論文の概要: L-DIT: A dApp for Live Detectability, Identifiability and Trackability for ASOs on the Behavioral Dynamics Blockchain
- arxiv url: http://arxiv.org/abs/2404.18350v1
- Date: Mon, 29 Apr 2024 01:12:26 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-30 15:06:26.133663
- Title: L-DIT: A dApp for Live Detectability, Identifiability and Trackability for ASOs on the Behavioral Dynamics Blockchain
- Title（参考訳）: L-DIT:動作ダイナミクスブロックチェーン上のASOのライブ検出性、識別性、追跡性のためのdApp
- Authors: Anirban Chowdhury, Yasir Latif, Ivan Aksenov, Moriba K. Jah, Samya Bagchi,
- Abstract要約: 軌道上の全てのASOの安全性、安全性、持続可能性の定量化には、効果的な方法が存在しない。
既存の手法は、サステナビリティ・レーティングを提供するために個人情報をボランティアに頼っている。
この研究は、Behavimental Dynamicschain(BDB)上に構築された分散アプリ(dApp)を通じて、Live Detectability、Identifiability、Trackability(L-DIT)のスコアを提示する。
- 参考スコア（独自算出の注目度）: 5.360225398751979
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: As the number of Anthropogenic Space Objects (ASOs) grows, there is an urgent need to ensure space safety, security, and sustainability (S3) for long-term space use. Currently, no globally effective method can quantify the safety, security, and Sustainability of all ASOs in orbit. Existing methods such as the Space Sustainability Rating (SSR) rely on volunteering private information to provide sustainability ratings. However, the need for such sensitive data might prove to be a barrier to adoption for space entities. For effective comparison of ASOs, the rating mechanism should apply to all ASOs, even retroactively, so that the sustainability of a single ASO can be assessed holistically. Lastly, geopolitical boundaries and alignments play a crucial and limiting role in a volunteered rating system, limiting the space safety, security, and sustainability. This work presents a Live Detectability, Identifiability, and Trackability (L-DIT) score through a distributed app (dApp) built on top of the Behavioral Dynamics blockchain (BDB). The BDB chain is a space situational awareness (SSA) chain that provides verified and cross-checked ASO data from multiple sources. This unique combination of consensus-based information from BDB and permissionless access to data allows the DIT scoring method presented here to be applied to all ASOs. While the underlying BDB chain collects, filters, and validates SSA data from various open (and closed if available) sources, the L-DIT dApp consumes the data from the chain to provide L-DIT score that can contribute towards an operator's, manufacturer's, or owner's sustainability practices. Our dApp provides data for all ASOs, allowing their sustainability score to be compared against other ASOs, regardless of geopolitical alignments, providing business value to entities such as space insurance providers and enabling compliance validation and enforcement.
- Abstract（参考訳）: 宇宙空間オブジェクト(ASO)の数が増加するにつれて、宇宙の安全、セキュリティ、持続可能性(S3)の確保が急務である。
現在、軌道上の全てのASOの安全性、安全性、持続可能性の定量化に有効な方法は存在しない。
スペース・サステナビリティ・レーティング(SSR)のような既存の手法は、サステナビリティ・レーティングを提供するために個人情報をボランティアに頼っている。
しかし、そのようなセンシティブなデータの必要性は、空間エンティティの採用の障壁となるかもしれない。
ASOを効果的に比較するためには、すべてのASOに対して、遡及的にも、評価機構を適用して、1つのASOの持続性を評価する必要がある。
最後に、地政学的境界線とアライメントは、宇宙の安全性、セキュリティ、持続可能性を制限するボランティア格付けシステムにおいて決定的かつ制限的な役割を担っている。
この作業では、Behavimental Dynamicsブロックチェーン(BDB)上に構築された分散アプリ(dApp)を通じて、Live Detectability、Identifiability、Trackability(L-DIT)のスコアを提示する。
BDBチェーンは、複数のソースから検証されたクロスチェックされたASOデータを提供する空間状況認識(SSA)チェーンである。
このBDBからのコンセンサスに基づく情報と、データへの無許可アクセスのユニークな組み合わせにより、ここで提示されたDITスコアリングメソッドは、すべてのASOに適用できる。
基盤となるBDBチェーンは、さまざまなオープン(かつ、利用可能であればクローズド)ソースからSSAデータを収集、フィルタし、検証する一方で、L-DIT dAppは、そのチェーンからのデータを消費して、オペレータ、製造者、所有者の持続可能性プラクティスに寄与できるL-DITスコアを提供する。
我々のdAppは、すべてのASOにデータを提供し、その持続可能性スコアを、地政学的アライメントに関係なく他のASOと比較し、宇宙保険業者のようなエンティティにビジネス価値を提供し、コンプライアンスの検証と実施を可能にします。
関連論文リスト
- On-chain Validation of Tracking Data Messages (TDM) Using Distributed Deep Learning on a Proof of Stake (PoS) Blockchain [5.823419560118131]
宇宙状況認識(SSA)にとってRSO(Resident Space Objects)の信頼できない追跡は不可欠である
現在の慣行では、送信側に対する完全な信頼を前提としており、SSAの能力は敵の行動に弱いままである。
この研究は、ブロックチェーン上のディープラーニングを使用して、TDM検証と検証のための信頼性のないメカニズムを導入している。
論文 参考訳（メタデータ） (2024-09-03T05:30:52Z) - SSI4IoT: Unlocking the Potential of IoT Tailored Self-Sovereign Identity [5.025528181278946]
SSI(Self-Sovereign Identity)技術は、デジタルアイデンティティのコントロールを従来のIDプロバイダから個人に移行させる。
SSIの既存の応用は主に対人関係と対人関係の創出に焦点を当てている。
論文 参考訳（メタデータ） (2024-05-03T20:31:52Z) - Practically adaptable CPABE based Health-Records sharing framework [0.0]
CPABEとOAuth2.0をベースとした、効率的なアクセス制御と認可のためのフレームワークを提案し、単一のクライアントアプリケーション間でのEHR共有の実現性を改善した。
提案するフレームワークの実装とその分析比較は,性能とレイテンシの最小化の観点から,その可能性を示唆している。
論文 参考訳（メタデータ） (2024-03-11T00:23:17Z) - Scaling #DNN-Verification Tools with Efficient Bound Propagation and
Parallel Computing [57.49021927832259]
ディープニューラルネットワーク(DNN)は多くのシナリオで異常な結果を示した強力なツールです。
しかし、それらの複雑な設計と透明性の欠如は、現実世界のアプリケーションに適用する際の安全性上の懸念を提起する。
DNNの形式的検証(FV)は、安全面の証明可能な保証を提供する貴重なソリューションとして登場した。
論文 参考訳（メタデータ） (2023-12-10T13:51:25Z) - Antenna Response Consistency Driven Self-supervised Learning for
WIFI-based Human Activity Recognition [19.76737412206373]
適切なアライメント基準を定義するソリューションとして textbfAntenna textbfResponse textbfConsistency (ARC) を導入する。
ARCは、実世界の雑音に堅牢性を導入しながら、入力空間からの意味情報を保持するように設計されている。
論文 参考訳（メタデータ） (2023-10-10T05:54:00Z) - CoSDA: Continual Source-Free Domain Adaptation [78.47274343972904]
ソースデータにアクセスせずに、ソースフリードメイン適応(SFDA)は、ソースドメインのトレーニングされたモデルからターゲットドメインに知識を転送する。
最近では、ソースドメインのデータプライバシ保護の必要性から、SFDAの人気が高まっている。
教師-学生モデルペアを2倍高速に最適化し,整合性学習機能を備えた,CoSDAという連続的ソースフリードメイン適応手法を提案する。
論文 参考訳（メタデータ） (2023-04-13T15:53:23Z) - Sparsity-Aware Intelligent Massive Random Access Control in Open RAN: A
Reinforcement Learning Based Approach [61.74489383629319]
新たなOpen Radio Access Network(O-RAN)におけるデバイスの大量ランダムアクセスは、アクセス制御と管理に大きな課題をもたらします。
閉ループアクセス制御の強化学習(RL)支援方式を提案する。
深部RL支援SAUDは、連続的かつ高次元の状態と行動空間を持つ複雑な環境を解決するために提案されている。
論文 参考訳（メタデータ） (2023-03-05T12:25:49Z) - Hybrid Indoor Localization via Reinforcement Learning-based Information
Fusion [17.079430640475962]
この論文は,グローバル都市化の今後の管理におけるスマートシティ(SC)の概念の重要性に動機づけられている。
モノのインターネット(IoT)ベースの通信技術の中で、Bluetooth Low Energy(BLE)は都市全体の意思決定とサービスにおいて重要な役割を果たす。
論文 参考訳（メタデータ） (2022-10-27T02:38:25Z) - The Role of Coverage in Online Reinforcement Learning [72.01066664756986]
優れたカバレッジを持つデータ分布が存在するだけで、サンプル効率のよいオンラインRLが実現可能であることを示す。
ベルマンランクやベルマン・エルダー次元を含むオンラインRLの既存の複雑さ測定は、カバービリティを最適に捉えることができない。
本稿では,新たな複雑性尺度である逐次外挿係数を提案する。
論文 参考訳（メタデータ） (2022-10-09T03:50:05Z) - Is Vertical Logistic Regression Privacy-Preserving? A Comprehensive
Privacy Analysis and Beyond [57.10914865054868]
垂直ロジスティック回帰(VLR)をミニバッチ降下勾配で訓練した。
我々は、オープンソースのフェデレーション学習フレームワークのクラスにおいて、VLRの包括的で厳密なプライバシー分析を提供する。
論文 参考訳（メタデータ） (2022-07-19T05:47:30Z) - SMT-Based Safety Verification of Data-Aware Processes under Ontologies
(Extended Version) [71.12474112166767]
我々は、このスペクトルで最も調査されたモデルの1つ、すなわち単純なアーティファクトシステム(SAS)の変種を紹介する。
このDLは適切なモデル理論特性を享受し、後方到達性を適用可能なSASを定義することができ、対応する安全問題のPSPACEにおける決定可能性をもたらす。
論文 参考訳（メタデータ） (2021-08-27T15:04:11Z)
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。