論文の概要: EnvGuard : Guaranteeing Environment-Centric Properties in Web of Things

• arxiv url: http://arxiv.org/abs/2312.03373v1
• Date: Wed, 6 Dec 2023 09:15:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-07 15:18:15.452296
• Title: EnvGuard : Guaranteeing Environment-Centric Properties in Web of Things
• Title（参考訳）: EnvGuard : Web of Thingsにおける環境中心特性の保証
• Authors: Bingkun Sun, Liwei Shen, Jialin Ren, Zhen Dong, Xin Peng
• Abstract要約: EnvGuardは、Web of Things(WoT)環境におけるプロパティ記述、違反識別、解決のための環境中心のアプローチである。 デバイスサービスと環境コンテキストの関係をモデル化するための概念スキーマを提案する。 EnvGuardはテンプレートベースのアプローチを採用しており、ユーザは環境に対する抽象的なデバイス効果に基づいて、空間的および時間的特性を記述できる。
• 参考スコア（独自算出の注目度）: 5.925656035891062
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the accelerated advancement of IoT, diverse devices are ubiquitously deployed in environments. Building on this, Web of Things (WoT) further integrates fragmented device services and provides unified interfaces using standardized Web technologies, promoting the development and deployment of WoT applications to sense and regulate the environment. However, disparate WoT applications independently control devices in the WoT environment, causing interference among devices and with the environment. This results in device behaviors that deviate from user expectations, causing violations of the user's desired environment properties. The intricate interplay of applications, user activities, and environment changes makes identifying and resolving potential violations a complex task. In this paper, we introduce EnvGuard, an environment-centric approach for property description, violation identification, and resolution in WoT environment. EnvGuard proposes a conceptual schema to model the relationship between device services and environment context, and automatically extends the conceptual schema into a specific environment representation based on device and space information. Furthermore, EnvGuard employs a template-based approach, enabling users to describe spatial and temporal properties based on the abstract device effects on the environment, and translating properties description into formal expressions. EnvGuard adopts a hybrid model checking method to respectively identify the spatial and temporal violations, and a resolution strategy that align with user intention is proposed to resolve violations. We evaluate EnvGuard through user studies and our proposed dataset, which is constructed by collecting real-world data from a laboratory WoT environment and manually labeling ten types of violations. The results confirm the usability, feasibility and efficiency of EnvGuard.
• Abstract（参考訳）: IoTの急速な進歩により、多様なデバイスがユビキタスに環境にデプロイされる。 これに基づいて、web of things(wot)は断片化されたデバイスサービスを更に統合し、標準化されたweb技術を使った統一インターフェースを提供し、wotアプリケーションの開発とデプロイを促進し、環境を感知し、規制する。 しかし、異なるwotアプリケーションは、wot環境内のデバイスを独立に制御し、デバイス間および環境との干渉を引き起こす。 これにより、ユーザの期待から逸脱するデバイス動作が発生し、ユーザの望む環境特性に違反する。 アプリケーション、ユーザアクティビティ、環境変化の複雑な相互作用は、潜在的な違反の特定と解決を複雑化する。 本稿では,WoT環境におけるプロパティ記述,違反識別,解決のための環境中心のアプローチであるEnvGuardを紹介する。 envguardは、デバイスサービスと環境コンテキストの関係をモデル化する概念スキーマを提案し、デバイスと空間の情報に基づいて概念スキーマを特定の環境表現に自動的に拡張する。 さらに、EnvGuardはテンプレートベースのアプローチを採用し、ユーザーは環境に対する抽象的なデバイス効果に基づいて空間的・時間的特性を記述し、プロパティ記述を形式的な表現に変換することができる。 EnvGuardは、空間的および時間的違反をそれぞれ識別するためのハイブリッドモデル検査手法を採用し、違反を解決するためのユーザの意図に沿った解決戦略を提案する。 実験室のWoT環境から実世界のデータを収集し,手動で10種類の違反をラベル付けすることで,ユーザスタディと提案したデータセットを用いてEnvGuardを評価する。 その結果,EnvGuardのユーザビリティ,実現可能性,効率性が確認された。

関連論文リスト

• Distributed Learning for UAV Swarms [8.184696905809473]
  フェデレートラーニング(FL)は、UAVが生データを共有せずにグローバルモデルを協調的にトレーニングすることを可能にする。 FLは、UAVが生データを共有せずに協調的にグローバルモデルを訓練することを可能にするが、UAVが収集したデータの非独立性と独立性(非IID)の性質のため、課題が発生する。
  論文  参考訳（メタデータ） (2024-10-21T11:01:44Z)
• Caution for the Environment: Multimodal Agents are Susceptible to Environmental Distractions [68.92637077909693]
  本稿では,グラフィカルユーザインタフェース(GUI)環境におけるマルチモーダル大規模言語モデル(MLLM)エージェントの忠実さについて検討する。 ユーザとエージェントの両方が良性であり、環境は悪質ではないが、無関係なコンテンツを含む、一般的な設定が提案されている。 実験結果から、ジェネラリストエージェントや専門的なGUIエージェントなど、最も強力なモデルでさえ、気晴らしの影響を受けやすいことが明らかとなった。
  論文  参考訳（メタデータ） (2024-08-05T15:16:22Z)
• Observability and Incident Response in Managed Serverless Environments Using Ontology-Based Log Monitoring [20.88554289488105]
  本稿では,フルマネージドなサーバレス環境にデプロイされたアプリケーションに対して,3層セキュリティ方式を提案する。 最初の2つのレイヤには、サーバレスログのみに基づくユニークなオントロジーが含まれており、それらを統合されたアプリケーションアクティビティ知識グラフに変換するために使用される。 第3のレイヤでは、2つの状況認識ツールを実装することにより、可観測性と状況認識能力の必要性に対処する。
  論文  参考訳（メタデータ） (2024-05-12T06:02:09Z)
• Analysis of the Memorization and Generalization Capabilities of AI Agents: Are Continual Learners Robust? [91.682459306359]
  連続学習(CL)では、AIエージェントが動的環境下で非定常データストリームから学習する。 本稿では,過去の知識を維持しつつ,動的環境への堅牢な一般化を実現するための新しいCLフレームワークを提案する。 提案フレームワークの一般化と記憶性能を理論的に解析した。
  論文  参考訳（メタデータ） (2023-09-18T21:00:01Z)
• DroneReqValidator: Facilitating High Fidelity Simulation Testing for Uncrewed Aerial Systems Developers [8.290044674335473]
  sUAS開発者はシミュレーションテストを通じてアプリケーションの信頼性と安全性を検証することを目指している。 実世界の環境の動的な性質は、フィールドテストによってのみ明らかにされる可能性のある、ユニークなソフトウェア欠陥を引き起こす。 DroneReqValidator(DRV)は、小型無人航空機(SUAV)シミュレーションエコシステムを提供する。
  論文  参考訳（メタデータ） (2023-07-31T22:13:57Z)
• A Requirements-Driven Platform for Validating Field Operations of Small Uncrewed Aerial Vehicles [48.67061953896227]
  DroneReqValidator (DRV)は、sUAS開発者が運用コンテキストを定義し、複数のsUASミッション要件を設定し、安全性特性を指定し、独自のsUASアプリケーションを高忠実な3D環境にデプロイすることを可能にする。 DRVモニタリングシステムは、sUASと環境からランタイムデータを収集し、安全特性のコンプライアンスを分析し、違反をキャプチャする。
  論文  参考訳（メタデータ） (2023-07-01T02:03:49Z)
• MESA: Offline Meta-RL for Safe Adaptation and Fault Tolerance [73.3242641337305]
  最近の研究は、制約に違反する確率を測定するリスク尺度を学習し、安全を可能にするために使用することができる。 我々は,安全な探索をオフラインのメタRL問題とみなし,様々な環境における安全かつ安全でない行動の例を活用することを目的としている。 次に,メタラーニングシミュレーションのアプローチであるMESA(Meta-learning for Safe Adaptation)を提案する。
  論文  参考訳（メタデータ） (2021-12-07T08:57:35Z)
• 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)
• Emergent Complexity and Zero-shot Transfer via Unsupervised Environment Design [121.73425076217471]
  本研究では,未知のパラメータを持つ環境を提供するUnsupervised Environment Design (UED)を提案する。 プロタゴニスト・アンタゴニストによるレグレト環境デザイン(PAIRED)と呼ぶ。 実験により, PAIREDは複雑な環境の自然なカリキュラムを生産し, PAIREDエージェントは, 高度に新規な環境での試験において, 高いゼロショット転送性能が得られることを示した。
  論文  参考訳（メタデータ） (2020-12-03T17:37:01Z)

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。