論文の概要: Large Language Models in the IoT Ecosystem -- A Survey on Security Challenges and Applications

• arxiv url: http://arxiv.org/abs/2505.17586v1
• Date: Fri, 23 May 2025 07:46:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-26 18:08:33.904931
• Title: Large Language Models in the IoT Ecosystem -- A Survey on Security Challenges and Applications
• Title（参考訳）: IoTエコシステムにおける大規模言語モデル - セキュリティ問題とアプリケーションに関する調査
• Authors: Kushal Khatiwada, Jayden Hopper, Joseph Cheatham, Ayan Joshi, Sabur Baidya,
• Abstract要約: IoT(Internet of Things, モノのインターネット)とLLM(Large Language Models)は、情報技術時代の2つの主要なプレーヤーである。 この文献調査では、IoTにLLMを適用する上での現在の技術状況について調査する。 それは、IoTセキュリティの強化において彼らが果たす重要な役割である、社会のさまざまなドメイン/セクタにおける彼らの応用を強調している。
• 参考スコア（独自算出の注目度）: 1.1312948048543685
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Internet of Things (IoT) and Large Language Models (LLMs) have been two major emerging players in the information technology era. Although there has been significant coverage of their individual capabilities, our literature survey sheds some light on the integration and interaction of LLMs and IoT devices - a mutualistic relationship in which both parties leverage the capabilities of the other. LLMs like OpenAI's ChatGPT, Anthropic's Claude, Google's Gemini/BERT, any many more, all demonstrate powerful capabilities in natural language understanding and generation, enabling more intuitive and context-aware interactions across diverse IoT applications such as smart cities, healthcare systems, industrial automation, and smart home environments. Despite these opportunities, integrating these resource-intensive LLMs into IoT devices that lack the state-of-the-art computational power is a challenging task. The security of these edge devices is another major concern as they can easily act as a backdoor to private networks if the LLM integration is sloppy and unsecured. This literature survey systematically explores the current state-of-the-art in applying LLMs within IoT, emphasizing their applications in various domains/sectors of society, the significant role they play in enhancing IoT security through anomaly detection and threat mitigation, and strategies for effective deployment using edge computing frameworks. Finally, this survey highlights existing challenges, identifies future research directions, and underscores the need for cross-disciplinary collaboration to fully realize the transformative potential of integrating LLMs and IoT.
• Abstract（参考訳）: IoT(Internet of Things, モノのインターネット)とLLM(Large Language Models)は、情報技術時代の2つの主要なプレーヤーである。 LLMとIoTデバイスの統合とインタラクション - 両者の能力を活用する相互主義的な関係 - について,私たちの文献調査では,その個々の機能に関する重要なカバレッジが報告されている。 OpenAIのChatGPT、AnthropicのClaude、GoogleのGemini/BERTなど、LLMはすべて、自然言語の理解と生成において強力な能力を示し、スマートシティやヘルスケアシステム、産業自動化、スマートホーム環境など、さまざまなIoTアプリケーション間で、より直感的でコンテキスト対応のインタラクションを可能にする。 これらの機会にもかかわらず、最先端の計算能力に欠けるIoTデバイスにリソース集約型LLMを統合することは、難しい作業である。 これらのエッジデバイスのセキュリティは、LLM統合がスロッピーで安全でない場合は、プライベートネットワークのバックドアとして簡単に機能できるという、もうひとつの大きな懸念である。 この文献調査は、IoTにLLMを適用する上での現在の最先端の状況を体系的に調査し、それぞれの分野や社会のさまざまな領域におけるアプリケーションを強調し、異常検出と脅威軽減を通じてIoTセキュリティを強化する上で彼らが果たす重要な役割と、エッジコンピューティングフレームワークを使用した効果的なデプロイメント戦略について説明する。 最後に、この調査は既存の課題を強調し、将来の研究方向を特定し、LSMとIoTを統合する変革の可能性を完全に実現するための学際的なコラボレーションの必要性を強調します。

関連論文リスト

• The Future of Internet of Things and Multimodal Language Models in 6G Networks: Opportunities and Challenges [0.0]
  本稿では,IoT(Internet of Things)とMLLM(Multimodal Language Models)の統合の可能性について述べる。 医療、農業、スマートシティなど、さまざまな分野におけるこの統合の応用に焦点を当てている。 本稿は、IoTおよびMLLM技術とアプリケーションに関する包括的な説明を提供し、各柱におけるマルチモーダルの役割に対処し、今後の研究における最も重要な課題と方向性の概要をまとめて結論付けている。
  論文  参考訳（メタデータ） (2025-04-17T18:57:06Z)
• Leveraging Machine Learning Techniques in Intrusion Detection Systems for Internet of Things [11.185300073739098]
  従来の侵入検知システム(IDS)は、IoTネットワークの動的かつ大規模な性質を管理するのに不足することが多い。 本稿では,機械学習(ML)とディープラーニング(DL)技術がIoT環境におけるIDSのパフォーマンスを大幅に向上させる方法について検討する。
  論文  参考訳（メタデータ） (2025-04-09T18:52:15Z)
• When IoT Meet LLMs: Applications and Challenges [0.5461938536945723]
  大規模言語モデル(LLM)がIoT(Internet of Things)における高度な意思決定とコンテキスト理解をいかに促進するかを示す。 これは、エッジ、フォグ、クラウドシステム間のIoT-LLM統合に関する最初の包括的な研究である。 産業用IoTアプリケーションのための新しいシステムモデルを提案する。
  論文  参考訳（メタデータ） (2024-11-20T23:44:51Z)
• IoT-LM: Large Multisensory Language Models for the Internet of Things [70.74131118309967]
  IoTエコシステムは、モーション、サーマル、ジオロケーション、イメージング、ディープ、センサー、オーディオといった、現実世界のモダリティの豊富なソースを提供する。 機械学習は、IoTデータを大規模に自動的に処理する豊富な機会を提供する。 IoTエコシステムに適した,オープンソースの大規模マルチセンサ言語モデルであるIoT-LMを紹介します。
  論文  参考訳（メタデータ） (2024-07-13T08:20:37Z)
• Socialized Learning: A Survey of the Paradigm Shift for Edge Intelligence in Networked Systems [62.252355444948904]
  本稿では,エッジインテリジェンス(EI)と社会学習(SL)の統合に関する文献レビューの結果について述べる。 SLは、エージェントの協調能力と集団知性を増幅することを目的とした、社会的原則と行動に基づく学習パラダイムである。 ソーシャル化アーキテクチャ、ソーシャル化トレーニング、ソーシャル化推論の3つの統合コンポーネントについて詳しく検討し、その強みと弱点を分析した。
  論文  参考訳（メタデータ） (2024-04-20T11:07:29Z)
• Unraveling Attacks in Machine Learning-based IoT Ecosystems: A Survey and the Open Libraries Behind Them [9.55194238764852]
  IoT(Internet of Things)は前例のない接続性の時代を迎え、2025年末までには800億のスマートデバイスが稼働すると予想されている。 機械学習(ML)は、IoT生成データの解析だけでなく、IoTエコシステム内のさまざまなアプリケーションにも重要な技術として機能する。 本稿では,MLのIoTへの統合によるセキュリティ上の脅威を包括的に調査する。
  論文  参考訳（メタデータ） (2024-01-22T06:52:35Z)
• Towards Artificial General Intelligence (AGI) in the Internet of Things (IoT): Opportunities and Challenges [55.82853124625841]
  人工知能(Artificial General Intelligence, AGI)は、人間の認知能力でタスクを理解し、学習し、実行することができる能力を持つ。 本研究は,モノのインターネットにおけるAGIの実現に向けた機会と課題を探究する。 AGIに注入されたIoTの応用スペクトルは広く、スマートグリッド、住宅環境、製造、輸送から環境モニタリング、農業、医療、教育まで幅広い領域をカバーしている。
  論文  参考訳（メタデータ） (2023-09-14T05:43:36Z)

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。