。
Raspberry Piデバイスを用いたプロトタイプを開発し,提案手法の有効性と実用性を示す実験を行った。
提案システムは2FAとユーザ認証の分野に革命をもたらし、機密情報への安全でシームレスなアクセスの新たな時代を提供する。
論文 参考訳(メタデータ) (2023-03-04T21:04:10Z) - Face Presentation Attack Detection [59.05779913403134]
顔認識技術は、チェックインやモバイル支払いといった日々の対話的アプリケーションで広く利用されている。
しかしながら、プレゼンテーションアタック(PA)に対する脆弱性は、超セキュアなアプリケーションシナリオにおける信頼性の高い使用を制限する。
論文 参考訳(メタデータ) (2022-12-07T14:51:17Z) - AFR-Net: Attention-Driven Fingerprint Recognition Network [47.87570819350573]
指紋認識を含む生体認証における視覚変換器(ViT)の使用に関する初期研究を改善する。
ネットワーク内の中間特徴マップから抽出した局所的な埋め込みを用いて,グローバルな埋め込みを低確かさで洗練する手法を提案する。
この戦略は、既存のディープラーニングネットワーク(アテンションベース、CNNベース、あるいはその両方を含む)のラッパーとして適用することで、パフォーマンスを向上させることができる。
論文 参考訳(メタデータ) (2022-11-25T05:10:39Z) - Technical Report-IoT Devices Proximity Authentication In Ad Hoc Network
Environment [0.0]
Internet of Things(IoT)は、物理的デバイスがデータを接続し交換することを可能にする分散通信技術システムである。
IoTデバイスへの認証は、攻撃者によるネガティブな影響を防ぐための第一歩であるため、不可欠である。
本稿では、IoTデバイス環境にあるものに基づいて、IoTデバイス認証方式を実装した。
論文 参考訳(メタデータ) (2022-10-01T03:07:42Z) - RIS-assisted UAV Communications for IoT with Wireless Power Transfer
Using Deep Reinforcement Learning [75.677197535939]
無人航空機(UAV)通信をサポートするIoTデバイスのための同時無線電力伝送と情報伝送方式を提案する。
第1フェーズでは、IoTデバイスが無線電力転送を通じてUAVからエネルギーを回収し、第2フェーズでは、UAVが情報伝送を通じてIoTデバイスからデータを収集する。
マルコフ決定過程を定式化し、ネットワーク総和率を最大化する最適化問題を解くために、2つの深い強化学習アルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-08-05T23:55:44Z) - Anomaly Detection Based on Selection and Weighting in Latent Space [73.01328671569759]
SWADと呼ばれる新しい選択および重み付けに基づく異常検出フレームワークを提案する。
ベンチマークと実世界のデータセットによる実験は、SWADの有効性と優位性を示している。
論文 参考訳(メタデータ) (2021-03-08T10:56:38Z) - Automated Identification of Vulnerable Devices in Networks using Traffic
Data and Deep Learning [30.536369182792516]
脆弱性データベースのデータと組み合わせたデバイスタイプの識別は、ネットワーク内の脆弱なiotデバイスを特定できる。
信頼性の高いIoTデバイスタイプ識別のための2つの深層学習手法を提案し,評価する。
論文 参考訳(メタデータ) (2021-02-16T14:49:34Z) - Detecting Botnet Attacks in IoT Environments: An Optimized Machine
Learning Approach [8.641714871787595]
機械学習(ML)は、IoTデバイスやネットワークで生成され利用可能な大量のデータのために、潜在的なソリューションの1つとして浮上しました。
本稿では,IoTデバイスに対する攻撃を効果的かつ効率的に検出するMLベースのフレームワークを提案する。
実験の結果,提案フレームワークは高い検出精度,精度,リコール,Fスコアを有することがわかった。
論文 参考訳(メタデータ) (2020-12-16T16:39:55Z)
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。