Fugu-MT 論文翻訳(概要): DroneXNFT: An NFT-Driven Framework for Secure Autonomous UAV Operations and Flight Data Management

論文の概要: DroneXNFT: An NFT-Driven Framework for Secure Autonomous UAV Operations and Flight Data Management

arxiv url: http://arxiv.org/abs/2409.06507v1
Date: Tue, 10 Sep 2024 13:40:37 GMT
ステータス: 処理完了
システム内更新日: 2024-09-11 17:25:26.961166
Title: DroneXNFT: An NFT-Driven Framework for Secure Autonomous UAV Operations and Flight Data Management
Title（参考訳）: DroneXNFT: 自律型UAV運用とフライトデータ管理のためのNFT駆動フレームワーク
Authors: Khaoula Hidawi,
Abstract要約: NFTを利用してUAV飛行データを管理するための理論的枠組みを提案する。このアプローチでは、データ完全性、オーナシップ転送、ステークホルダ間のセキュアなデータ共有の確保に重点を置いています。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Non-Fungible Tokens (NFTs) have emerged as a revolutionary method for managing digital assets, providing transparency and secure ownership records on a blockchain. In this paper, we present a theoretical framework for leveraging NFTs to manage UAV (Unmanned Aerial Vehicle) flight data. Our approach focuses on ensuring data integrity, ownership transfer, and secure data sharing among stakeholders. This framework utilizes cryptographic methods, smart contracts, and access control mechanisms to enable a tamper-proof and privacy-preserving management system for UAV flight data.
Abstract（参考訳）: 非Fungible Tokens(NFT)は、デジタル資産を管理する革命的な方法として登場し、ブロックチェーン上で透明性とセキュアなオーナシップレコードを提供する。本稿では,無人航空機(UAV)の飛行データ管理にNFTを利用する理論的枠組みを提案する。このアプローチでは、データ完全性、オーナシップ転送、ステークホルダ間のセキュアなデータ共有の確保に重点を置いています。このフレームワークは暗号手法、スマートコントラクト、アクセス制御機構を利用して、UAV飛行データに対するタンパー保護およびプライバシ保護管理システムを実現する。

関連論文リスト

FACOS: Enabling Privacy Protection Through Fine-Grained Access Control with On-chain and Off-chain System [11.901770945295391]
本稿では、ブロックチェーンベースのプライバシ保護による、チェーン上およびオフチェーン上のきめ細かいアクセス制御、すなわちFACOSを提案する。暗号化データを集中あるいは非フォールトトレラントIPFSシステムにのみ格納する同様の作業と比較して、オフチェーンデータストレージのセキュリティとロバスト性を向上しました。
論文参考訳（メタデータ） (2024-06-06T02:23:12Z)
A Privacy-Preserving DAO Model Using NFT Authentication for the Punishment not Reward Blockchain Architecture [0.0]
本稿では,NFTを利用した新しい分散型自律組織(DAO)モデルを提案する。このモデルは、プライバシ、セキュリティ、金銭的報酬よりも抑止性を優先することにより、既存のブロックチェーンインセンティブ構造における重要な課題に対処する。
論文参考訳（メタデータ） (2024-05-21T18:53:15Z)
Enhancing Privacy and Security of Autonomous UAV Navigation [0.8512184778338805]
国境警備や災害対応といった重要なシナリオでは、自律型無人機の安全な航行が最重要である。本稿では,RL(Reinforcement Learning)とFHE(Fully Homomorphic Encryption)を組み合わせて,自律型UAVナビゲーションを実現する革新的な手法を提案する。提案手法により,自律型UAVナビゲーションにおけるセキュリティとプライバシが保証され,性能が損なわれない。
論文参考訳（メタデータ） (2024-04-26T07:54:04Z)
Decentralized Multimedia Data Sharing in IoV: A Learning-based Equilibrium of Supply and Demand [57.82021900505197]
インターネット・オブ・ビークルズ(IoV)は、道路の安全性を高め、交通渋滞を軽減し、インフォテインメントアプリケーションを通じてユーザーエクスペリエンスを向上させることにより、交通システムを変革する大きな可能性を秘めている。分散データ共有は、セキュリティ、プライバシ、信頼性を改善し、IoVにおけるインフォテインメントデータの共有を容易にする。市場における需給バランスを学習するための多知能強化学習に基づく分散型データ共有インセンティブ機構を提案する。
論文参考訳（メタデータ） (2024-03-29T14:58:28Z)
Blockchain-empowered Federated Learning for Healthcare Metaverses: User-centric Incentive Mechanism with Optimal Data Freshness [66.3982155172418]
まず、医療メタバースのための分散型フェデレートラーニング(FL)に基づく、ユーザ中心のプライバシ保護フレームワークを設計する。次に,情報時代(AoI)を有効データ更新度指標として利用し,観測理論(PT)に基づくAoIベースの契約理論モデルを提案し,センシングデータ共有の動機付けを行う。
論文参考訳（メタデータ） (2023-07-29T12:54:03Z)
VBSF-TLD: Validation-Based Approach for Soft Computing-Inspired Transfer Learning in Drone Detection [0.0]
本稿では,コンピュータビジョンベースモジュールの不可欠な部分を構成する移動型ドローン検出手法を提案する。事前学習されたモデルの知識を関連ドメインから活用することにより、限られたトレーニングデータであっても、トランスファー学習によりより良い結果が得られる。特に、このスキームの有効性は、IOUベースの検証結果によって強調される。
論文参考訳（メタデータ） (2023-06-11T22:30:23Z)
Neural Myerson Auction for Truthful and Energy-Efficient Autonomous Aerial Data Delivery [9.986880167690364]
厳密な通信条件下で収集した監視データを転送するデータ配信ドローンを導入する。本稿では,空中分散データプラットフォームにおけるMyersonオークションに基づく非同期データ配信を提案する。
論文参考訳（メタデータ） (2021-12-29T12:14:34Z)
3D UAV Trajectory and Data Collection Optimisation via Deep Reinforcement Learning [75.78929539923749]
無人航空機(UAV)は現在、無線通信におけるネットワーク性能とカバレッジを高めるために配備され始めている。 UAV支援モノのインターネット(IoT)のための最適な資源配分方式を得ることは困難である本稿では,UAVの最も短い飛行経路に依存しつつ,IoTデバイスから収集したデータ量を最大化しながら,新しいUAV支援IoTシステムを設計する。
論文参考訳（メタデータ） (2021-06-06T14:08:41Z)
Efficient UAV Trajectory-Planning using Economic Reinforcement Learning [65.91405908268662]
UAV間でタスクを分散するための経済取引に触発された新しい強化学習アルゴリズムであるREPlannerを紹介します。エージェントが協力し、リソースを競うことができるマルチエージェント経済ゲームとして、パス計画問題を策定します。 UAV協力によるタスク分布の計算を行うため、Swarmサイズの変化に対して非常に耐性が高い。
論文参考訳（メタデータ） (2021-03-03T20:54:19Z)
Privacy-Preserving Federated Learning for UAV-Enabled Networks: Learning-Based Joint Scheduling and Resource Management [45.15174235000158]
無人航空機(UAV)は、データ収集、人工知能(AI)モデルトレーニング、無線通信をサポートする飛行基地局(BS)として機能する。モデルトレーニングのためにUAVサーバにデバイスの生データを送信するのは現実的ではない。本稿では,マルチUAV対応ネットワークのための非同期フェデレーション学習フレームワークを開発する。
論文参考訳（メタデータ） (2020-11-28T18:58:34Z)
Communication-Efficient Massive UAV Online Path Control: Federated Learning Meets Mean-Field Game Theory [45.72106820199211]
本報告では,無人機などの無人機集団の制御について検討する。群れを作るための相互作用を考慮し、UAVの直接的な制御方法は、巨大なUAV間通信を必要とする。 1つの制御方法は、UAV間の通信を大幅に削減する平均フィールドゲーム(MFG)フレームワークを適用することである。
論文参考訳（メタデータ） (2020-03-09T23:17:26Z)

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。