Fugu-MT 論文翻訳(概要): Applying Transparent Shaping for Zero Trust Architecture Implementation in AWS: A Case Study

論文の概要: Applying Transparent Shaping for Zero Trust Architecture Implementation in AWS: A Case Study

arxiv url: http://arxiv.org/abs/2405.01412v2
Date: Wed, 7 Aug 2024 19:09:25 GMT
ステータス: 処理完了
システム内更新日: 2024-08-09 20:07:02.288640
Title: Applying Transparent Shaping for Zero Trust Architecture Implementation in AWS: A Case Study
Title（参考訳）: AWSのゼロ信頼アーキテクチャ実装に透過的なシェーピングを適用する - ケーススタディ
Authors: Wenjia Wang, Seyed Masoud Sadjadi, Naphtali Rishe, Arpan Mahara,
Abstract要約: 本研究では、Zero Trust Architecture(ZTA)原則とTransparent ShapingをAWSがホストするオンラインファイルマネージャ(OFM)アプリケーションに統合する方法論を紹介する。当社のアプローチをMozilla Observatoryで評価し、重要なセキュリティ改善を強調し、クラウド環境に透過型シェーピングとZTAを適用するための有望な方向性を概説した。
参考スコア（独自算出の注目度）: 7.894350515006473
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This study introduces a methodology integrating Zero Trust Architecture (ZTA) principles and Transparent Shaping into an AWS-hosted Online File Manager (OFM) application, enhancing security without substantial code modifications. We evaluate our approach with the Mozilla Observatory, highlighting significant security improvements and outlining a promising direction for applying Transparent Shaping and ZTA in cloud environments.
Abstract（参考訳）: この記事では、Zero Trust Architecture(ZTA)原則とTransparent ShapingをAWSがホストするオンラインファイルマネージャ(OFM)アプリケーションに統合する方法論を紹介し、コード修正なしにセキュリティを向上させる。当社のアプローチをMozilla Observatoryで評価し、重要なセキュリティ改善を強調し、クラウド環境に透過型シェーピングとZTAを適用するための有望な方向性を概説した。

関連論文リスト

Authentication and identity management based on zero trust security model in micro-cloud environment [0.0]
Zero Trustフレームワークは、クラウドパラダイムにおけるインサイダー攻撃によるセキュリティ侵害を抑えながら、外部攻撃者を追跡してブロックすることができる。本稿では,リソースへのアクセス制御の確立のために,認証機構,信頼スコアの算出,ポリシの生成に焦点をあてる。
論文参考訳（メタデータ） (2024-10-29T09:06:13Z)
Securing the Open RAN Infrastructure: Exploring Vulnerabilities in Kubernetes Deployments [60.51751612363882]
ソフトウェアベースのオープン無線アクセスネットワーク(RAN)システムのセキュリティへの影響について検討する。我々は、Near Real-Time RAN Controller(RIC)クラスタをサポートするインフラストラクチャに潜在的な脆弱性と設定ミスがあることを強調します。
論文参考訳（メタデータ） (2024-05-03T07:18:45Z)
Enhancing UAV Security Through Zero Trust Architecture: An Advanced Deep Learning and Explainable AI Analysis [3.0828074702828623]
本研究は,無人航空機(UAV)の安全性を高めるため,ゼロトラストアーキテクチャ(ZTA)を実装する必要性を強調した。無人航空機(UAV)の検出・同定における手法の精度は84.59%である。
論文参考訳（メタデータ） (2024-03-25T18:32:22Z)
A Study on the Security Requirements Analysis to build a Zero Trust-based Remote Work Environment [2.1961544533969257]
本稿では,ゼロトラストモデルに基づく詳細なセキュリティ要件を提案し,それに応じて各種クラウドサービスのセキュリティ分析を行う。セキュリティ分析の結果,ゼロトラストによるクラウドサービスに対する潜在的な脅威と対策を提案した。
論文参考訳（メタデータ） (2024-01-08T05:50:20Z)
Monitoring Auditable Claims in the Cloud [0.0]
本稿では,観測システムの実装に依存しないフレキシブルなモニタリング手法を提案する。提案手法は,分散データログベースのプログラムと,Trillianをベースとしたタンパー保護ストレージを組み合わせたものである。我々は、無人航空機の編成にクラウドインフラを使用する産業ユースケースに適用する。
論文参考訳（メタデータ） (2023-12-19T11:21:18Z)
Exploring Security Practices in Infrastructure as Code: An Empirical Study [54.669404064111795]
クラウドコンピューティングは、Infrastructure as Code (IaC)ツールが広く使われていることで人気を博している。スクリプティングプロセスは、実践者が自動的に設定ミスや脆弱性、プライバシリスクを導入するのを防ぐものではない。セキュリティの確保は、実践者が明確な方針、ガイドライン、ベストプラクティスを理解し、採用することに依存する。
論文参考訳（メタデータ） (2023-08-07T23:43:32Z)
Approximate Model-Based Shielding for Safe Reinforcement Learning [83.55437924143615]
本稿では,学習したRLポリシーの性能を検証するための,原則的ルックアヘッド遮蔽アルゴリズムを提案する。我々のアルゴリズムは他の遮蔽手法と異なり、システムの安全性関連力学の事前知識を必要としない。我々は,国家依存型安全ラベルを持つアタリゲームにおいて,他の安全を意識したアプローチよりも優れた性能を示す。
論文参考訳（メタデータ） (2023-07-27T15:19:45Z)
Approximate Shielding of Atari Agents for Safe Exploration [83.55437924143615]
遮蔽の概念に基づく安全な探索のための原理的アルゴリズムを提案する。本稿では,我々の近似遮蔽アルゴリズムが安全違反率を効果的に低減することを示す予備的な結果を示す。
論文参考訳（メタデータ） (2023-04-21T16:19:54Z)
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)
Symbolic Reinforcement Learning for Safe RAN Control [62.997667081978825]
無線アクセスネットワーク(RAN)アプリケーションにおける安全な制御のためのシンボリック強化学習(SRL)アーキテクチャを紹介します。本ツールでは,LTL(Linear Temporal Logic)で表現された高レベルの安全仕様を選択して,所定のセルネットワーク上で動作しているRLエージェントをシールドする。ユーザインタフェース(ui)を用いて,ユーザがインテントの仕様をアーキテクチャに設定し,許可されたアクションとブロックされたアクションの違いを検査する。
論文参考訳（メタデータ） (2021-03-11T10:56:49Z)
A Safe Reinforcement Learning Architecture for Antenna Tilt Optimisation [2.099922236065961]
環境との安全な相互作用は、実世界の問題に適用する場合、強化学習(RL)の最も難しい側面の1つである。遠隔電気ティルト最適化(RET)は、基地局のアンテナ傾斜角の探索的な修正によりネットワークの性能が著しく低下するおそれのある安全クリティカルなアプリケーションである。セルラーネットワークにおけるRET最適化に対処するために,モジュール型Safe Reinforcement Learningアーキテクチャを提案する。
論文参考訳（メタデータ） (2020-12-02T16:07:55Z)

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。