Fugu-MT 論文翻訳(概要): Prisec II -- A Comprehensive Model for IoT Security: Cryptographic Algorithms and Cloud Integration

論文の概要: Prisec II -- A Comprehensive Model for IoT Security: Cryptographic Algorithms and Cloud Integration

arxiv url: http://arxiv.org/abs/2407.16395v1
Date: Tue, 23 Jul 2024 11:35:24 GMT
ステータス: 処理完了
システム内更新日: 2024-07-24 17:26:03.803110
Title: Prisec II -- A Comprehensive Model for IoT Security: Cryptographic Algorithms and Cloud Integration
Title（参考訳）: Prisec II - IoTセキュリティの総合モデル - 暗号化アルゴリズムとクラウド統合
Authors: Pedro Costa, Valderi Leithardt,
Abstract要約: 本研究は、特にIoT環境において、相互接続されたデバイスにおけるデータセキュリティと効率を確保することの重大な問題に対処する。目的は,暗号アルゴリズムを用いて5Gネットワークのデータセキュリティを向上させるモデルの設計と実装である。
参考スコア（独自算出の注目度）: 0.2828173677501078
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This study addresses the critical issue of ensuring data security and efficiency in interconnected devices, especially in IoT environments. The objective is to design and implement a model using cryptographic algorithms to enhance data security in 5G networks. Challenges arise from the limited computational capabilities of IoT devices, which require the analysis and selection of cryptographic algorithms to achieve efficient data transmission. This study proposes a model that includes four levels of security, each employing different levels of encryption to provide better data security. Finally, cloud computing optimizes processing efficiency and resource utilization to improve data transmission.
Abstract（参考訳）: 本研究は、特にIoT環境において、相互接続されたデバイスにおけるデータセキュリティと効率を確保することの重大な問題に対処する。目的は,暗号アルゴリズムを用いて5Gネットワークのデータセキュリティを向上させるモデルの設計と実装である。課題は、効率的なデータ伝送を実現するために暗号アルゴリズムの分析と選択を必要とするIoTデバイスの限られた計算能力から生じる。本研究では、4つのレベルのセキュリティを含むモデルを提案し、それぞれがより優れたデータセキュリティを提供するために異なるレベルの暗号化を使用している。最後に、クラウドコンピューティングは、データ転送を改善するために、処理効率とリソース利用を最適化する。

関連論文リスト

Efficient and Secure Cross-Domain Data-Sharing for Resource-Constrained Internet of Things [2.5284780091135994]
モノのインターネットのための効率的なセキュアなブロックチェーンベースのデータ共有方式を提案する。まず,単一障害点を回避する分散鍵生成方式を提案する。また、このスキームは完全なデータ共有プロセスを提供し、データのアップロード、ストレージ、共有をカバーし、データのトレーサビリティ、完全性、プライバシーを保証する。
論文参考訳（メタデータ） (2024-11-14T06:53:03Z)
Homomorphic Encryption-Enabled Federated Learning for Privacy-Preserving Intrusion Detection in Resource-Constrained IoV Networks [20.864048794953664]
本稿では,IoV(Internet-of-Vehicles)におけるフェデレーション学習(FL)ベースの侵入検知システム(IDS)におけるデータプライバシ問題に,限られた計算資源で対処する新しい枠組みを提案する。まず,同相暗号を用いた高効率なフレームワークを提案し,処理に中央集中型サーバにオフロードを必要とするデータを保護する。我々は、FLベースのシステムの課題を暗号化データで処理するための効果的なトレーニングアルゴリズムを開発した。
論文参考訳（メタデータ） (2024-07-26T04:19:37Z)
Secure Outsourced Decryption for FHE-based Privacy-preserving Cloud Computing [3.125865379632205]
ホモモルフィック暗号化(HE)は、データのプライバシを保護するためのソリューションのひとつであり、暗号化されたデータをクラウドでセキュアに処理できるようにする。本稿では、RLWEをベースとした完全同型暗号方式のためのアウトソース復号化プロトコルを提案する。実験により,提案プロトコルはクライアントのローカル復号化において最大67%の高速化を実現し,空間使用量の50%の削減を図った。
論文参考訳（メタデータ） (2024-06-28T14:51:36Z)
Enhancing IoT Security: A Novel Feature Engineering Approach for ML-Based Intrusion Detection Systems [1.749521391198341]
日々の生活にIoT(Internet of Things)アプリケーションを統合することで、データトラフィックが急増し、重大なセキュリティ上の問題が発生しています。本稿では、コストと精度のバランスの取れたトレードオフを見つけるための新しい手法を導入することにより、エッジレベルでのMLベースのIDSの有効性を向上させることに焦点を当てる。
論文参考訳（メタデータ） (2024-04-29T21:26:18Z)
Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。 FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
論文参考訳（メタデータ） (2024-01-22T14:16:37Z)
A Blockchain Solution for Collaborative Machine Learning over IoT [0.31410859223862103]
フェデレートラーニング(FL)とブロックチェーン技術は、これらの課題に対処するための有望なアプローチとして現れています。我々は、漸進学習ベクトル量子化アルゴリズム(XuILVQ)とブロックチェーン技術を組み合わせた、新しいIoTソリューションを提案する。提案アーキテクチャは,データプライバシとセキュリティを維持しながら,計算オーバーヘッドと通信オーバーヘッドを削減することにより,既存のブロックチェーンベースのFLソリューションの欠点に対処する。
論文参考訳（メタデータ） (2023-11-23T18:06:05Z)
SOCI^+: An Enhanced Toolkit for Secure OutsourcedComputation on Integers [50.608828039206365]
本稿では,SOCIの性能を大幅に向上させるSOCI+を提案する。 SOCI+は、暗号プリミティブとして、高速な暗号化と復号化を備えた(2, 2)ホールドのPaillier暗号システムを採用している。実験の結果,SOCI+は計算効率が最大5.4倍,通信オーバヘッドが40%少ないことがわかった。
論文参考訳（メタデータ） (2023-09-27T05:19:32Z)
Multi-Objective Optimization for UAV Swarm-Assisted IoT with Virtual Antenna Arrays [55.736718475856726]
無人航空機(UAV)ネットワークはIoT(Internet-of-Things)を支援するための有望な技術である既存のUAV支援データ収集および普及スキームでは、UAVはIoTとアクセスポイントの間を頻繁に飛行する必要がある。協調ビームフォーミングをIoTとUAVに同時に導入し、エネルギーと時間効率のデータ収集と普及を実現した。
論文参考訳（メタデータ） (2023-08-03T02:49:50Z)
Deep Reinforcement Learning Assisted Federated Learning Algorithm for Data Management of IIoT [82.33080550378068]
産業用IoT(Industrial Internet of Things)の継続的な拡大により、IIoT機器は毎回大量のユーザデータを生成する。 IIoTの分野で、これらの時系列データを効率的かつ安全な方法で管理する方法は、依然として未解決の問題である。本稿では,無線ネットワーク環境におけるIIoT機器データ管理におけるFL技術の適用について検討する。
論文参考訳（メタデータ） (2022-02-03T07:12:36Z)
RIS-assisted UAV Communications for IoT with Wireless Power Transfer Using Deep Reinforcement Learning [75.677197535939]
無人航空機(UAV)通信をサポートするIoTデバイスのための同時無線電力伝送と情報伝送方式を提案する。第1フェーズでは、IoTデバイスが無線電力転送を通じてUAVからエネルギーを回収し、第2フェーズでは、UAVが情報伝送を通じてIoTデバイスからデータを収集する。マルコフ決定過程を定式化し、ネットワーク総和率を最大化する最適化問題を解くために、2つの深い強化学習アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-08-05T23:55:44Z)
Data-Driven Random Access Optimization in Multi-Cell IoT Networks with NOMA [78.60275748518589]
非直交多重アクセス(NOMA)は、5Gネットワーク以降で大規模なマシンタイプ通信(mMTC)を可能にする重要な技術です。本稿では,高密度空間分散マルチセル無線IoTネットワークにおけるランダムアクセス効率向上のために,NOMAを適用した。ユーザ期待容量の幾何学的平均を最大化するために,各IoTデバイスの伝送確率を調整したランダムチャネルアクセス管理の新たな定式化を提案する。
論文参考訳（メタデータ） (2021-01-02T15:21:08Z)

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。