論文の概要: Design of an Efficient Fan-Shaped Clustered Trust-Based Routing Model with QoS & Security-Aware Side-Chaining for IoV Deployments

• arxiv url: http://arxiv.org/abs/2410.12798v1
• Date: Sun, 29 Sep 2024 03:58:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-27 06:14:41.516571
• Title: Design of an Efficient Fan-Shaped Clustered Trust-Based Routing Model with QoS & Security-Aware Side-Chaining for IoV Deployments
• Title（参考訳）: IoV展開のためのQoSとセキュリティを考慮した効率的なファン型クラスタ型信頼ベースルーティングモデルの設計
• Authors: Sadaf Ravindra Suryawanshi, Praveen Gupta,
• Abstract要約: 品質・オブ・サービス(QoS)とセキュリティ・アウェア・サイドチェインを用いたファン型の信頼ベースのルーティングモデルを提案する。 提案手法では,時間的遅延,スループット,パケット配信比(PDR),エネルギー消費を用いて最適経路を決定する。 本モデルでは,9.5%の遅延低減,10.5%のスループット向上,2.9%のPDR改善,4.5%のエネルギー消費削減を実現している。
• 参考スコア（独自算出の注目度）: 0.46040036610482665
• License:
• Abstract: The rapid expansion of Internet of Vehicles (IoV) deployments has necessitated the creation of efficient and secure routing models to manage the massive data traffic generated by interconnected devices & vehicles. For IoV deployments, we propose a novel fan-shaped trust-based routing model with Quality of Service (QoS) and security-aware side-chaining. Our method employs temporal levels of delay, throughput, Packet Delivery Ratio (PDR), and energy consumption to determine optimal routing paths, thereby ensuring efficient data transmissions. We employ the Bacterial Foraging Optimizer (BFO) algorithm to manage side-chains within the network, which dynamically adjusts side-chain configurations to optimize system performance. The technique of fan-shaped clustering is used to group nodes into efficient clusters, allowing for more efficient communication and resource utilization sets. Extensive experimentation and performance analysis are utilized to evaluate the proposed model. Existing blockchain-based security models have been significantly improved by our findings. Our model achieves a remarkable 9.5% reduction in delay, a 10.5% improvement in throughput, a 2.9% improvement in PDR, and a 4.5% reduction in energy consumption compared to alternative approaches. In addition, we evaluate the model's resistance to Sybil, Masquerading, and Flooding attacks, which are prevalent security threats for IoV deployments. Even under these attack scenarios, our model provides consistently higher QoS levels compared to existing solutions, ensuring uninterrupted and reliable data transmissions. In IoV deployments, the proposed routing model and side-chaining management approach have numerous applications and use-cases like Smart cities, industrial automation, healthcare systems, transportation networks, and environmental monitoring.
• Abstract（参考訳）: IoV(Internet of Vehicles)デプロイメントの急速な拡張は、相互接続されたデバイスや車両によって生成された大量のデータトラフィックを管理するための、効率的でセキュアなルーティングモデルの作成を必要としている。 IoVデプロイメントには、Quality of Service(QoS)とセキュリティ対応のサイドチェーンを備えた、ファン型の信頼ベースの新しいルーティングモデルを提案する。 本手法では, 時間的遅延, スループット, パケット配信比 (PDR) , エネルギー消費を用いて最適経路を決定することにより, 効率的なデータ伝送を実現する。 ネットワーク内のサイドチェーンを動的に調整してシステム性能を最適化するBFOアルゴリズムを用いて、ネットワーク内のサイドチェーンを管理する。 ファン型のクラスタリング技術は、ノードを効率的なクラスタにグループ化するために使われ、より効率的な通信とリソース利用セットを可能にする。 大規模実験と性能解析を用いて,提案モデルの評価を行った。 既存のブロックチェーンベースのセキュリティモデルは、私たちの発見によって大幅に改善されました。 本モデルでは,9.5%の遅延低減,10.5%のスループット向上,2.9%のPDR改善,4.5%のエネルギー消費削減を実現している。 さらに、IoVデプロイメントのセキュリティ上の脅威であるSybil、Masquerading、Flooding攻撃に対するモデルの抵抗を評価する。 これらの攻撃シナリオの下でも、我々のモデルは既存のソリューションと比較して常に高いQoSレベルを提供し、不断かつ信頼性の高いデータ伝送を保証する。 IoVデプロイメントでは、提案されたルーティングモデルとサイドチェーン管理アプローチは、スマートシティ、産業自動化、医療システム、交通ネットワーク、環境監視など、多くのアプリケーションとユースケースを持っています。

関連論文リスト

• Efficient Federated Intrusion Detection in 5G ecosystem using optimized BERT-based model [0.7100520098029439]
  5Gは高度なサービスを提供し、IoT(Internet of Things)内のインテリジェントトランスポート、コネクテッドヘルスケア、スマートシティなどのアプリケーションをサポートする。 これらの進歩は、ますます高度なサイバー攻撃を伴う、重大なセキュリティ上の課題をもたらす。 本稿では,連合学習と大規模言語モデル(LLM)を用いた頑健な侵入検知システム(IDS)を提案する。
  論文  参考訳（メタデータ） (2024-09-28T15:56:28Z)
• Digital Twin-Assisted Data-Driven Optimization for Reliable Edge Caching in Wireless Networks [60.54852710216738]
  我々はD-RECと呼ばれる新しいデジタルツインアシスト最適化フレームワークを導入し、次世代無線ネットワークにおける信頼性の高いキャッシュを実現する。 信頼性モジュールを制約付き決定プロセスに組み込むことで、D-RECは、有利な制約に従うために、アクション、報酬、状態を適応的に調整することができる。
  論文  参考訳（メタデータ） (2024-06-29T02:40:28Z)
• Deep-Reinforcement-Learning-Based AoI-Aware Resource Allocation for RIS-Aided IoV Networks [43.443526528832145]
  車両間通信(V2X)方式を考慮したRIS支援車両インターネット(IoV)を提案する。 車両間リンク(V2I)のタイムラインと車両間リンク(V2V)の安定性を改善するため,情報量(AoI)モデルとペイロード伝達確率モデルを導入する。
  論文  参考訳（メタデータ） (2024-06-17T06:16:07Z)
• Traffic Learning and Proactive UAV Trajectory Planning for Data Uplink in Markovian IoT Models [6.49537221266081]
  IoTネットワークでは、従来のリソース管理スキームはデバイスと基地局の間のメッセージ交換に依存している。 マルコフイベントに基づくIoTデバイスのトラフィック到着を推定する,新たな学習ベースのフレームワークを提案する。 本稿では,各UAVの最適方針を最適化する深層強化学習手法を提案する。
  論文  参考訳（メタデータ） (2024-01-24T21:57:55Z)
• 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)
• Integrated Sensing, Computation, and Communication for UAV-assisted Federated Edge Learning [52.7230652428711]
  フェデレーションエッジ学習(FEEL)は、エッジデバイスとサーバ間の定期的な通信を通じて、プライバシ保護モデルトレーニングを可能にする。 無人航空機(UAV)搭載エッジデバイスは、効率的なデータ収集における柔軟性と移動性のため、FEELにとって特に有利である。
  論文  参考訳（メタデータ） (2023-06-05T16:01:33Z)
• Towards On-Device AI and Blockchain for 6G enabled Agricultural Supply-chain Management [10.189149128814096]
  農業用サプライチェーン管理のための無人航空機(UAV)、AI、ブロックチェーンの組み合わせに基づくアーキテクチャを提案する。 完全な畳み込みニューラルネットワーク(FCN)モデルは、UAVが捉えた画像によるバイオマス推定に使用される。 6G対応ダイナミックUAVネットワークにおける飛行障害の影響を軽減するため,提案したモデル選択戦略は,実行時リソース要求に基づいて,UAVの更新を支援する。
  論文  参考訳（メタデータ） (2022-03-12T15:36:23Z)
• AI-aided Traffic Control Scheme for M2M Communications in the Internet of Vehicles [61.21359293642559]
  交通のダイナミクスと異なるIoVアプリケーションの異種要求は、既存のほとんどの研究では考慮されていない。 本稿では,ハイブリッド交通制御方式とPPO法を併用して検討する。
  論文  参考訳（メタデータ） (2022-03-05T10:54:05Z)
• A Deep Value-network Based Approach for Multi-Driver Order Dispatching [55.36656442934531]
  そこで本研究では,注文発送のための深層強化学習に基づくソリューションを提案する。 DiDiの配車プラットフォーム上で大規模なオンラインA/Bテストを実施している。 その結果,CVNetは近年提案されているディスパッチ手法よりも一貫して優れていた。
  論文  参考訳（メタデータ） (2021-06-08T16:27:04Z)
• Distributed CNN Inference on Resource-Constrained UAVs for Surveillance Systems: Design and Optimization [43.9909417652678]
  無人航空機(UAV)は、広い地域をカバーし、困難で危険な目標地域にアクセスする能力のため、ここ数年で大きな関心を集めている。 コンピュータビジョンと機械学習の進歩により、UAVは幅広いソリューションやアプリケーションに採用されている。 ディープニューラルネットワーク(DNN)は、それらがオンボードで実行されるのを防ぐ、より深く複雑なモデルに向かって進んでいる。
  論文  参考訳（メタデータ） (2021-05-23T20:19:43Z)
• Data Freshness and Energy-Efficient UAV Navigation Optimization: A Deep Reinforcement Learning Approach [88.45509934702913]
  我々は、移動基地局(BS)が配備される複数の無人航空機(UAV)のナビゲーションポリシーを設計する。 我々は、地上BSにおけるデータの鮮度を確保するために、エネルギーや情報年齢(AoI)の制約などの異なる文脈情報を組み込んだ。 提案したトレーニングモデルを適用することで、UAV-BSに対する効果的なリアルタイム軌道ポリシーは、時間とともに観測可能なネットワーク状態をキャプチャする。
  論文  参考訳（メタデータ） (2020-02-21T07:29:15Z)

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。