Fugu-MT 論文翻訳(概要): Augmenting Security and Privacy in the Virtual Realm: An Analysis of Extended Reality Devices

論文の概要: Augmenting Security and Privacy in the Virtual Realm: An Analysis of Extended Reality Devices

arxiv url: http://arxiv.org/abs/2402.03114v1
Date: Mon, 5 Feb 2024 15:45:11 GMT
ステータス: 処理完了
システム内更新日: 2024-03-18 07:48:02.435580
Title: Augmenting Security and Privacy in the Virtual Realm: An Analysis of Extended Reality Devices
Title（参考訳）: 仮想空間におけるセキュリティとプライバシの強化:拡張現実感デバイスの分析
Authors: Derin Cayir, Abbas Acar, Riccardo Lazzeretti, Marco Angelini, Mauro Conti, Selcuk Uluagac,
Abstract要約: 拡張現実感(XR)デバイスにおけるセキュリティとプライバシ攻撃と防御に関するデバイス中心の分析を行った。我々は,XRデバイスのセキュリティとプライバシの確保を支援するため,設計上の考慮事項を提案する。
参考スコア（独自算出の注目度）: 15.142554173146877
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: In this work, we present a device-centric analysis of security and privacy attacks and defenses on Extended Reality (XR) devices, highlighting the need for robust and privacy-aware security mechanisms. Based on our analysis, we present future research directions and propose design considerations to help ensure the security and privacy of XR devices.
Abstract（参考訳）: 本研究では,セキュリティとプライバシ攻撃のデバイス中心の分析と,拡張現実性(XR)デバイスに対する防御について紹介し,堅牢でプライバシに配慮したセキュリティメカニズムの必要性を強調した。本分析に基づき,XRデバイスのセキュリティとプライバシの確保を支援するため,今後の研究方針を提示し,設計上の考慮事項を提案する。

関連論文リスト

Open Problems in Machine Unlearning for AI Safety [61.43515658834902]
特定の種類の知識を選択的に忘れたり、抑圧したりするマシンアンラーニングは、プライバシとデータ削除タスクの約束を示している。本稿では,アンラーニングがAI安全性の包括的ソリューションとして機能することを防止するための重要な制約を特定する。
論文参考訳（メタデータ） (2025-01-09T03:59:10Z)
Modern Hardware Security: A Review of Attacks and Countermeasures [1.7265013728931]
本稿では,現代コンピューティングシステムにおける脆弱性と緩和戦略の現状を概観する。本稿では、キャッシュサイドチャネル攻撃(SpectreやMeltdownなど)、パワーサイドチャネル攻撃(Simple Power Analysisなど)、電圧グリッチや電磁解析といった高度な技術について議論する。論文はRISC-Vアーキテクチャのユニークなセキュリティ課題の分析から締めくくっている。
論文参考訳（メタデータ） (2025-01-08T10:14:19Z)
Sustainable and Intelligent Public Facility Failure Management System Based on Large Language Models [14.776153063614244]
本稿では,新たなLarge Language Model (LLM)ベースのスマートデバイス管理フレームワークを提案する。公共施設の予算制約を大幅に減らすための実用性と能力を示す。フレームワークの範囲を拡大して、より広範な公共施設を含めるとともに、最先端のサイバーセキュリティ技術と統合する予定です。
論文参考訳（メタデータ） (2025-01-08T02:30:37Z)
On the Cyber-Physical Security of Commercial Indoor Delivery Robot Systems [20.204068275090243]
屋内配達ロボット(IDR)は、今後第4次産業革命において重要な役割を担い、屋内環境内のアイテムを自律的にナビゲートし輸送する。本研究は,サイバーおよび物理層攻撃面と,セキュリティ,安全性,プライバシを越えたドメイン固有の攻撃目標の両方を考慮して,IDRシステムの最初のセキュリティ解析を行うことを目的とする。
論文参考訳（メタデータ） (2024-12-14T06:12:10Z)
Virtual Reality and Augmented Reality Security: A Reconnaissance and Vulnerability Assessment Approach [0.0]
様々な業界が、生産性とユーザエクスペリエンスを向上させるために、VR(Virtual Reality)とAR(Augmented Reality)テクノロジーを広く採用している。この体系的な文献レビューは、ARおよびVR技術で使用されるデバイスを特定し、関連する脆弱性を特定することに焦点を当てている。
論文参考訳（メタデータ） (2024-07-22T18:51:59Z)
A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
論文参考訳（メタデータ） (2024-03-31T12:44:48Z)
Leveraging Traceability to Integrate Safety Analysis Artifacts into the Software Development Process [51.42800587382228]
安全保証ケース(SAC)は、システムの進化中に維持することが困難である。本稿では,ソフトウェアトレーサビリティを活用して,関連するシステムアーチファクトを安全解析モデルに接続する手法を提案する。安全ステークホルダーがシステム変更が安全性に与える影響を分析するのに役立つように、システム変更の合理性を設計する。
論文参考訳（メタデータ） (2023-07-14T16:03:27Z)
Towards Safer Generative Language Models: A Survey on Safety Risks, Evaluations, and Improvements [76.80453043969209]
本調査では,大規模モデルに関する安全研究の枠組みについて述べる。まず、広範囲にわたる安全問題を導入し、その後、大型モデルの安全性評価手法を掘り下げる。トレーニングからデプロイメントまで,大規模なモデルの安全性を高めるための戦略について検討する。
論文参考訳（メタデータ） (2023-02-18T09:32:55Z)
Towards Semi-automatic Detection and Localization of Indoor Accessibility Issues using Mobile Depth Scanning and Computer Vision [15.05999238530683]
RASSAR(Room Accessibility and Safety Scanning in Augmented Reality)は、屋内アクセシビリティと安全問題を半自動で識別し、分類し、ローカライズするためのコンセプト実証プロトタイプである。本稿では,現在のRASSARプロトタイプの概要と,一戸建て住宅における予備評価について述べる。
論文参考訳（メタデータ） (2022-10-05T20:07:05Z)
PrivHAR: Recognizing Human Actions From Privacy-preserving Lens [58.23806385216332]
我々は、人間の行動認識パイプラインに沿って、堅牢な視覚的プライバシー保護を提供するための最適化フレームワークを提案する。我々のフレームワークは、カメラレンズをパラメータ化して、ビデオの品質を劣化させ、プライバシー特性を抑え、敵の攻撃を防ぎます。
論文参考訳（メタデータ） (2022-06-08T13:43:29Z)
Trustworthy AI Inference Systems: An Industry Research View [58.000323504158054]
我々は、信頼できるAI推論システムの設計、展開、運用にアプローチするための業界調査ビューを提供する。信頼された実行環境を用いたAIシステムの機会と課題を強調します。我々は,産業,アカデミック,政府研究者のグローバルな集団的注意を必要とする,さらなる発展の分野を概説する。
論文参考訳（メタデータ） (2020-08-10T23:05:55Z)

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。