論文の概要: Privacy-preserving Robotic-based Multi-factor Authentication Scheme for Secure Automated Delivery System
- arxiv url: http://arxiv.org/abs/2411.18027v1
- Date: Wed, 27 Nov 2024 03:48:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-28 15:24:56.557685
- Title: Privacy-preserving Robotic-based Multi-factor Authentication Scheme for Secure Automated Delivery System
- Title(参考訳): セキュア自動配送システムのためのプライバシ保護ロボットによる多要素認証方式
- Authors: Yang Yang, Aryan Mohammadi Pasikhani, Prosanta Gope, Biplab Sikdar,
- Abstract要約: パッケージデリバリーは、様々な産業において重要な側面であるが、人的資源のみに依存している場合、高コストと非効率を伴うことが多い。
ラストマイル輸送問題は、大企業の人的資源の支出に大きく貢献する。
ロボットベースの配送システムは、この課題に対処するために、ラストマイル配送の潜在的な解決策として登場した。
- 参考スコア(独自算出の注目度): 17.475266664325904
- License:
- Abstract: Package delivery is a critical aspect of various industries, but it often incurs high financial costs and inefficiencies when relying solely on human resources. The last-mile transport problem, in particular, contributes significantly to the expenditure of human resources in major companies. Robot-based delivery systems have emerged as a potential solution for last-mile delivery to address this challenge. However, robotic delivery systems still face security and privacy issues, like impersonation, replay, man-in-the-middle attacks (MITM), unlinkability, and identity theft. In this context, we propose a privacy-preserving multi-factor authentication scheme specifically designed for robot delivery systems. Additionally, AI-assisted robotic delivery systems are susceptible to machine learning-based attacks (e.g. FGSM, PGD, etc.). We introduce the \emph{first} transformer-based audio-visual fusion defender to tackle this issue, which effectively provides resilience against adversarial samples. Furthermore, we provide a rigorous formal analysis of the proposed protocol and also analyse the protocol security using a popular symbolic proof tool called ProVerif and Scyther. Finally, we present a real-world implementation of the proposed robotic system with the computation cost and energy consumption analysis. Code and pre-trained models are available at: https://drive.google.com/drive/folders/18B2YbxtV0Pyj5RSFX-ZzCGtFOyorBHil
- Abstract(参考訳): パッケージデリバリーは、様々な産業において重要な側面であるが、人的資源のみに依存している場合、高コストと非効率を伴うことが多い。
特に最終マイル輸送問題は、大企業における人的資源の支出に大きく貢献している。
ロボットベースの配送システムは、この課題に対処するために、ラストマイル配送の潜在的な解決策として登場した。
しかし、ロボット配達システムはいまだに、偽装、リプレイ、中間者攻撃(MITM)、無リンク性、アイデンティティ盗難など、セキュリティとプライバシーの問題に直面している。
そこで本研究では,ロボット配送システムに特化して設計された,プライバシ保護型多要素認証方式を提案する。
さらに、AI支援ロボットデリバリシステムは、機械学習ベースの攻撃(例えば、FGSM、PGDなど)の影響を受けやすい。
本稿では,この問題に対処するために,emph{first}変換器を用いた音声視覚融合ディフェンサを導入し,対向サンプルに対するレジリエンスを効果的に提供する。
さらに,提案プロトコルの厳密な形式解析を行い,ProVerif と Scyther というシンボル証明ツールを用いてプロトコルのセキュリティを解析する。
最後に,提案するロボットシステムの現実的な実装について,計算コストとエネルギー消費分析を行った。
https://drive.google.com/drive/folders/18B2YbxtV0Pyj5RSFX-ZzCGtFOyorBHil
関連論文リスト
- Implementing a Robot Intrusion Prevention System (RIPS) for ROS 2 [0.4613900711472571]
RIPSは,ROS 2.0に基づくロボットアプリケーションに適した侵入防止システムである。
この原稿は、問題を包括的に説明し、ROS2アプリケーションのセキュリティ面と、ロボット環境のために開発した脅威モデルの重要なポイントを提供します。
論文 参考訳(メタデータ) (2024-12-26T16:25:34Z) - VMGuard: Reputation-Based Incentive Mechanism for Poisoning Attack Detection in Vehicular Metaverse [52.57251742991769]
車両メタバースガード(VMGuard)は、車両メタバースシステムをデータ中毒攻撃から保護する。
VMGuardは、参加するSIoTデバイスの信頼性を評価するために、評判に基づくインセンティブメカニズムを実装している。
当社のシステムは,従来は誤分類されていた信頼性の高いSIoTデバイスが,今後の市場ラウンドへの参加を禁止していないことを保証します。
論文 参考訳(メタデータ) (2024-12-05T17:08:20Z) - Exploring the Adversarial Vulnerabilities of Vision-Language-Action Models in Robotics [70.93622520400385]
本稿では,VLAに基づくロボットシステムのロバスト性を体系的に評価する。
本研究では,ロボット行動の不安定化に空間的基盤を活用する,標的のない位置認識型攻撃目標を提案する。
また、カメラの視野内に小さなカラフルなパッチを配置し、デジタル環境と物理環境の両方で効果的に攻撃を実行する逆パッチ生成アプローチを設計する。
論文 参考訳(メタデータ) (2024-11-18T01:52:20Z) - DynamiQS: Quantum Secure Authentication for Dynamic Charging of Electric Vehicles [61.394095512765304]
Dynamic Wireless Power Transfer (DWPT)は、電気自動車を運転中に充電できる新しい技術である。
量子コンピューティングの最近の進歩は、古典的な公開鍵暗号を危険にさらしている。
動的ワイヤレス充電のための第1量子後セキュア認証プロトコルであるDynamiQSを提案する。
論文 参考訳(メタデータ) (2023-12-20T09:40:45Z) - MMRNet: Improving Reliability for Multimodal Object Detection and
Segmentation for Bin Picking via Multimodal Redundancy [68.7563053122698]
マルチモーダル冗長性(MMRNet)を用いた信頼度の高いオブジェクト検出・分割システムを提案する。
これは、マルチモーダル冗長の概念を導入し、デプロイ中のセンサ障害問題に対処する最初のシステムである。
システム全体の出力信頼性と不確実性を測定するために,すべてのモダリティからの出力を利用する新しいラベルフリーマルチモーダル整合性(MC)スコアを提案する。
論文 参考訳(メタデータ) (2022-10-19T19:15:07Z) - Active Predicting Coding: Brain-Inspired Reinforcement Learning for
Sparse Reward Robotic Control Problems [79.07468367923619]
ニューラルジェネレーティブ・コーディング(NGC)の神経認知計算フレームワークによるロボット制御へのバックプロパゲーションフリーアプローチを提案する。
我々は、スパース報酬から動的オンライン学習を容易にする強力な予測符号化/処理回路から完全に構築されたエージェントを設計する。
提案するActPCエージェントは,スパース(外部)報酬信号に対して良好に動作し,複数の強力なバックプロップベースのRLアプローチと競合し,性能が優れていることを示す。
論文 参考訳(メタデータ) (2022-09-19T16:49:32Z) - Beyond Robustness: A Taxonomy of Approaches towards Resilient
Multi-Robot Systems [41.71459547415086]
我々はエージェントとマルチロボットシステムのネットワークにおけるレジリエンスの達成方法を分析する。
我々はレジリエンスがエンジニアリング設計の中心となる必要があると主張している。
論文 参考訳(メタデータ) (2021-09-25T11:25:02Z) - SABER: Data-Driven Motion Planner for Autonomously Navigating
Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。
モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。
リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。
ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文 参考訳(メタデータ) (2021-08-03T02:56:21Z) - Symbiotic System Design for Safe and Resilient Autonomous Robotics in
Offshore Wind Farms [3.5409202655473724]
Beyond Visual Line of Sight(BVLOS)ロボティクスの障壁には、運用上の安全コンプライアンスとレジリエンスが含まれます。
ロボットプラットフォームと遠隔操作者の相互利益のための知識共有によるライフサイクル学習と共進化を反映した共生システムを提案する。
本手法は,自律ミッションにおける安全性,信頼性,レジリエンスのリアルタイム検証を可能にする。
論文 参考訳(メタデータ) (2021-01-23T11:58:16Z) - Autonomous Intruder Detection Using a ROS-Based Multi-Robot System
Equipped with 2D-LiDAR Sensors [0.5512295869673147]
本稿では,中央ロボットMIDNetによる全ロボットからの検知を集中処理する単一距離センサ/ロボットシナリオにおける侵入者検出のためのマルチロボットシステムを提案する。
この作業は、人手なしで倉庫に自律的なマルチロボットセキュリティソリューションを提供することを目的としている。
論文 参考訳(メタデータ) (2020-11-07T19:49:07Z) - A Model-Based, Decision-Theoretic Perspective on Automated Cyber
Response [0.0]
本稿では,これらの線に沿って設計された自動サイバー応答に対するアプローチについて述べる。
我々は,保護対象システムのシミュレーションをオンラインプランナーと組み合わせて,部分的に観察可能なマルコフ決定問題(POMDP)を特徴とするサイバー防御問題を解く。
論文 参考訳(メタデータ) (2020-02-20T15:30:59Z)
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。