論文の概要: Blockchain-based Pseudonym Management for Vehicle Twin Migrations in Vehicular Edge Metaverse
- arxiv url: http://arxiv.org/abs/2403.15285v1
- Date: Fri, 22 Mar 2024 15:31:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-25 16:50:04.895904
- Title: Blockchain-based Pseudonym Management for Vehicle Twin Migrations in Vehicular Edge Metaverse
- Title（参考訳）: ブロックチェーンを用いた車両双極子移行の擬似管理
- Authors: Jiawen Kang, Xiaofeng Luo, Jiangtian Nie, Tianhao Wu, Haibo Zhou, Yonghua Wang, Dusit Niyato, Shiwen Mao, Shengli Xie,
- Abstract要約: Vehicle Twins(VT)は、VMUの運転安全性と車載満足度を改善するために、貴重なメタバースサービスを提供している。
中断しないメタバース体験を維持するためには、VTは車両の動きに従ってエッジサーバ間で移動する必要がある。
これにより、車両のエッジメタバース間の動的通信中にプライバシー侵害が懸念される可能性がある。
既存の偽名管理手法は、車両のエッジメタバースにおける広範囲な偽名要求を満たすには不十分である。
- 参考スコア（独自算出の注目度）: 73.79237826420925
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Driven by the great advances in metaverse and edge computing technologies, vehicular edge metaverses are expected to disrupt the current paradigm of intelligent transportation systems. As highly computerized avatars of Vehicular Metaverse Users (VMUs), the Vehicle Twins (VTs) deployed in edge servers can provide valuable metaverse services to improve driving safety and on-board satisfaction for their VMUs throughout journeys. To maintain uninterrupted metaverse experiences, VTs must be migrated among edge servers following the movements of vehicles. This can raise concerns about privacy breaches during the dynamic communications among vehicular edge metaverses. To address these concerns and safeguard location privacy, pseudonyms as temporary identifiers can be leveraged by both VMUs and VTs to realize anonymous communications in the physical space and virtual spaces. However, existing pseudonym management methods fall short in meeting the extensive pseudonym demands in vehicular edge metaverses, thus dramatically diminishing the performance of privacy preservation. To this end, we present a cross-metaverse empowered dual pseudonym management framework. We utilize cross-chain technology to enhance management efficiency and data security for pseudonyms. Furthermore, we propose a metric to assess the privacy level and employ a Multi-Agent Deep Reinforcement Learning (MADRL) approach to obtain an optimal pseudonym generating strategy. Numerical results demonstrate that our proposed schemes are high-efficiency and cost-effective, showcasing their promising applications in vehicular edge metaverses.
- Abstract（参考訳）: メタバースとエッジコンピューティング技術の進歩により、車両のエッジメタバースは、現在のインテリジェントトランスポートシステムのパラダイムを破壊することが期待されている。
Vehicular Metaverse Users (VMUs) の高度にコンピュータ化されたアバターとして、エッジサーバにデプロイされたVTは、VMUの運転安全性と車載満足度を改善するための貴重なメタバースサービスを提供することができる。
中断しないメタバース体験を維持するためには、VTは車両の動きに従ってエッジサーバ間で移動する必要がある。
これにより、車両のエッジメタバース間の動的通信中にプライバシー侵害が懸念される可能性がある。
これらの懸念に対処し、位置情報のプライバシを保護するために、一時的な識別子としての偽名は、VMUとVTの両方によって活用され、物理空間と仮想空間における匿名通信を実現する。
しかし、既存の偽名管理手法は、車両のエッジメタバースにおける広範囲な偽名要求を満たすに足りず、プライバシー保護の性能が劇的に低下する。
この目的のために,クロス・ミータバース方式の2つの擬似語管理フレームワークを提案する。
我々はクロスチェーン技術を利用して、偽名の管理効率とデータセキュリティを向上させる。
さらに、プライバシーレベルを評価するための指標を提案し、マルチエージェント深層強化学習(MADRL)アプローチを用いて最適な擬名生成戦略を得る。
数値計算の結果,提案手法は高効率で費用対効果が高く,車両のエッジメタバースにおける有望な応用を実証している。
関連論文リスト
- Hybrid-Generative Diffusion Models for Attack-Oriented Twin Migration in Vehicular Metaverses [58.264499654343226]
Vehicle Twins (VTs) は、Vehicular Metaverse Users (VMUs) 向けに没入型仮想サービスを提供するデジタルツインである。
車両の高モビリティ、エッジサーバの不均一なデプロイ、潜在的なセキュリティ脅威は、効率的で信頼性の高いVTマイグレーションを実現する上での課題である。
車両メタバースにおけるセキュアで信頼性の高いVTマイグレーションフレームワークを提案する。
論文 参考訳（メタデータ） (2024-07-05T11:11:33Z) - Tiny Multi-Agent DRL for Twins Migration in UAV Metaverses: A Multi-Leader Multi-Follower Stackelberg Game Approach [57.15309977293297]
無人航空機(UAV)とメタバースの相乗効果は、UAVメタバースと呼ばれる新しいパラダイムを生み出している。
本稿では,UAVメタバースにおける効率的なUTマイグレーションのためのプルーニング技術に基づく,機械学習に基づく小さなゲームフレームワークを提案する。
論文 参考訳（メタデータ） (2024-01-18T02:14:13Z) - Privacy Attacks and Defenses for Digital Twin Migrations in Vehicular Metaverses [40.75866071306496]
Vehicular Twins (VTs)はVehicular Metaverse Users (VMUs)のデジタルレプリカである。
VTはRoadSide Units (RSU) で確立され、十分な計算資源とストレージ資源を持つ。
VTマイグレーションの間、物理仮想同期とVT間の大規模な通信は、アイデンティティと位置プライバシーの開示を引き起こす可能性がある。
そこで本研究では,VMU-VTの2つの擬似化方式と,これらの攻撃を防御するための同期擬似化フレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-01T14:14:33Z) - Multi-Agent Deep Reinforcement Learning for Dynamic Avatar Migration in
AIoT-enabled Vehicular Metaverses with Trajectory Prediction [70.9337170201739]
本稿では,その歴史データに基づいて,知的車両の将来の軌跡を予測するモデルを提案する。
提案アルゴリズムは,予測なしでアバタータスクの実行遅延を約25%削減できることを示す。
論文 参考訳（メタデータ） (2023-06-26T13:27:11Z) - Mobile Edge Adversarial Detection for Digital Twinning to the Metaverse
with Deep Reinforcement Learning [8.513938423514636]
拡張現実(AR)支援運転など、無数の応用のためには、物理世界シーンをメタバースにリアルタイムにデジタルツインニングする必要がある。
AR支援運転では、物理的環境シーンはまずInternet of Vehicles (IoVs)によって捉えられ、Metaverseにアップロードされる。
中央メタバースマップサービスプロバイダ(MMSP)は、すべてのIoVから情報を収集し、中央メタバースマップを開発する。
Metaverse Mapからの情報はオンデマンドで個々のIoVにダウンロードでき、ドライバーにARシーンとして配信される。
論文 参考訳（メタデータ） (2023-03-18T00:03:50Z) - Generative AI-empowered Effective Physical-Virtual Synchronization in
the Vehicular Metaverse [129.8037449161817]
本稿では,車載メタバースのための生成AIを利用した物理仮想同期フレームワークを提案する。
仮想と物理の同期において、MARは、ユーザの好みに基づいた生成AIモデルを通じて、多彩で個人的なARレコメンデーションをカスタマイズする。
論文 参考訳（メタデータ） (2023-01-18T16:25:42Z) - Mobile Edge Computing for the Metaverse [15.738852406775289]
次世代のインターネットとして登場したMetaverseは、人々が生き、学び、働き、相互に対話できる没入的で永続的な仮想空間を提供することを目指している。
既存の技術は、Metaverseプレイヤーにとって、高品質で超低レイテンシなサービスを保証するには不十分である。
モバイルエッジコンピューティング(英語: Mobile Edge Computing、MEC)は、画像処理やビデオ解析のような計算集約的で遅延に敏感なタスクを実行するために、近縁サーバを利用するパラダイムである。
論文 参考訳（メタデータ） (2022-12-19T03:37:32Z) - A Full Dive into Realizing the Edge-enabled Metaverse: Visions, Enabling
Technologies,and Challenges [93.06849621984684]
モバイルインターネットの後継である「メタバース」の人気が高まっている。
メタバースの礼儀正しいバージョンは現存しているが、没入的で具現化され、相互運用可能なメタバースの完全なビジョンを実現するには程遠い。
通信やネットワークによる実装の問題に対処しない限り、Metaverseはインターネットを継承することは困難である。
本稿では、リソース制約のあるエッジデバイス上でのメタバースを実現するために、計算課題とクラウド・エッジ・コンピューティング・フレームワーク駆動のソリューションについて議論する。
論文 参考訳（メタデータ） (2022-03-10T16:48:51Z)
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。