論文の概要: Design and Prototype of a Unified Framework for Error-robust Compression and Encryption in IoT

• arxiv url: http://arxiv.org/abs/2410.14396v1
• Date: Fri, 18 Oct 2024 12:00:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-21 14:23:49.534815
• Title: Design and Prototype of a Unified Framework for Error-robust Compression and Encryption in IoT
• Title（参考訳）: IoTにおけるエラー・ロバスト圧縮と暗号化のための統一フレームワークの設計とプロトタイプ
• Authors: Gajraj Kuldeep, Qi Zhang,
• Abstract要約: IoT(Internet of Things)は、データ取得にリソース制約のあるデバイスに依存している。 データ圧縮と機密性はしばしばこれらの装置のエネルギー効率を欠いている。 我々は,圧縮,秘密保持,エラー回復を組み合わせたEMCRUST方式を開発した。
• 参考スコア（独自算出の注目度）: 8.081144369967793
• License:
• Abstract: The Internet of Things (IoT) relies on resource-constrained devices for data acquisition, but the vast amount of data generated and security concerns present challenges for efficient data handling and confidentiality. Conventional techniques for data compression and secrecy often lack energy efficiency for these devices. Compressive sensing has the potential to compress data and maintain secrecy, but many solutions do not address the issue of packet loss or errors caused by unreliable wireless channels. To address these issues, we have developed the ENCRUST scheme, which combines compression, secrecy, and error recovery. In this paper, we present a prototype of ENCRUST that uses energy-efficient operations, as well as a lighter variant called L-ENCRUST. We also perform security analysis and compare the performance of ENCRUST and L-ENCRUST with a state-of-the-art solution in terms of memory, encryption time, and energy consumption on a resource-constrained TelosB mote. Our results show that both ENCRUST and L-ENCRUST outperform the state-of-the-art solution in these metrics.
• Abstract（参考訳）: IoT(Internet of Things)は、リソースに制約のあるデバイスをデータ取得に頼っているが、大量のデータが生成され、セキュリティ上の懸念から、効率的なデータ処理と機密性の課題が提示される。 データ圧縮と秘密保持のための従来の技術は、これらの装置のエネルギー効率を欠いていることが多い。 圧縮センシングは、データを圧縮し、機密性を維持する可能性があるが、多くのソリューションは、信頼性の低い無線チャネルによるパケット損失やエラーの問題に対処していない。 これらの問題に対処するため,圧縮,秘密保持,エラー回復を併用したEMCRUST方式を開発した。 本稿では、エネルギー効率の高い演算とL-ENCRUSTと呼ばれるより軽量な変形を用いたEMCRUSTのプロトタイプを提案する。 また,ENCRUSTとL-ENCRUSTの性能を,リソース制約されたTelosB表上でのメモリ,暗号化時間,エネルギー消費の観点から比較した。 ENCRUSTとL-ENCRUSTはいずれも,これらの指標の最先端ソリューションよりも優れていた。

関連論文リスト

• Towards Resource-Efficient Federated Learning in Industrial IoT for Multivariate Time Series Analysis [50.18156030818883]
  異常と欠落したデータは、産業応用における厄介な問題を構成する。 ディープラーニングによる異常検出が重要な方向として現れている。 エッジデバイスで収集されたデータは、ユーザのプライバシを含む。
  論文  参考訳（メタデータ） (2024-11-06T15:38:31Z)
• Efficient ECC-based authentication scheme for fog-based IoT environment [0.0]
  楕円曲線デジタルシグネチャアルゴリズム(ECDSA)に基づくシグネチャスキームを提案し,秘密鍵の安全性と鍵ペア生成に要する時間を改善する。 その結果, 2 つの ECDSA と RSA と比較して,提案した ECDSA は計算時間を 65% と 87% に短縮した。
  論文  参考訳（メタデータ） (2024-08-05T20:47:49Z)
• UniCompress: Enhancing Multi-Data Medical Image Compression with Knowledge Distillation [59.3877309501938]
  Inlicit Neural Representation (INR) ネットワークは、その柔軟な圧縮比のため、顕著な汎用性を示している。 周波数領域情報を含むコードブックをINRネットワークへの事前入力として導入する。 これにより、INRの表現力が向上し、異なる画像ブロックに対して特異な条件付けが提供される。
  論文  参考訳（メタデータ） (2024-05-27T05:52:13Z)
• Convolutional variational autoencoders for secure lossy image compression in remote sensing [47.75904906342974]
  本研究では,畳み込み変分オートエンコーダ(CVAE)に基づく画像圧縮について検討する。 CVAEは、JPEG2000のような従来の圧縮手法を圧縮ベンチマークデータセットのかなりのマージンで上回ることが示されている。
  論文  参考訳（メタデータ） (2024-04-03T15:17:29Z)
• Privacy Preserving Anomaly Detection on Homomorphic Encrypted Data from IoT Sensors [0.9831489366502302]
  均質な暗号化スキームは、暗号化されたままIoTデータ上での操作の処理と実行を可能にする、有望なソリューションである。 本稿では,IoTデバイスが生成する同型暗号化データを対象とした,新たなプライバシー保護型異常検出ソリューションを提案する。
  論文  参考訳（メタデータ） (2024-03-14T12:11:25Z)
• NEQRX: Efficient Quantum Image Encryption with Reduced Circuit Complexity [2.7985570786346745]
  一般化アフィン変換とロジスティックマップを組み合わせた量子画像暗号化アルゴリズムの効率的な実装手法を提案する。 セキュリティと効率を保ちながら、コストの50%の大幅な削減を実現しています。
  論文  参考訳（メタデータ） (2022-04-14T10:15:23Z)
• Deep DNA Storage: Scalable and Robust DNA Storage via Coding Theory and Deep Learning [49.3231734733112]
  シミュレーションデータに基づいてトレーニングされたDeep Neural Networks(DNN)、Product(TP)ベースのエラー修正コード(ECC)、安全マージンを1つのコヒーレントパイプラインに組み合わせたモジュラーで総合的なアプローチを示す。 我々の研究は, 最大で x3200 の速度向上, 40%の精度向上により, 現在の指導的ソリューションの改善を実現し, 高雑音下では1ベースあたり1.6ビットのコードレートを提供する。
  論文  参考訳（メタデータ） (2021-08-31T18:21:20Z)
• Analyzing and Mitigating JPEG Compression Defects in Deep Learning [69.04777875711646]
  本稿では,JPEG圧縮が共通タスクやデータセットに与える影響を統一的に検討する。 高圧縮の一般的なパフォーマンス指標には大きなペナルティがあることが示される。
  論文  参考訳（メタデータ） (2020-11-17T20:32:57Z)
• Attribution Preservation in Network Compression for Reliable Network Interpretation [81.84564694303397]
  安全に敏感なアプリケーションに埋め込まれたニューラルネットワークは、エッジ計算のサイズを減らすために、後向きの分析とネットワーク圧縮に入力属性に依存する。 ネットワーク圧縮が生成した属性を変形させるため,これらの非関係な手法が相互に競合することを示す。 この現象は、従来のネットワーク圧縮手法が、属性の品質を無視しながら、ネットワークの予測のみを保存するという事実から生じる。
  論文  参考訳（メタデータ） (2020-10-28T16:02:31Z)
• Dynamic Compression Ratio Selection for Edge Inference Systems with Hard Deadlines [9.585931043664363]
  本稿では,ハード期限付きエッジ推論システムの動的圧縮比選択手法を提案する。 誤り推論により少ない圧縮データを再送信する情報拡張を提案し,精度向上を図る。 無線伝送エラーを考慮し、パケット損失による性能劣化を低減する再送信方式を更に設計する。
  論文  参考訳（メタデータ） (2020-05-25T17:11:53Z)

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。