論文の概要: Fostering Trust in Smart Inverters: A Framework for Firmware Update Management and Tracking in VPP Context

• arxiv url: http://arxiv.org/abs/2404.18453v1
• Date: Mon, 29 Apr 2024 06:23:35 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-30 14:36:46.023627
• Title: Fostering Trust in Smart Inverters: A Framework for Firmware Update Management and Tracking in VPP Context
• Title（参考訳）: スマートインバータにおける信頼の育成 - VPPコンテキストにおけるファームウェア更新管理とトラッキングのためのフレームワーク
• Authors: Thusitha Dayaratne, Carsten Rudolph, Tom Shirley, Sol Levi, David Shirley,
• Abstract要約: 本稿では,ファームウェア更新履歴の管理と追跡を行う新しいフレームワークを提案する。 これらの検証可能な更新に基づいて、更新履歴を追跡し、信頼サイクルを実装することで、グリッドのレジリエンスを改善し、サイバーセキュリティを強化し、ステークホルダの透明性を高めることを目指している。
• 参考スコア（独自算出の注目度）: 1.25828876338076
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ensuring the reliability and security of smart inverters that provide the interface between distributed energy resources (DERs) and the power grid becomes paramount with the surge in integrating DERs into the (smart) power grid. Despite the importance of having updated firmware / software versions within a reasonable time frame, existing methods for establishing trust through firmware updates lack effective historical tracking and verification. This paper introduces a novel framework to manage and track firmware update history, leveraging verifiable credentials. By tracking the update history and implementing a trust cycle based on these verifiable updates, we aim to improve grid resilience, enhance cybersecurity, and increase transparency for stakeholders.
• Abstract（参考訳）: 分散エネルギー資源(DER)と電力グリッドのインターフェースを提供するスマートインバータの信頼性とセキュリティを確保することは、(スマート)電力グリッドへのDERの統合が急増するにつれて最重要となる。 適切な時間枠内にファームウェア/ソフトウェアバージョンを更新することの重要性にもかかわらず、ファームウェア更新による信頼を確立する既存の方法は、効果的な履歴追跡と検証を欠いている。 本稿では,ファームウェア更新履歴の管理と追跡を行う新しいフレームワークを提案する。 これらの検証可能な更新に基づいて、更新履歴を追跡し、信頼サイクルを実装することで、グリッドのレジリエンスを改善し、サイバーセキュリティを強化し、ステークホルダの透明性を高めることを目指している。

関連論文リスト

• Securing Legacy Communication Networks via Authenticated Cyclic Redundancy Integrity Check [98.34702864029796]
  認証サイクル冗長性チェック(ACRIC)を提案する。 ACRICは、追加のハードウェアを必要とせずに後方互換性を保持し、プロトコルに依存しない。 ACRICは最小送信オーバーヘッド(1ms)で堅牢なセキュリティを提供する。
  論文  参考訳（メタデータ） (2024-11-21T18:26:05Z)
• Blockchain-Enhanced Framework for Secure Third-Party Vendor Risk Management and Vigilant Security Controls [0.6990493129893112]
  本稿では,サードパーティベンダのリスクを管理するための,包括的なセキュアなフレームワークを提案する。 ブロックチェーンテクノロジを統合して、ベンダの評価やインタラクションにおける透明性、トレーサビリティ、不変性を保証します。
  論文  参考訳（メタデータ） (2024-11-20T16:42:14Z)
• Evaluating Software Contribution Quality: Time-to-Modification Theory [0.0]
  本稿では,コード品質を定量化する新しい手法であるTime to Modification(TTM)理論を紹介する。 コードセグメントの導入から最初の修正までの時間間隔を測定することで、TTMはコード耐久性のプロキシとして機能する。
  論文  参考訳（メタデータ） (2024-10-15T16:44:16Z)
• SafePowerGraph: Safety-aware Evaluation of Graph Neural Networks for Transmission Power Grids [55.35059657148395]
  我々は,電力システム(PS)におけるグラフニューラルネットワーク(GNN)のための,最初のシミュレータに依存しない,安全指向のフレームワークであるSafePowerGraphを紹介する。 SafePowerGraphは複数のPFシミュレータとOPFシミュレータを統合し、エネルギー価格の変動や電力線停止など、さまざまなシナリオでGNNのパフォーマンスを評価する。
  論文  参考訳（メタデータ） (2024-07-17T09:01:38Z)
• Agent-Driven Automatic Software Improvement [55.2480439325792]
  本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。 継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。 我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
  論文  参考訳（メタデータ） (2024-06-24T15:45:22Z)
• GAN-GRID: A Novel Generative Attack on Smart Grid Stability Prediction [53.2306792009435]
  我々は,現実の制約に合わせたスマートグリッドの安定性予測システムを対象とした,新たな敵攻撃GAN-GRIDを提案する。 以上の結果から,データやモデル知識を欠いた,安定度モデルのみに武装した敵が,攻撃成功率0.99の安定度でデータを作成できることが判明した。
  論文  参考訳（メタデータ） (2024-05-20T14:43:46Z)
• Securing Federated Learning with Control-Flow Attestation: A Novel Framework for Enhanced Integrity and Resilience against Adversarial Attacks [2.28438857884398]
  分散機械学習パラダイムとしてのフェデレートラーニング(FL)は、新たなサイバーセキュリティ課題を導入した。 本研究では,従来サイバーセキュリティに用いられてきた制御フロー(CFA)機構にインスパイアされた,革新的なセキュリティフレームワークを提案する。 我々は、ネットワーク全体にわたるモデル更新の完全性を認証し、検証し、モデル中毒や敵対的干渉に関連するリスクを効果的に軽減する。
  論文  参考訳（メタデータ） (2024-03-15T04:03:34Z)
• Distributed Energy Management and Demand Response in Smart Grids: A Multi-Agent Deep Reinforcement Learning Framework [53.97223237572147]
  本稿では、自律制御と再生可能エネルギー資源のスマート電力グリッドシステムへの統合のための多エージェント深層強化学習(DRL)フレームワークを提案する。 特に,提案フレームワークは,住宅利用者に対する需要応答 (DR) と分散エネルギー管理 (DEM) を共同で検討している。
  論文  参考訳（メタデータ） (2022-11-29T01:18:58Z)
• Consolidated Adaptive T-soft Update for Deep Reinforcement Learning [8.071506311915396]
  T-softの更新は、ターゲットネットワークのノイズロスト更新ルールとして提案されている。 本研究では,AdaTerm の更新ルールを利用して,適応型 T-soft (AT-soft) 更新を開発する。
  論文  参考訳（メタデータ） (2022-02-25T05:40:07Z)
• RoFL: Attestable Robustness for Secure Federated Learning [59.63865074749391]
  フェデレートラーニング(Federated Learning)により、多数のクライアントが、プライベートデータを共有することなく、ジョイントモデルをトレーニングできる。 クライアントのアップデートの機密性を保証するため、フェデレートラーニングシステムはセキュアなアグリゲーションを採用している。 悪意のあるクライアントに対する堅牢性を向上させるセキュアなフェデレート学習システムであるRoFLを提案する。
  論文  参考訳（メタデータ） (2021-07-07T15:42:49Z)
• On the Importance of Trust in Next-Generation Networked CPS Systems: An AI Perspective [2.1055643409860734]
  本稿では,ネットワークエージェントの状態を評価し,意思決定プロセスを改善する手段として信頼を提案する。 信頼関係は、プロトコル内のエンティティの相互作用によって生成された証拠に基づいている。 信頼の証拠を活用することで,フェデレートラーニングのパフォーマンスと安全性が向上することを示す。
  論文  参考訳（メタデータ） (2021-04-16T02:12:13Z)

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。