論文の概要: Cyber Spectrum Intelligence: Security Applications, Challenges and Road Ahead
- arxiv url: http://arxiv.org/abs/2501.03977v1
- Date: Tue, 07 Jan 2025 18:29:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-08 15:48:51.519129
- Title: Cyber Spectrum Intelligence: Security Applications, Challenges and Road Ahead
- Title（参考訳）: サイバースペクトルインテリジェンス:セキュリティアプリケーション、課題、道のり
- Authors: Savio Sciancalepore, Gabriele Oligeri,
- Abstract要約: サイバースペクトルインテリジェンス(SpecInt)は、基本的なスペクトルセンシングとエム信号インテリジェンスを超えた概念として登場している
SpecIntは、従来のスペクトルセンシング技術とAI(Artificial Intelligence)と並列処理を統合して、さまざまな周波数で発生した同時事象を抽出および相関する能力を強化する。
- 参考スコア（独自算出の注目度）: 3.9901365062418312
- License:
- Abstract: Cyber Spectrum Intelligence (SpecInt) is emerging as a concept that extends beyond basic {\em spectrum sensing} and {\em signal intelligence} to encompass a broader set of capabilities and technologies aimed at monitoring the use of the radio spectrum and extracting information. SpecInt merges traditional spectrum sensing techniques with Artificial Intelligence (AI) and parallel processing to enhance the ability to extract and correlate simultaneous events occurring on various frequencies, allowing for a new wave of intelligence applications. This paper provides an overview of the emerging SpecInt research area, characterizing the system architecture and the most relevant applications for cyber-physical security. We identify five subcategories of spectrum intelligence for cyber-physical security, encompassing Device Intelligence, Channel Intelligence, Location Intelligence, Communication Intelligence, and Ambient Intelligence. We also provide preliminary results based on an experimental testbed showing the viability, feasibility, and potential of this emerging application area. Finally, we point out current research challenges and future directions paving the way for further research in this domain.
- Abstract（参考訳）: サイバ・スペクトラム・インテリジェンス(SpecInt)は、無線スペクトルの使用を監視し、情報を抽出することを目的とした、より広範な能力と技術のセットを網羅する、ベーシック・エム・スペクトル・インテリジェンス(英語版)とエム・シグナル・インテリジェンス(英語版)を越えて拡張された概念として登場しつつある。
SpecIntは、従来のスペクトルセンシング技術と人工知能(AI)と並列処理を融合して、様々な周波数で発生する同時事象を抽出し、相関付ける能力を高め、新たなインテリジェンス応用を可能にしている。
本稿では,新たなSpecInt研究領域について概説し,システムアーキテクチャとサイバー物理セキュリティへの最も関連性の高い応用を特徴付ける。
サイバー物理セキュリティのためのスペクトルインテリジェンスの5つのサブカテゴリを特定し、デバイスインテリジェンス、チャンネルインテリジェンス、ロケーションインテリジェンス、通信インテリジェンス、アンビエントインテリジェンスを含む。
また,この新たな応用領域の実現可能性,実現可能性,可能性を示す実験的なテストベッドに基づく予備的な結果も提供する。
最後に,本領域における今後の研究課題と今後の方向性を指摘する。
関連論文リスト
- Networking Systems for Video Anomaly Detection: A Tutorial and Survey [55.28514053969056]
ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。
本稿では,各種深層学習駆動型VAD経路の基本前提,学習フレームワーク,適用シナリオについて述べる。
我々は、産業用IoTおよびスマート都市における最新のNSVAD研究と、デプロイ可能なNSVADのためのエンドクラウド共同アーキテクチャを紹介します。
論文 参考訳（メタデータ） (2024-05-16T02:00:44Z) - Generative AI for Secure Physical Layer Communications: A Survey [80.0638227807621]
Generative Artificial Intelligence(GAI)は、AIイノベーションの最前線に立ち、多様なコンテンツを生成するための急速な進歩と非並行的な能力を示す。
本稿では,通信ネットワークの物理層におけるセキュリティ向上におけるGAIの様々な応用について,広範な調査を行う。
私たちは、物理的レイヤセキュリティの課題に対処する上で、GAIの役割を掘り下げ、通信の機密性、認証、可用性、レジリエンス、整合性に重点を置いています。
論文 参考訳（メタデータ） (2024-02-21T06:22:41Z) - Beyond 5G Networks: Integration of Communication, Computing, Caching,
and Control [76.13180570097299]
まず、i4Cのさまざまな側面のスナップショットを示し、背景、モチベーション、主要な技術イネーブラー、潜在的なアプリケーション、ユースケースで構成されています。
我々は、i4Cに関連する最先端の研究成果を概観し、従来型と人工知能(AI)ベースの統合アプローチの最近の動向に注目した。
最後に,6Gなどの5Gネットワークを超えて,オープンな課題と今後の研究方向性を提案する。
論文 参考訳（メタデータ） (2022-12-26T12:58:56Z) - Deep Edge Intelligence: Architecture, Key Features, Enabling
Technologies and Challenges [0.0]
我々はDeep Edge Intelligence(DEI)という新しいコンピュータビジョンを提案する。
ディープラーニング、人工知能、クラウドとエッジコンピューティング、5G/6Gネットワーク、モノのインターネット、マイクロサービスなどを採用している。
信頼性とセキュアなインテリジェンスサービスを、すべての人や組織に、より優れたユーザエクスペリエンスで提供することを目指している。
論文 参考訳（メタデータ） (2022-10-24T04:18:57Z) - Pervasive Machine Learning for Smart Radio Environments Enabled by
Reconfigurable Intelligent Surfaces [56.35676570414731]
Reconfigurable Intelligent Surfaces(RIS)の新たな技術は、スマート無線環境の実現手段として準備されている。
RISは、無線媒体上の電磁信号の伝搬を動的に制御するための、高度にスケーラブルで低コストで、ハードウェア効率が高く、ほぼエネルギーニュートラルなソリューションを提供する。
このような再構成可能な無線環境におけるRISの密配置に関する大きな課題の1つは、複数の準曲面の効率的な構成である。
論文 参考訳（メタデータ） (2022-05-08T06:21:33Z) - A Comprehensive Survey on Radio Frequency (RF) Fingerprinting:
Traditional Approaches, Deep Learning, and Open Challenges [1.5469452301122175]
破壊的なアプリケーションをサポートするために、IoT(Internet of Things)の大規模なロールアウトが想定されている。
大量のワイヤレスデバイスが、前例のない脅威面を露出する。
RFフィンガープリントは暗号やゼロトラストのセキュリティ対策と組み合わせることができる候補技術として推奨されている。
論文 参考訳（メタデータ） (2022-01-03T14:42:53Z) - Artificial Intelligence for Satellite Communication: A Review [91.3755431537592]
この研究は、AI、その多様なサブフィールド、そして最先端のアルゴリズムの概要を提供する。
さまざまな衛星通信分野へのAIの適用は、ビームホッピング、アンチジャミング、ネットワークトラフィック予測、チャネルモデリング、テレメトリマイニング、電離圏シンチレーション検出、干渉管理、リモートセンシング、行動モデリング、スペースエアグラウンド統合、エネルギー管理など、優れた可能性を実証しています。
論文 参考訳（メタデータ） (2021-01-25T13:01:16Z) - Empowering Things with Intelligence: A Survey of the Progress,
Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。
まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。
最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
論文 参考訳（メタデータ） (2020-11-17T13:14:28Z) - Intelligent Radio Signal Processing: A Survey [23.399432997982988]
本調査では、変調分類、信号検出、ビームフォーミング、チャネル推定を含む、無線物理層のための4つのインテリジェント信号処理トピックについて述べる。
必要な背景を提供するため、まず、機械学習、ディープラーニング、フェデレーション学習などのAI技術の概要を紹介する。
我々は、インテリジェント無線信号処理分野における多くの研究課題と今後の方向性を強調した。
論文 参考訳（メタデータ） (2020-08-19T05:06:31Z) - Communication-Efficient Edge AI: Algorithms and Systems [39.28788394839187]
エッジデバイス(IoTデバイスなど)の大規模展開は、前例のない規模のデータを生成する。
このような巨大なデータはすべて、処理のためにエンドデバイスからクラウドに送信することはできない。
AIモデルの推論とトレーニングプロセスをエッジノードにプッシュすることで、エッジAIは有望な代替手段として浮上した。
論文 参考訳（メタデータ） (2020-02-22T09:27:55Z)
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。