論文の概要: Enhancing Wireless Sensor Network Security through Integration with the ServiceNow Cloud Platform

• arxiv url: http://arxiv.org/abs/2501.00264v1
• Date: Tue, 31 Dec 2024 04:17:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-05 17:15:08.241668
• Title: Enhancing Wireless Sensor Network Security through Integration with the ServiceNow Cloud Platform
• Title（参考訳）: ServiceNow Cloud Platformとの統合によるワイヤレスセンサネットワークセキュリティの強化
• Authors: Syed Atif Ali, Salwa Din,
• Abstract要約: 本研究は、セキュリティリスクに対処するために、WSNとクラウドプラットフォームとの統合に焦点を当てている。 現在WSNは、災害管理、国土安全保障、戦場監視、農業、医療産業など、さまざまな低電力アプリケーションにデプロイされている。 WSNの網羅的な要件には、収集されたデータの高速な処理、低コストなインストールとメンテナンス、ネットワーク操作の低レイテンシが含まれる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Wireless Sensor Networks (WSNs) continue to experience rapid developments and integration into modern-day applications. Overall, WSNs collect and process relevant data through sensors or nodes and communicate with different networks for superior information management. Nevertheless, a primary concern relative to WSNs is security. Considering the high constraints on throughput, battery, processing power, and memory, typical security procedures present limitations for application in WSNs. This research focuses on the integration of WSNs with the cloud platform, specifically to address these security risks. The cloud platform also adopts a security-driven approach and has attracted many applications across various sectors globally. This research specifically explores how cloud computing could be exploited to impede Denial of Service attacks from endangering WSNs. WSNs are now deployed in various low-powered applications, including disaster management, homeland security, battlefield surveillance, agriculture, and the healthcare industry. WSNs are distinguished from traditional networks by the numerous wireless connected sensors being deployed to conduct an assigned task. In testing scenarios, the size of WSNs ranges from a few to several thousand. The overarching requirements of WSNs include rapid processing of collected data, low-cost installation and maintenance, and low latency in network operations. Given that a substantial amount of WSN applications are used in high-risk and volatile environments, they must effectively address security concerns. This includes the secure movement, storage, and communication of data through networks, an environment in which WSNs are notably vulnerable. The limitations of WSNs have meant that they are predominantly used in unsecured applications despite positive advancements. This study explores methods for integrating the WSN with the cloud.
• Abstract（参考訳）: 無線センサネットワーク(WSN)は、現在のアプリケーションへの迅速な開発と統合を引き続き経験している。 全体としてWSNは、センサーやノードを通じて関連するデータを収集、処理し、優れた情報管理のために異なるネットワークと通信する。 それでも、WSNに関する主な関心事はセキュリティである。 スループット、バッテリ、処理能力、メモリに対する高い制約を考えると、典型的なセキュリティ手順はWSNのアプリケーションに制限を与えます。 この研究は、セキュリティリスクに対処するために、WSNとクラウドプラットフォームとの統合に焦点を当てている。 クラウドプラットフォームはまた、セキュリティ駆動のアプローチを採用し、世界中のさまざまなセクターで多くのアプリケーションを惹きつけている。 この研究は、クラウドコンピューティングをどのように利用して、WSNを危険にさらすことによるDonial of Service攻撃を阻害するかを特に検討している。 現在WSNは、災害管理、国土安全保障、戦場監視、農業、医療産業など、さまざまな低電力アプリケーションにデプロイされている。 WSNは、割り当てられたタスクを実行するためにデプロイされる多数の無線接続センサーによって、従来のネットワークと区別される。 テストシナリオでは、WSNのサイズは数から数千まで様々です。 WSNの網羅的な要件には、収集されたデータの高速な処理、低コストのインストールとメンテナンス、ネットワーク操作の低レイテンシが含まれる。 かなりの数のWSNアプリケーションがリスクが高く不安定な環境で使用されていることを考慮すれば、セキュリティ上の問題に効果的に対処する必要があります。 これにはセキュアな移動、ストレージ、ネットワーク経由のデータ通信が含まれており、WSNが特に脆弱な環境である。 WSNの制限は、前向きな進歩にもかかわらず、安全でないアプリケーションで主に使用されることを意味している。 本稿では,WSNをクラウドに統合する方法について検討する。

関連論文リスト

• Securing Legacy Communication Networks via Authenticated Cyclic Redundancy Integrity Check [98.34702864029796]
  認証サイクル冗長性チェック(ACRIC)を提案する。 ACRICは、追加のハードウェアを必要とせずに後方互換性を保持し、プロトコルに依存しない。 ACRICは最小送信オーバーヘッド(1ms)で堅牢なセキュリティを提供する。
  論文  参考訳（メタデータ） (2024-11-21T18:26:05Z)
• Advancing Software Security and Reliability in Cloud Platforms through AI-based Anomaly Detection [0.5599792629509228]
  この研究は、AIサポートによる異常検出を実装することにより、CI/CDパイプラインのセキュリティを向上させることを目的としている。 目標は、パイプラインとクラウドプラットフォームのネットワークトラフィックパターンから、異常な振る舞いやバリエーションを特定することだ。 コンボリューションニューラルネットワーク(CNN)とLong Short-Term Memory(LSTM)を組み合わせて,異常なトラフィックパターンを検出する。
  論文  参考訳（メタデータ） (2024-11-14T05:45:55Z)
• Security Evaluation in Software-Defined Networks [1.9713190626298576]
  クラウドコンピューティングは、Data Centre(DC)ネットワークの要求を大幅に増加させた。 従来のDCは、クラウドコンピューティングアプリケーションのフレキシブルで集中管理された要件を満たすのに苦労しています。 本稿では、SDN(Software-Defined Networks)のセキュリティを評価するためのフレームワークについて述べる。
  論文  参考訳（メタデータ） (2024-08-21T09:56:14Z)
• Securing the Open RAN Infrastructure: Exploring Vulnerabilities in Kubernetes Deployments [60.51751612363882]
  ソフトウェアベースのオープン無線アクセスネットワーク(RAN)システムのセキュリティへの影響について検討する。 我々は、Near Real-Time RAN Controller(RIC)クラスタをサポートするインフラストラクチャに潜在的な脆弱性と設定ミスがあることを強調します。
  論文  参考訳（メタデータ） (2024-05-03T07:18:45Z)
• A Study on the Security Requirements Analysis to build a Zero Trust-based Remote Work Environment [2.1961544533969257]
  本稿では,ゼロトラストモデルに基づく詳細なセキュリティ要件を提案し,それに応じて各種クラウドサービスのセキュリティ分析を行う。 セキュリティ分析の結果,ゼロトラストによるクラウドサービスに対する潜在的な脅威と対策を提案した。
  論文  参考訳（メタデータ） (2024-01-08T05:50:20Z)
• Scaling #DNN-Verification Tools with Efficient Bound Propagation and Parallel Computing [57.49021927832259]
  ディープニューラルネットワーク(DNN)は多くのシナリオで異常な結果を示した強力なツールです。 しかし、それらの複雑な設計と透明性の欠如は、現実世界のアプリケーションに適用する際の安全性上の懸念を提起する。 DNNの形式的検証(FV)は、安全面の証明可能な保証を提供する貴重なソリューションとして登場した。
  論文  参考訳（メタデータ） (2023-12-10T13:51:25Z)
• Machine Learning-Based User Scheduling in Integrated Satellite-HAPS-Ground Networks [82.58968700765783]
  第6世代通信ネットワーク(6G)の強化のための価値あるソリューション空間の提供を約束する。 本稿では,空対地統合通信におけるユーザスケジューリングにおける機械学習の可能性について述べる。
  論文  参考訳（メタデータ） (2022-05-27T13:09:29Z)
• An Online Ensemble Learning Model for Detecting Attacks in Wireless Sensor Networks [0.0]
  我々は、アンサンブル学習として知られる重要な機械学習の概念を適用して、インテリジェントで効率的で、かつ、高機能な侵入検知システムを開発する。 本稿では,感覚データ解析における同種・異種のオンラインアンサンブルの応用について検討する。 提案されたオンラインアンサンブルのうち、アダプティブ・ランダム・フォレスト(ARF)とHoeffding Adaptive Tree(HAT)アルゴリズムを組み合わせた異種アンサンブルと、10モデルからなる同種アンサンブルHATは、それぞれ96.84%と97.2%という高い検出率を達成した。
  論文  参考訳（メタデータ） (2022-04-28T23:10:47Z)
• Unsupervised Point Cloud Representation Learning with Deep Neural Networks: A Survey [104.71816962689296]
  大規模クラウドラベリングの制約により,教師なしのポイントクラウド表現学習が注目されている。 本稿では、ディープニューラルネットワークを用いた教師なしポイントクラウド表現学習の総合的なレビューを提供する。
  論文  参考訳（メタデータ） (2022-02-28T07:46:05Z)
• Analyzing Machine Learning Approaches for Online Malware Detection in Cloud [0.0]
  プロセスレベルのパフォーマンス指標に基づいてオンラインマルウェア検出を行い、異なる機械学習モデルの有効性を解析する。 我々の分析では、ニューラルネットワークモデルは、クラウド上の仮想マシンのプロセスレベル機能に最も正確なマルウェアを検出できると結論付けている。
  論文  参考訳（メタデータ） (2021-05-19T17:28:12Z)
• CryptoSPN: Privacy-preserving Sum-Product Network Inference [84.88362774693914]
  総生産ネットワーク(SPN)のプライバシ保護のためのフレームワークを提案する。 CryptoSPNは、中規模のSPNに対して秒の順序で高効率で正確な推論を行う。
  論文  参考訳（メタデータ） (2020-02-03T14:49:18Z)

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。