Fugu-MT 論文翻訳(概要): On the Cyber-Physical Security of Commercial Indoor Delivery Robot Systems

論文の概要: On the Cyber-Physical Security of Commercial Indoor Delivery Robot Systems

arxiv url: http://arxiv.org/abs/2412.10699v1
Date: Sat, 14 Dec 2024 06:12:10 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-17 15:49:59.759084
Title: On the Cyber-Physical Security of Commercial Indoor Delivery Robot Systems
Title（参考訳）: 市販宅配ロボットシステムのサイバー物理セキュリティについて
Authors: Fayzah Alshammari, Yunpeng Luo, Qi Alfred Chen,
Abstract要約: 屋内配達ロボット(IDR)は、今後第4次産業革命において重要な役割を担い、屋内環境内のアイテムを自律的にナビゲートし輸送する。本研究は,サイバーおよび物理層攻撃面と,セキュリティ,安全性,プライバシを越えたドメイン固有の攻撃目標の両方を考慮して,IDRシステムの最初のセキュリティ解析を行うことを目的とする。
参考スコア（独自算出の注目度）: 20.204068275090243
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Indoor Delivery Robots (IDRs) play a vital role in the upcoming fourth industrial revolution, autonomously navigating and transporting items within indoor environments. In this work, we thus aim to conduct the first security analysis of the IDR systems considering both cyber- and physical-layer attack surface and domain-specific attack goals across security, safety, and privacy. As initial results, we formulated a general IDR system architecture from 40 commercial IDR models and then performed an initial cyber-physical attack entry point identification. We also performed an experimental analysis of a real commercial IDR robot-side software and identified several vulnerabilities. We then discuss future steps.
Abstract（参考訳）: 屋内配達ロボット(IDR)は、今後第4次産業革命において重要な役割を担い、屋内環境内のアイテムを自律的にナビゲートし輸送する。そこで本研究では,サイバーおよび物理層攻撃面と,セキュリティ,安全性,プライバシを越えたドメイン固有の攻撃目標の両方を考慮して,IDRシステムの最初のセキュリティ解析を行う。最初の結果として、40の商用IDRモデルから一般的なIDRシステムアーキテクチャを定式化し、初期サイバー物理攻撃エントリポイント識別を行った。また、実際の商用IDRロボットサイドソフトウェアを実験的に分析し、いくつかの脆弱性を特定した。その後、今後のステップについて論じる。

関連論文リスト

Procedimiento de auditoría de ciberseguridad para sistemas autónomos: metodología, amenazas y mitigaciones [0.1759008116536278]
本稿では,自律システムに対する特定のセキュリティ監査手順について述べる。これは、階層構造された方法論、ロボットの文脈に適応した脅威分類法、具体的な緩和措置に基づいている。
論文参考訳（メタデータ） (2025-11-07T12:06:21Z)
The Cybersecurity of a Humanoid Robot [0.5958112901546286]
本報告では,生産型ヒューマノイドロボットプラットフォームの総合的なセキュリティ評価について述べる。高度な防御機構と重大な脆弱性の両方を特徴とする、複雑なセキュリティの状況を発見しました。この研究は、ヒューマノイドロボットが研究キュリオシティからクリティカルドメインの運用システムに移行するにつれ、堅牢なセキュリティ標準を開発するための実証的な証拠となる。
論文参考訳（メタデータ） (2025-09-17T15:37:09Z)
ANNIE: Be Careful of Your Robots [48.89876809734855]
エンボディドAIシステムに対する敵の安全攻撃に関する最初の体系的研究について述べる。すべての安全カテゴリーで攻撃の成功率は50%を超えている。結果は、実証済みのAIシステムにおいて、これまで未調査だったが、非常に連続的な攻撃面を露呈する。
論文参考訳（メタデータ） (2025-09-03T15:00:28Z)
SoK: Cybersecurity Assessment of Humanoid Ecosystem [25.852577434268273]
我々はヒューマノイドロボットの7層セキュリティモデルを導入し、39の既知の攻撃と35の防衛をヒューマノイドエコシステム全体で編成した。提案手法は,Pepper,G1 EDU,Digitの3つの実世界のロボットを評価することで実証する。
論文参考訳（メタデータ） (2025-08-24T18:13:33Z)
Offensive Robot Cybersecurity [0.0]
この論文は、ロボットアーキテクチャとサイバーセキュリティの深い関係を明らかにしている。防衛と攻撃の両面からサイバーセキュリティにアプローチすることが重要である。この論文は、サイバーセキュリティ認知エンジンのための新しいアーキテクチャを提案する。
論文参考訳（メタデータ） (2025-06-18T10:49:40Z)
SafeAgent: Safeguarding LLM Agents via an Automated Risk Simulator [77.86600052899156]
LLM(Large Language Model)ベースのエージェントは、現実のアプリケーションにますますデプロイされる。完全自動合成データ生成によるエージェント安全性を体系的に向上する最初のフレームワークであるAutoSafeを提案する。 AutoSafeは安全性のスコアを平均で45%向上させ、現実世界のタスクでは28.91%の改善を実現している。
論文参考訳（メタデータ） (2025-05-23T10:56:06Z)
Safety and Security Risk Mitigation in Satellite Missions via Attack-Fault-Defense Trees [2.252059459291148]
本研究は,アルゼンチンの航空宇宙専門のミッションクリティカルシステム企業であるAscentio Technologiesの事例研究である。主な焦点は、現在同社が開発している衛星プロジェクトのためのGround Segmentだ。本稿では,アタックツリー,フォールトツリー,防御機構を統一モデルに統合したアタック・フォールト・ディフェンス・ツリー・フレームワークの適用について述べる。
論文参考訳（メタデータ） (2025-04-01T17:24:43Z)
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)
Don't Let Your Robot be Harmful: Responsible Robotic Manipulation [57.70648477564976]
ロボット操作における人間の指示の実行は、深刻な安全性のリスクにつながる可能性がある。 i) 安全リスクを含むシナリオを自動生成し、仮想的なインタラクションを行う世界モデルと、(ii) 反射による結果を予測するメンタルモデルを含む。本研究は, 安全行政がリスクを回避し, 合成データセットと実世界の両方の実験において, 効率的にタスクを完了できることを実証する。
論文参考訳（メタデータ） (2024-11-27T12:27:50Z)
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)
Defining and Evaluating Physical Safety for Large Language Models [62.4971588282174]
大型言語モデル (LLM) は、ドローンのようなロボットシステムを制御するためにますます使われている。現実世界のアプリケーションに物理的な脅威や害をもたらすリスクは、まだ解明されていない。我々は,ドローンの物理的安全性リスクを,(1)目標脅威,(2)目標脅威,(3)インフラ攻撃,(4)規制違反の4つのカテゴリに分類する。
論文参考訳（メタデータ） (2024-11-04T17:41:25Z)
EARBench: Towards Evaluating Physical Risk Awareness for Task Planning of Foundation Model-based Embodied AI Agents [53.717918131568936]
EAI(Embodied AI)は、高度なAIモデルを現実世界のインタラクションのための物理的なエンティティに統合する。高レベルのタスク計画のためのEAIエージェントの"脳"としてのファンデーションモデルは、有望な結果を示している。しかし、これらのエージェントの物理的環境への展開は、重大な安全性上の課題を呈している。本研究では,EAIシナリオにおける身体的リスクの自動評価のための新しいフレームワークEARBenchを紹介する。
論文参考訳（メタデータ） (2024-08-08T13:19:37Z)
A Survey on Privacy Attacks Against Digital Twin Systems in AI-Robotics [4.304994557797013]
産業 4.0 は、人工知能/機械学習(AI/ML)とデジタルツイン(DT)技術の統合によって、複雑なロボットが台頭するのを目撃している。本稿では,AIモデルとDTモデルによって実現されたロボットを対象としたプライバシ攻撃について調査する。
論文参考訳（メタデータ） (2024-06-27T00:59:20Z)
Security Considerations in AI-Robotics: A Survey of Current Methods, Challenges, and Opportunities [4.466887678364242]
本稿では,AI-ロボティクスシステムにおけるセキュリティ問題への対処の必要性から,3次元にわたる包括的調査と分類について述べる。まず、潜在的な攻撃面を調査し、防御戦略を緩和することから始める。次に、依存関係や心理的影響などの倫理的問題や、これらのシステムに対する説明責任に関する法的懸念を掘り下げる。
論文参考訳（メタデータ） (2023-10-12T17:54:20Z)
AI Security Threats against Pervasive Robotic Systems: A Course for Next Generation Cybersecurity Workforce [0.9137554315375919]
ロボティクス、自動化、および関連する人工知能(AI)システムは、セキュリティ、安全性、正確性、信頼に関する懸念を広めている。これらのシステムのセキュリティは、プライバシーの侵害、重要な操作妨害、身体の危害につながるサイバー攻撃を防ぐためにますます重要になっている。このコースの説明には、"広汎なロボットシステムに対するAIセキュリティ脅威"に関する7つの自己完結型および適応型モジュールの詳細が含まれている。
論文参考訳（メタデータ） (2023-02-15T21:21:20Z)
Adversarial Machine Learning Attacks and Defense Methods in the Cyber Security Domain [58.30296637276011]
本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
論文参考訳（メタデータ） (2020-07-05T18:22:40Z)

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。