論文の概要: Hi-SAM: A high-scalable authentication model for satellite-ground Zero-Trust system using mean field game

• arxiv url: http://arxiv.org/abs/2408.06185v1
• Date: Mon, 12 Aug 2024 14:33:54 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-13 14:05:56.876662
• Title: Hi-SAM: A high-scalable authentication model for satellite-ground Zero-Trust system using mean field game
• Title（参考訳）: Hi-SAM:平均場ゲームを用いた衛星地上ゼロトラストシステムの高スケール認証モデル
• Authors: Xuesong Wu, Tianshuai Zheng, Runfang Wu, Jie Ren, Junyan Guo, Ye Du,
• Abstract要約: 本稿では,インターネット・オブ・シングデバイスのためのハイスケーラブル認証モデル(Hi-SAM)を提案する。 Hi-SAMは認証にProof-of-Workの概念を導入し、デバイスが周波数に基づいてネットワークリソースを取得することを可能にする。 大規模な集団スケールでの試験から、Hi-SAMは認証作業負荷の最適化と異常検出効率の最適化に優れている。
• 参考スコア（独自算出の注目度）: 5.283074774351782
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As more and more Internet of Thing (IoT) devices are connected to satellite networks, the Zero-Trust Architecture brings dynamic security to the satellite-ground system, while frequent authentication creates challenges for system availability. To make the system's accommodate more IoT devices, this paper proposes a high-scalable authentication model (Hi-SAM). Hi-SAM introduces the Proof-of-Work idea to authentication, which allows device to obtain the network resource based on frequency. To optimize the frequency, mean field game is used for competition among devices, which can reduce the decision space of large-scale population games. And a dynamic time-range message authentication code is designed for security. From the test at large population scales, Hi-SAM is superior in the optimization of authentication workload and the anomaly detection efficiency.
• Abstract（参考訳）: 衛星ネットワークに接続されるIoT(Internet of Thing)デバイスが増えるにつれて、Zero-Trust Architectureは衛星地上システムに動的セキュリティをもたらす一方で、頻繁な認証はシステムの可用性に課題をもたらす。 システムにより多くのIoTデバイスを対応させるため,ハイスケーラブル認証モデル(Hi-SAM)を提案する。 Hi-SAMは認証にProof-of-Workの概念を導入し、デバイスが周波数に基づいてネットワークリソースを取得することを可能にする。 周波数を最適化するために、デバイス間の競争に平均フィールドゲームが使用され、大規模な集団ゲームの決定空間を削減できる。 また、動的時間範囲メッセージ認証コードは、セキュリティのために設計されている。 大規模な集団スケールでの試験から、Hi-SAMは認証作業負荷の最適化と異常検出効率の最適化に優れている。

関連論文リスト

• LPUF-AuthNet: A Lightweight PUF-Based IoT Authentication via Tandem Neural Networks and Split Learning [2.37507453143459]
  IoT(Internet of Things)は2025年までに全世界で75億以上のデバイスを接続する計画だ。 従来の暗号手法は、IoTデバイスの制約に悩まされることが多い。 本稿では、物理的非拘束機能(PUF)を堅牢なセキュリティソリューションとみなす。 提案手法では,タンデムニューラルネットワーク(TNN)とスプリットラーニング(SL)パラダイムを組み合わせた,LPUF-AuthNetと呼ばれる軽量PUF機構を提案する。
  論文  参考訳（メタデータ） (2024-10-16T03:25:04Z)
• Satellite Federated Edge Learning: Architecture Design and Convergence Analysis [47.057886812985984]
  本稿では,FEDMEGAという新しいFEELアルゴリズムを提案する。 軌道内モデルアグリゲーションのための衛星間リンク(ISL)を統合することにより、提案アルゴリズムは低データレートと断続的なGSLの使用を著しく削減する。 提案手法は,環全リデューサに基づく軌道内アグリゲーション機構と,グローバルモデルアグリゲーションのためのネットワークフローベースのトランスミッションスキームを組み合わせたものである。
  論文  参考訳（メタデータ） (2024-04-02T11:59:58Z)
• Domain-Agnostic Hardware Fingerprinting-Based Device Identifier for Zero-Trust IoT Security [7.8344795632171325]
  次世代ネットワークは、人間、機械、デバイス、システムをシームレスに相互接続することを目的としている。 この課題に対処するため、Zero Trust(ZT)パラダイムは、ネットワークの完全性とデータの機密性を保護するための重要な方法として登場した。 この研究は、新しいディープラーニングベースの無線デバイス識別フレームワークであるEPS-CNNを導入している。
  論文  参考訳（メタデータ） (2024-02-08T00:23:42Z)
• 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)
• Blockchain-based Zero Trust on the Edge [5.323279718522213]
  本稿では,ブロックチェーンに拡張されたゼロトラストアーキテクチャ(ZTA)に基づく新たなアプローチを提案し,セキュリティをさらに強化する。 ブロックチェーンコンポーネントは、ユーザの要求を格納するための不変データベースとして機能し、潜在的に悪意のあるユーザアクティビティを分析して識別することで、信頼性を検証するために使用される。 スマートシティにおけるその実現可能性と適用性を検証するために,テストベッド上で実施したフレームワーク,アプローチのプロセス,実験について論じる。
  論文  参考訳（メタデータ） (2023-11-28T12:43:21Z)
• 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)
• Privacy-Preserving by Design: Indoor Positioning System Using Wi-Fi Passive TDOA [2.728025635959799]
  PassiFiは、新しいパッシブWi-Fiタイムベースの屋内ローカライゼーションシステムで、正確性とプライバシーのバランスをとる。 PassiFiは、ユーザのプライバシを保証し、測定データの完全性を保護するために、パッシブWiFi Time difference of Arrival(TDoA)アプローチを使用している。 実世界のテストベッドでの評価は、PassiFiの例外的な性能を示し、従来のマルチレイタレーションを128%上回っている。
  論文  参考訳（メタデータ） (2023-06-03T23:27:38Z)
• Deep Learning-Based Rate-Splitting Multiple Access for Reconfigurable Intelligent Surface-Aided Tera-Hertz Massive MIMO [56.022764337221325]
  再構成可能なインテリジェントサーフェス(RIS)は,Tera-Hertz大規模マルチインプットマルチアウトプット(MIMO)通信システムのサービスカバレッジを大幅に向上させることができる。 しかし、パイロットとフィードバック信号のオーバーヘッドが限定された正確な高次元チャネル状態情報(CSI)を得ることは困難である。 本稿では、RIS支援Tera-Hertzマルチユーザアクセスシステムのための、ディープラーニング(DL)に基づくレート分割多重アクセス方式を提案する。
  論文  参考訳（メタデータ） (2022-09-18T03:07:37Z)
• Joint User and Data Detection in Grant-Free NOMA with Attention-based BiLSTM Network [14.569960447904327]
  マルチユーザ検出問題を解決するために,注目型双方向長短期メモリ(BiLSTM)ネットワークを提案する。 提案するフレームワークは、MUDを実行するためのデバイス疎度レベルやチャネルの事前知識を必要としない。 その結果,提案するネットワークは,既存のベンチマーク方式と比較して性能が向上していることがわかった。
  論文  参考訳（メタデータ） (2022-09-14T03:18:23Z)
• 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)
• Aurora Guard: Reliable Face Anti-Spoofing via Mobile Lighting System [103.5604680001633]
  紙写真やデジタルビデオの高解像度レンダリングリプレイに対する反偽造は、未解決の問題だ。 オーロラガード(Aurora Guard, AG)と呼ばれる, シンプルだが効果的な顔保護システムを提案する。
  論文  参考訳（メタデータ） (2021-02-01T09:17:18Z)

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。