論文の概要: Poster: SpiderSim: Multi-Agent Driven Theoretical Cybersecurity Simulation for Industrial Digitalization
- arxiv url: http://arxiv.org/abs/2502.13778v1
- Date: Wed, 19 Feb 2025 14:42:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-20 14:00:37.907420
- Title: Poster: SpiderSim: Multi-Agent Driven Theoretical Cybersecurity Simulation for Industrial Digitalization
- Title（参考訳）: Poster: SpiderSim: 産業デジタル化のためのマルチエージェント駆動の理論的サイバーセキュリティシミュレーション
- Authors: Jiaqi Li, Xizhong Guo, Yang Zhao, Lvyang Zhang, Lidong Zhai,
- Abstract要約: SpiderSimは、産業用デジタル化セキュリティ研究のための高速で軽量なシナリオ生成を可能にする理論的サイバーセキュリティシミュレーションプラットフォームである。
統合シナリオモデリングのための構造化フレームワーク、自動生成のためのマルチエージェントコラボレーションメカニズム、柔軟なシナリオ構成のためのモジュール型アトミックセキュリティ機能です。
- 参考スコア（独自算出の注目度）: 8.502386221662125
- License:
- Abstract: Rapid industrial digitalization has created intricate cybersecurity demands that necessitate effective validation methods. While cyber ranges and simulation platforms are widely deployed, they frequently face limitations in scenario diversity and creation efficiency. In this paper, we present SpiderSim, a theoretical cybersecurity simulation platform enabling rapid and lightweight scenario generation for industrial digitalization security research. At its core, our platform introduces three key innovations: a structured framework for unified scenario modeling, a multi-agent collaboration mechanism for automated generation, and modular atomic security capabilities for flexible scenario composition. Extensive implementation trials across multiple industrial digitalization contexts, including marine ranch monitoring systems, validate our platform's capacity for broad scenario coverage with efficient generation processes. Built on solid theoretical foundations and released as open-source software, SpiderSim facilitates broader research and development in automated security testing for industrial digitalization.
- Abstract（参考訳）: 急速な産業デジタル化は、効果的な検証方法を必要とする複雑なサイバーセキュリティ要求を生み出した。
サイバーレンジとシミュレーションプラットフォームは広くデプロイされているが、シナリオの多様性と生成効率の制限に直面していることが多い。
本稿では,産業用デジタル化セキュリティ研究において,迅速かつ軽量なシナリオ生成を可能にする,理論的サイバーセキュリティシミュレーションプラットフォームであるSpiderSimを提案する。
統合シナリオモデリングのための構造化フレームワーク、自動生成のためのマルチエージェントコラボレーションメカニズム、柔軟なシナリオ構成のためのモジュール型アトミックセキュリティ機能です。
海洋牧場モニタリングシステムを含む,複数の産業デジタル化状況における広範な実施試験は,効率的な生成プロセスによる広範なシナリオカバレッジを実現するためのプラットフォーム能力を検証する。
しっかりとした理論の基礎の上に構築され、オープンソースのソフトウェアとしてリリースされたSpiderSimは、産業用デジタル化のための自動セキュリティテストの幅広い研究と開発を促進する。
関連論文リスト
- High-Security Hardware Module with PUF and Hybrid Cryptography for Data Security [1.8434042562191815]
この研究は、業界、特に産業4.0における技術の急速な発展を浮き彫りにしている。
効率性はあるものの、サイバー攻撃の増加などネガティブな影響も与えている。
本研究は,ハードウェアセキュリティモジュール (HSM) を物理非拘束機能 (PUF) 認証付きFPGA (フィールドプログラマブルゲートアレイ) とハイブリッド暗号化データセキュリティシステムを用いて開発することによるソリューションを提案する。
論文 参考訳（メタデータ） (2024-09-16T02:06:49Z) - Sustainable Diffusion-based Incentive Mechanism for Generative AI-driven Digital Twins in Industrial Cyber-Physical Systems [65.22300383287904]
産業用サイバー物理システム(ICPS)は、現代の製造業と産業にとって不可欠なコンポーネントである。
製品ライフサイクルを通じてデータをデジタル化することにより、ICPSのDigital Twins(DT)は、現在の産業インフラからインテリジェントで適応的なインフラへの移行を可能にします。
GenAIはDTの構築と更新を推進し、予測精度を改善し、多様なスマート製造に備える。
論文 参考訳（メタデータ） (2024-08-02T10:47:10Z) - Very Large-Scale Multi-Agent Simulation in AgentScope [112.98986800070581]
我々は,ユーザフレンドリーなマルチエージェントプラットフォームであるAgentScopeの新機能とコンポーネントを開発した。
高いスケーラビリティと高効率を実現するために,アクタをベースとした分散機構を提案する。
また、多数のエージェントを便利に監視し、管理するためのWebベースのインターフェースも提供します。
論文 参考訳（メタデータ） (2024-07-25T05:50:46Z) - On Using Agent-based Modeling and Simulation for Studying Blockchain Systems [0.5076419064097734]
現代的なエンジニアリングアプローチを使ったソフトウェアとして開発されたシミュレーションフレームワークが必要だ。
この枠組みは, 産業事例を迅速にプロトタイピングし, 実現可能性分析を現実的に行う。
論文 参考訳（メタデータ） (2024-04-23T08:06:37Z) - Quantum Computing Enhanced Service Ecosystem for Simulation in Manufacturing [56.61654656648898]
本稿では,製造シミュレーションのための量子コンピューティングによるサービスエコシステムの枠組みを提案する。
我々は,これらの新しい計算パラダイムを定量的に評価することを目的とした2つの高価値ユースケースを分析した。
論文 参考訳（メタデータ） (2024-01-19T11:04:14Z) - Software Repositories and Machine Learning Research in Cyber Security [0.0]
堅牢なサイバーセキュリティ防衛の統合は、ソフトウェア開発のあらゆる段階において不可欠になっている。
ソフトウェア要件プロセスにおけるこれらの初期段階の脆弱性の検出にトピックモデリングと機械学習を活用する試みが実施されている。
論文 参考訳（メタデータ） (2023-11-01T17:46:07Z) - Stochastic Configuration Machines for Industrial Artificial Intelligence [4.57421617811378]
産業人工知能(IAI)におけるコンフィグレーションネットワーク(SCN)の役割
本稿では、効率的なモデリングとデータサイズ削減を強調するために、SCMと呼ばれる新しいランダム化学習モデルを提案する。
いくつかのベンチマークデータセットと3つの産業応用に関する実験的研究が行われている。
論文 参考訳（メタデータ） (2023-08-25T05:52:41Z) - Finding Needles in Haystack: Formal Generative Models for Efficient
Massive Parallel Simulations [0.0]
著者らはベイズ最適化に基づく手法を提案し、望ましい結果をもたらすシナリオで生成モデルを効率的に学習する。
この方法論は、シナリオを記述するためにOpenSCENARIO標準を使用するエンドツーエンドフレームワークに統合されている。
論文 参考訳（メタデータ） (2023-01-03T16:55:06Z) - Distributed intelligence on the Edge-to-Cloud Continuum: A systematic
literature review [62.997667081978825]
このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。
現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
論文 参考訳（メタデータ） (2022-04-29T08:06:05Z) - Realistic simulation of users for IT systems in cyber ranges [63.20765930558542]
ユーザアクティビティを生成するために,外部エージェントを用いて各マシンを計測する。
このエージェントは、決定論的および深層学習に基づく手法を組み合わせて、異なる環境に適応する。
また,会話や文書の作成を容易にする条件付きテキスト生成モデルを提案する。
論文 参考訳（メタデータ） (2021-11-23T10:53:29Z) - Multi Agent System for Machine Learning Under Uncertainty in Cyber
Physical Manufacturing System [78.60415450507706]
近年の予測機械学習の進歩は、製造における様々なユースケースに応用されている。
ほとんどの研究は、それに関連する不確実性に対処することなく予測精度を最大化することに焦点を当てた。
本稿では,機械学習における不確実性の原因を特定し,不確実性下での機械学習システムの成功基準を確立する。
論文 参考訳（メタデータ） (2021-07-28T10:28:05Z)
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。