論文の概要: EnvGuard: Guaranteeing Environment-Centric Safety and Security
Properties in Web of Things
- arxiv url: http://arxiv.org/abs/2312.03373v2
- Date: Sat, 16 Dec 2023 13:58:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-19 19:22:25.633024
- Title: EnvGuard: Guaranteeing Environment-Centric Safety and Security
Properties in Web of Things
- Title(参考訳): EnvGuard: モノのWebにおける環境中心の安全性とセキュリティ特性の保証
- Authors: Bingkun Sun, Liwei Shen, Jialin Ren, Zhen Dong, Siao Wang, Xin Peng
- Abstract要約: Web of Things(WoT)技術は、様々なWoTアプリケーションが環境を自動的に感知し、規制することを可能にする。
違反識別に関する既存の研究は、主に自動化されたアプリケーションの分析に焦点を当てている。
我々は、WoT環境におけるプロパティのカスタマイズ、違反識別、解決実行のための環境中心のアプローチであるEnvGuardを紹介する。
- 参考スコア(独自算出の注目度): 5.523305571662793
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Web of Things (WoT) technology facilitates the standardized integration of
IoT devices ubiquitously deployed in daily environments, promoting diverse WoT
applications to automatically sense and regulate the environment. In WoT
environment, heterogeneous applications, user activities, and environment
changes collectively influence device behaviors, posing risks of unexpected
violations of safety and security properties. Existing work on violation
identification primarily focuses on the analysis of automated applications,
lacking consideration of the intricate interactions in the environment.
Moreover, users' intention for violation resolving strategy is much less
investigated. To address these limitations, we introduce EnvGuard, an
environment-centric approach for property customizing, violation identification
and resolution execution in WoT environment. We evaluated EnvGuard in two
typical WoT environments. By conducting user studies and analyzing collected
real-world environment data, we assess the performance of EnvGuard, and
construct a dataset from the collected data to support environment-level
violation identification. The results demonstrate the superiority of EnvGuard
compared to previous state-of-the-art work, and confirm its usability,
feasibility and runtime efficiency.
- Abstract(参考訳): Web of Things(WoT)テクノロジは、日々の環境にユビキタスにデプロイされるIoTデバイスの標準化統合を促進すると同時に、さまざまなWoTアプリケーションによる環境の自動認識と制御を促進する。
wot環境では、異種アプリケーション、ユーザアクティビティ、環境変化がデバイス動作に影響を与え、予期しない安全性およびセキュリティ特性の侵害のリスクを負う。
違反識別に関する既存の研究は主に、環境における複雑な相互作用を考慮せず、自動化されたアプリケーションの分析に焦点を当てている。
また, ユーザによる侵害解決戦略の意図についても, より少ない検討がなされている。
これらの制限に対処するために,wot環境におけるプロパティのカスタマイズ,違反識別,解決実行のための環境中心のアプローチであるenvguardを紹介する。
我々は2つの典型的なWoT環境でEnvGuardを評価した。
本研究では,実環境データの収集と分析を行うことで,EnvGuardの性能を評価し,収集したデータからデータセットを構築し,環境レベルの違反識別を支援する。
その結果,EnvGuardが従来の最先端の作業よりも優れていることが示され,ユーザビリティ,実現可能性,実行効率が確認された。
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。