論文の概要: Hybrid-Generative Diffusion Models for Attack-Oriented Twin Migration in Vehicular Metaverses

• arxiv url: http://arxiv.org/abs/2407.11036v1
• Date: Fri, 5 Jul 2024 11:11:33 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-22 12:20:02.555516
• Title: Hybrid-Generative Diffusion Models for Attack-Oriented Twin Migration in Vehicular Metaverses
• Title（参考訳）: 垂直流路における攻撃指向双極子移動のためのハイブリッド・ジェネレーション拡散モデル
• Authors: Yingkai Kang, Jinbo Wen, Jiawen Kang, Tao Zhang, Hongyang Du, Dusit Niyato, Rong Yu, Shengli Xie,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 58.264499654343226
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The vehicular metaverse is envisioned as a blended immersive domain that promises to bring revolutionary changes to the automotive industry. As a core component of vehicular metaverses, Vehicle Twins (VTs) are digital twins that cover the entire life cycle of vehicles, providing immersive virtual services for Vehicular Metaverse Users (VMUs). Vehicles with limited resources offload the computationally intensive tasks of constructing and updating VTs to edge servers and migrate VTs between these servers, ensuring seamless and immersive experiences for VMUs. However, the high mobility of vehicles, uneven deployment of edge servers, and potential security threats pose challenges to achieving efficient and reliable VT migrations. To address these issues, we propose a secure and reliable VT migration framework in vehicular metaverses. Specifically, we design a two-layer trust evaluation model to comprehensively evaluate the reputation value of edge servers in the network communication and interaction layers. Then, we model the VT migration problem as a partially observable Markov decision process and design a hybrid-Generative Diffusion Model (GDM) algorithm based on deep reinforcement learning to generate optimal migration decisions by taking hybrid actions (i.e., continuous actions and discrete actions). Numerical results demonstrate that the hybrid-GDM algorithm outperforms the baseline algorithms, showing strong adaptability in various settings and highlighting the potential of the hybrid-GDM algorithm for addressing various optimization issues in vehicular metaverses.
• Abstract（参考訳）: 車両のメタバースは、自動車産業に革命的な変化をもたらすことを約束する統合没入型ドメインとして構想されている。 ビークル・ツイン(VT)は、車両のライフサイクル全体をカバーするデジタル双生児であり、Vehicular Metaverse Users(VMU)のための没入型仮想サービスを提供する。 限られたリソースを持つ車両は、エッジサーバへのVTの構築と更新、これらのサーバ間のVT移行といった計算集約的なタスクをオフロードし、VMUのシームレスで没入的なエクスペリエンスを保証する。 しかしながら、車両の高モビリティ、エッジサーバの不均一な展開、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。 これらの問題に対処するために、車載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。 具体的には,ネットワーク通信層とインタラクション層におけるエッジサーバの評判評価を包括的に評価する2層信頼評価モデルを設計する。 次に、VTマイグレーション問題を部分的に観測可能なマルコフ決定プロセスとしてモデル化し、深層強化学習に基づくハイブリッド生成拡散モデル(GDM)アルゴリズムを設計し、ハイブリッドアクション(連続アクションと離散アクション)を取り込むことで最適なマイグレーション決定を生成する。 数値計算の結果,ハイブリッドGDMアルゴリズムはベースラインアルゴリズムよりも優れており,様々な設定において高い適応性を示し,車体メタバースにおける様々な最適化問題に対処するためのハイブリッドGDMアルゴリズムの可能性を強調している。

関連論文リスト

• Diffusion-based Auction Mechanism for Efficient Resource Management in 6G-enabled Vehicular Metaverses [57.010829427434516]
  6G対応のVehicular Metaversesでは、車両は物理的車両のデジタルレプリカとして機能するVT(Vine Twins)によって表現される。 VTタスクはリソース集約であり、高速処理のために地上基地局(BS)にオフロードする必要がある。 地上BSとUAV間の資源配分を最適化する学習型修正第2バイド(MSB)オークション機構を提案する。
  論文  参考訳（メタデータ） (2024-11-01T04:34:54Z)
• Diffusion-based Reinforcement Learning for Dynamic UAV-assisted Vehicle Twins Migration in Vehicular Metaverses [11.608114188345692]
  ビークル・ツインズ (VT) は、車載メタバースサービスを可能にする物理車両のデジタルツインである。 地上統合ネットワークは、地上輸送ネットワークの通信圧力を軽減し、6G対応の車載メタバースサービスをオフロードする。 本研究では,空域統合ネットワークにおける無人航空機(UAV)支援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） (2024-06-08T09:53:56Z)
• Blockchain-based Pseudonym Management for Vehicle Twin Migrations in Vehicular Edge Metaverse [73.79237826420925]
  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。
  論文  参考訳（メタデータ） (2024-03-22T15:31:37Z)
• 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)
• A Hybrid Framework of Reinforcement Learning and Convex Optimization for UAV-Based Autonomous Metaverse Data Collection [16.731929552692524]
  本稿では,UAVが基地局(BS)のカバー範囲を広げて道路側ユニット(RSU)で生成したメタバースデータを収集する,UAV支援型メタバースネットワークについて考察する。 データ収集効率を改善するため、リソース割り当てとトラジェクトリ制御をシステムモデルに統合する。 提案するUAV支援Metaverseネットワークシステムモデルに基づいて,時間系列最適化問題を協調的に解くために,強化学習と凸最適化を備えたハイブリッドフレームワークを設計する。
  論文  参考訳（メタデータ） (2023-05-29T11:49:20Z)
• 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)
• V2X-ViT: Vehicle-to-Everything Cooperative Perception with Vision Transformer [58.71845618090022]
  我々は、道路上のエージェント間で情報を融合するために、V2X-ViTという全体論的アテンションモデルを構築した。 V2X-ViTは異質なマルチエージェント自己アテンションとマルチスケールウィンドウ自己アテンションの交互層から構成される。 我々のアプローチを検証するために、我々は大規模なV2X知覚データセットを作成します。
  論文  参考訳（メタデータ） (2022-03-20T20:18:25Z)

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。