Fugu-MT 論文翻訳(概要): Secure Link State Routing for Mobile Ad Hoc Networks

論文の概要: Secure Link State Routing for Mobile Ad Hoc Networks

arxiv url: http://arxiv.org/abs/2403.19859v1
Date: Thu, 28 Mar 2024 22:10:40 GMT
ステータス: 処理完了
システム内更新日: 2024-04-01 17:04:07.345513
Title: Secure Link State Routing for Mobile Ad Hoc Networks
Title（参考訳）: モバイルアドホックネットワークのためのセキュアリンク状態ルーティング
Authors: Panagiotis Papadimitratos, Zygmunt J. Haas,
Abstract要約: ここで提案されているSecure Link State Routing Protocol (SLSP)は、安全なプロアクティブトポロジ発見を提供する。 SLSPはスタンドアロンプロトコルとして、あるいはハイブリッドルーティングフレームワークに自然に適合する。
参考スコア（独自算出の注目度）: 2.965855310793378
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: The secure operation of the routing protocol is one of the major challenges to be met for the proliferation of the Mobile Ad hoc Networking (MANET) paradigm. Nevertheless, security enhancements have been proposed mostly for reactive MANET protocols. The proposed here Secure Link State Routing Protocol (SLSP) provides secure proactive topology discovery, which can be multiply beneficial to the network operation. SLSP can be employed as a stand-alone protocol, or fit naturally into a hybrid routing framework, when combined with a reactive protocol. SLSP is robust against individual attackers, it is capable of adjusting its scope between local and network-wide topology discovery, and it is capable of operating in networks of frequently changing topology and membership.
Abstract（参考訳）: ルーティングプロトコルのセキュアな操作は、モバイルアドホックネットワーク(MANET)パラダイムの普及に直面する大きな課題の1つである。それでも、セキュリティの強化は、主にリアクティブMANETプロトコルのために提案されている。提案するSecure Link State Routing Protocol (SLSP) は,ネットワーク操作に有効であるセキュアなプロアクティブトポロジ探索を提供する。 SLSPはスタンドアロンプロトコルとして、あるいはリアクティブプロトコルと組み合わせることで、ハイブリッドルーティングフレームワークに自然に適合する。 SLSPは個々の攻撃者に対して堅牢であり、局所的なトポロジ発見とネットワーク全体のトポロジ発見の範囲を調整でき、頻繁に変化するトポロジとメンバシップのネットワークで操作できる。

関連論文リスト

Toward Mixture-of-Experts Enabled Trustworthy Semantic Communication for 6G Networks [82.3753728955968]
本稿では,新しいMixture-of-Experts(MoE)ベースのSemComシステムを提案する。このシステムはゲーティングネットワークと複数の専門家で構成され、それぞれ異なるセキュリティ課題に特化している。ゲーティングネットワークは、ユーザ定義のセキュリティ要件に基づいて、異種攻撃に対抗するための適切な専門家を適応的に選択する。車両ネットワークにおけるケーススタディは、MoEベースのSemComシステムの有効性を示す。
論文参考訳（メタデータ） (2024-09-24T03:17:51Z)
Secure Routing for Mobile Ad hoc Networks [2.965855310793378]
本稿では,MANETネットワークにおける悪意行動の影響を緩和する経路探索プロトコルを提案する。我々のプロトコルは、生成された、妥協された、あるいは再生されたルート応答が拒否されるか、クエリノードに決して届かないことを保証します。このスキームは、多数の非凝固ノードの存在下で堅牢である。
論文参考訳（メタデータ） (2024-03-01T09:50:00Z)
A Survey and Comparative Analysis of Security Properties of CAN Authentication Protocols [92.81385447582882]
コントロールエリアネットワーク(CAN)バスは車内通信を本質的に安全でないものにしている。本稿では,CANバスにおける15の認証プロトコルをレビューし,比較する。実装の容易性に寄与する本質的な運用基準に基づくプロトコルの評価を行う。
論文参考訳（メタデータ） (2024-01-19T14:52:04Z)
Ejafa_protocol: A custom INC secure protocol [0.0]
このプロトコルには、鍵交換用のX25519や暗号化用のChaCha20など、現代の暗号プリミティブが含まれている。プロトコルの重要な特徴は、セキュリティを犠牲にすることなく、リソース制限された環境への適応性である。
論文参考訳（メタデータ） (2024-01-05T12:51:19Z)
SemProtector: A Unified Framework for Semantic Protection in Deep Learning-based Semantic Communication Systems [51.97204522852634]
3つのセマンティック・プロテクション・モジュールを用いたオンラインセマンティック・コミュニケーション・システムの実現を目的とした統合されたフレームワークを提案する。具体的には、これらの保護モジュールは、暗号化方法によって送信されるセマンティクスを暗号化し、摂動機構によって無線チャネルからのプライバシーリスクを軽減し、目的地で歪んだセマンティクスを校正することができる。我々のフレームワークは、既存のオンラインSCシステムにおいて、上記3つのプラグイン可能なモジュールを動的に組み立てて、カスタマイズされたセマンティックプロテクション要件を満たすことを可能にする。
論文参考訳（メタデータ） (2023-09-04T06:34:43Z)
Reinforcement Learning for Protocol Synthesis in Resource-Constrained Wireless Sensor and IoT Networks [1.462434043267217]
本稿では、メディアアクセス制御(MAC)におけるRLとMulti Armed Bandit(MAB)の使用について紹介する。次に、ランダムアクセスとタイムスロットネットワークの両方において、メディアアクセスの特定の困難と制限に対処する、新しい学習ベースのプロトコル合成フレームワークを導入する。ノードによる独立したプロトコル学習の能力により、システムはネットワークや交通条件の変化に対して堅牢で適応できる。
論文参考訳（メタデータ） (2023-01-14T03:28:26Z)
A scheme for multipartite entanglement distribution via separable carriers [68.8204255655161]
我々は,任意の数のネットワークノードに適用可能な分離可能なキャリアによる絡み合い分布の戦略を開発する。我々のプロトコルはマルチパーティの絡み合いをもたらすが、処理を媒介するキャリアはネットワークに対して常に分離可能な状態である。
論文参考訳（メタデータ） (2022-06-20T10:50:45Z)
Learning Emergent Random Access Protocol for LEO Satellite Networks [51.575090080749554]
創発的ランダムアクセスチャネルプロトコル(eRACH)と呼ばれるLEO SATネットワークのための新しい許可なしランダムアクセスソリューションを提案する。 eRACHは、非定常ネットワーク環境との相互作用によって生じるモデルフリーなアプローチである。 RACHと比較して,提案するeRACHは平均ネットワークスループットが54.6%向上することを示す。
論文参考訳（メタデータ） (2021-12-03T07:44:45Z)
Safe RAN control: A Symbolic Reinforcement Learning Approach [62.997667081978825]
本稿では,無線アクセスネットワーク(RAN)アプリケーションの安全管理のためのシンボル強化学習(SRL)アーキテクチャを提案する。我々は、ユーザが所定のセルネットワークトポロジに対して高レベルの論理的安全性仕様を指定できる純粋に自動化された手順を提供する。ユーザがシステムに意図仕様を設定するのを支援するために開発されたユーザインターフェース(UI)を導入し、提案するエージェントの動作の違いを検査する。
論文参考訳（メタデータ） (2021-06-03T16:45:40Z)
Towards Multi-agent Reinforcement Learning for Wireless Network Protocol Synthesis [2.6397379133308214]
本稿では,無線ネットワークのためのマルチエージェント強化学習に基づくメディアアクセスフレームワークを提案する。アクセス問題はMarkov Decision Process (MDP) として定式化され、分散学習エージェントとして機能するネットワークノード毎に強化学習を用いて解決される。
論文参考訳（メタデータ） (2021-02-02T17:13:37Z)
Scalable Deep Reinforcement Learning for Routing and Spectrum Access in Physical Layer [12.018165291620164]
無線アドホックネットワークにおける同時ルーティングとスペクトルアクセスのための新しい強化学習手法を提案する。単一のエージェントは、各フローのフロンティアノードに沿って移動すると、すべてのルーティングとスペクトラムアクセスの決定を行います。提案した深層強化学習戦略は,リンク間の相互干渉を考慮できる。
論文参考訳（メタデータ） (2020-12-22T01:47:20Z)

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。