論文の概要: Design and implementation of tools to build an ontology of Security Requirements for Internet of Medical Things

• arxiv url: http://arxiv.org/abs/2501.03067v1
• Date: Mon, 06 Jan 2025 15:04:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-07 17:05:10.155513
• Title: Design and implementation of tools to build an ontology of Security Requirements for Internet of Medical Things
• Title（参考訳）: インターネット・オブ・メディカル・モノのセキュリティ要件オントロジー構築のためのツールの設計と実装
• Authors: Daniel Naro, Jaime Delgado, Silvia Llorente, Amanda Palomo,
• Abstract要約: インターネット・オブ・メディカル・モノ(IoMT)の世界では、メーカーやサードパーティは、法律と仕様の両方で示されるセキュリティ要件を認識しなければならない。 関連する法則と仕様(欧州の文脈)を表わすオントロジーは非常に有用である。 検討された仕様文書の量とサイズが非常に多いため,自然文からオントロジーへの移行を簡単にするための方法論とツールが導入された。
• 参考スコア（独自算出の注目度）: 2.446672595462589
• License:
• Abstract: When developing devices, architectures and services for the Internet of Medical Things (IoMT) world, manufacturers or integrators must be aware of the security requirements expressed by both laws and specifications. To provide tools guiding through these requirements and to assure a third party of the correct compliance, an ontology charting the relevant laws and specifications (for the European context) is very useful. We here address the development of this ontology. Due to the very high number and size of the considered specification documents, we have put in place a methodology and tools to simplify the transition from natural text to an ontology. The first step is a manual highlighting of relevant concepts in the corpus, then a manual translation to XML/XSD is operated. We have developed a tool allowing us to convert this semi-structured data into an ontology. Because the different specifications use similar but different wording, our approach favors the creation of similar instances in the ontology. To improve the ontology simplification through instance merging, we consider the use of LLMs. The responses of the LLMs are compared against our manually defined correct responses. The quality of the responses of the automated system does not prove to be good enough to be trusted blindly, and should only be used as a starting point for a manual correction.
• Abstract（参考訳）: インターネット・オブ・メディカル・モノ(IoMT)の世界向けのデバイス、アーキテクチャ、サービスを開発する場合、メーカーやインテグレータは法と仕様の両方で表されるセキュリティ要件を認識しなければならない。 これらの要件を導出し、正しいコンプライアンスの第三者を保証するために、関連する法律や仕様(欧州の文脈)をチャート化するオントロジーが非常に有用であるツールを提供する。 ここでは、このオントロジーの展開について述べる。 検討された仕様文書の量とサイズが非常に多いため,自然文からオントロジーへの移行を簡単にするための方法論とツールが導入された。 最初のステップは、コーパス内の関連する概念を手動でハイライトし、XML/XSDへの手動翻訳を操作します。 我々はこの半構造化データをオントロジーに変換するツールを開発した。 異なる仕様は似ているが異なる用語を使用するため、我々のアプローチはオントロジーにおける類似したインスタンスの作成を好んでいる。 インスタンスのマージによるオントロジーの単純化を改善するため,LLMの利用を検討する。 LLMの応答は、手動で定義した正しい応答と比較される。 自動システムの応答の品質は、盲目的に信頼されるのに十分なものではないことが証明され、手作業による修正の出発点としてのみ使用されるべきである。

関連論文リスト

• Embodied-RAG: General Non-parametric Embodied Memory for Retrieval and Generation [65.23793829741014]
  Embodied-RAGは、非パラメトリックメモリシステムによるエンボディエージェントのモデルを強化するフレームワークである。 コアとなるEmbodied-RAGのメモリはセマンティックフォレストとして構成され、言語記述を様々なレベルで詳細に保存する。 Embodied-RAGがRAGをロボット領域に効果的にブリッジし、200以上の説明とナビゲーションクエリをうまく処理できることを実証する。
  論文  参考訳（メタデータ） (2024-09-26T21:44:11Z)
• Using Large Language Models for the Interpretation of Building Regulations [7.013802453969655]
  大規模言語モデル(LLM)は、ユーザのプロンプトに応答する論理的に一貫性のあるテキストとソースコードを生成することができる。 本稿では, 建物規制をLegalRuleMLに変換する際のLLMの性能を, 数ショットの学習設定で評価する。
  論文  参考訳（メタデータ） (2024-07-26T08:30:47Z)
• Validation of Rigorous Requirements Specifications and Document Automation with the ITLingo RSL Language [0.0]
  ITLingoイニシアチブは、技術的文書の厳密さと一貫性を高めるためにRSLという要求仕様言語を導入した。 本稿では、要求検証と文書自動化の分野における既存の研究・ツールについてレビューする。 我々は、カスタマイズされたチェックと、RSL自体で動的に定義された言語規則に基づいて、仕様の検証によりRSLを拡張することを提案する。
  論文  参考訳（メタデータ） (2023-12-17T21:39:26Z)
• LLM and Infrastructure as a Code use case [0.0]
  ドキュメントはYAMLロールとプレイブックの生成と管理のためのソリューションについて調査する。 当社の取り組みは、有効な方向を特定し、潜在的な応用を概説することに集中しています。 この実験のために、我々はLightspeedの使用に反対した。
  論文  参考訳（メタデータ） (2023-09-04T09:05:17Z)
• On Search Strategies for Document-Level Neural Machine Translation [51.359400776242786]
  文書レベルのニューラルネットワーク変換(NMT)モデルは、ドキュメント全体にわたってより一貫性のある出力を生成する。 そこで本研究では,デコードにおける文脈認識翻訳モデルをどのように活用するか,という質問に答えることを目的としている。
  論文  参考訳（メタデータ） (2023-06-08T11:30:43Z)
• SIM-Trans: Structure Information Modeling Transformer for Fine-grained Visual Categorization [59.732036564862796]
  本稿では,オブジェクト構造情報を変換器に組み込んだSIM-Trans(Structure Information Modeling Transformer)を提案する。 提案した2つのモジュールは軽量化されており、任意のトランスフォーマーネットワークにプラグインでき、エンドツーエンドで容易に訓練できる。 実験と解析により,提案したSIM-Transが細粒度視覚分類ベンチマークの最先端性能を達成することを示した。
  論文  参考訳（メタデータ） (2022-08-31T03:00:07Z)
• SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
  本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。 しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
  論文  参考訳（メタデータ） (2021-12-22T14:45:37Z)
• Using Document Similarity Methods to create Parallel Datasets for Code Translation [60.36392618065203]
  あるプログラミング言語から別のプログラミング言語へのソースコードの翻訳は、重要で時間を要する作業です。 本稿では、文書類似性手法を用いて、ノイズの多い並列データセットを作成することを提案する。 これらのモデルは、妥当なレベルのノイズに対して、地上の真実に基づいて訓練されたモデルと相容れない性能を示す。
  論文  参考訳（メタデータ） (2021-10-11T17:07:58Z)
• From English to Signal Temporal Logic [7.6398837478968025]
  本稿では,サイバー物理システムのための公式な仕様言語であるSignal Temporal Logic (STL) に,自由英語文として与えられる非公式な要件を翻訳するためのツールおよびテクニックであるDeepSTLを提案する。 このような翻訳を考案する上での大きな課題は、公式な非公式な要件と公式な仕様の欠如である。 2番目のステップでは、最先端のトランスフォーマーベースのニューラル翻訳技術を用いて、英語からSTLへの正確な注意翻訳を訓練する。
  論文  参考訳（メタデータ） (2021-09-21T16:13:29Z)
• Semantic based model of Conceptual Work Products for formal verification of complex interactive systems [3.0458872052651973]
  概念的作業製品に対する客観的な仕様を検証するための自動論理推論器について述べる。 概念的な作業製品仕様は、明確に述べられ、正しく、解決可能な、基本的な出力要件として機能する。 セマンティックWebのツールによる作業オントロジーは、自動推論による解決可能性の検証のために、クラスと状態図を変換するために必要です。
  論文  参考訳（メタデータ） (2020-08-04T15:10:44Z)
• Learning Contextualized Document Representations for Healthcare Answer Retrieval [68.02029435111193]
  コンテキスト談話ベクトル(英: Contextual Discourse Vectors、CDV)は、長文からの効率的な回答検索のための分散文書表現である。 本モデルでは,階層型LSTMレイヤとマルチタスクトレーニングを併用したデュアルエンコーダアーキテクチャを用いて,臨床エンティティの位置と文書の談話に沿った側面をエンコードする。 我々の一般化モデルは、医療パスランキングにおいて、最先端のベースラインを著しく上回っていることを示す。
  論文  参考訳（メタデータ） (2020-02-03T15:47:19Z)

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。