論文の概要: GOLIATH: A Decentralized Framework for Data Collection in Intelligent Transportation Systems
- arxiv url: http://arxiv.org/abs/2506.10665v1
- Date: Thu, 12 Jun 2025 12:55:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-13 15:37:22.739404
- Title: GOLIATH: A Decentralized Framework for Data Collection in Intelligent Transportation Systems
- Title（参考訳）: GOLIATH:インテリジェントトランスポートシステムにおけるデータ収集のための分散フレームワーク
- Authors: Davide Maffiola, Stefano Longari, Michele Carminati, Mara Tanelli, Stefano Zanero,
- Abstract要約: GOLIATHはIn-Vehicle Infotainment (IVI)システム上で動作し、ネットワークの参加者間で交換されたリアルタイム情報を収集する分散フレームワークである。
我々は,コミュニケーションの妨害や無効化を目的とした,現実的な敵の集合に対してレジリエントなコンセンサス機構を設計する。
- 参考スコア（独自算出の注目度）: 9.535698390424669
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Intelligent Transportation Systems (ITSs) technology has advanced during the past years, and it is now used for several applications that require vehicles to exchange real-time data, such as in traffic information management. Traditionally, road traffic information has been collected using on-site sensors. However, crowd-sourcing traffic information from onboard sensors or smartphones has become a viable alternative. State-of-the-art solutions currently follow a centralized model where only the service provider has complete access to the collected traffic data and represent a single point of failure and trust. In this paper, we propose GOLIATH, a blockchain-based decentralized framework that runs on the In-Vehicle Infotainment (IVI) system to collect real-time information exchanged between the network's participants. Our approach mitigates the limitations of existing crowd-sourcing centralized solutions by guaranteeing trusted information collection and exchange, fully exploiting the intrinsic distributed nature of vehicles. We demonstrate its feasibility in the context of vehicle positioning and traffic information management. Each vehicle participating in the decentralized network shares its position and neighbors' ones in the form of a transaction recorded on the ledger, which uses a novel consensus mechanism to validate it. We design the consensus mechanism resilient against a realistic set of adversaries that aim to tamper or disable the communication. We evaluate the proposed framework in a simulated (but realistic) environment, which considers different threats and allows showing its robustness and safety properties.
- Abstract（参考訳）: インテリジェントトランスポーテーションシステム(ITS)技術は近年進歩しており、交通情報管理などのリアルタイムデータ交換を車両に要求するいくつかのアプリケーションで使われている。
伝統的に、道路交通情報はオンサイトセンサーを用いて収集されてきた。
しかし、オンボードセンサーやスマートフォンからのトラフィック情報をクラウドソーシングすることは、現実的な代替手段となっている。
現在最先端のソリューションは、収集されたトラフィックデータにアクセスでき、単一障害点と信頼性を表現できるサービスプロバイダのみを中央集権的なモデルに従っています。
本稿では,GOLIATHを提案する。GOLIATHはブロックチェーンベースの分散フレームワークで,車載インフォテインメント(IVI)システム上で動作し,ネットワークの参加者間でリアルタイムに交換された情報を収集する。
提案手法は,信頼された情報収集と交換を保証し,本質的な車両の分散特性を完全に活用することで,既存のクラウドソーシング型集中型ソリューションの限界を緩和する。
車両の位置決めと交通情報管理の文脈で実現可能性を示す。
分散ネットワークに参加する各車両は、台帳に記録されたトランザクションの形で、その位置と隣人の位置を共有する。
我々は,コミュニケーションの妨害や無効化を目的とした,現実的な敵の集合に対してレジリエントなコンセンサス機構を設計する。
我々は、異なる脅威を考慮し、その堅牢性と安全性を示すシミュレートされた(しかし現実的な)環境において、提案した枠組みを評価する。
関連論文リスト
- Confidence-Regulated Generative Diffusion Models for Reliable AI Agent Migration in Vehicular Metaverses [55.70043755630583]
車両用AIエージェントには、環境認識、意思決定、行動実行能力が与えられている。
本稿では、信頼性の高い車両用AIエージェントマイグレーションフレームワークを提案し、信頼性の高い動的マイグレーションと効率的なリソーススケジューリングを実現する。
我々は,AIエージェントのマイグレーション決定を効率的に生成する信頼性制御型生成拡散モデル(CGDM)を開発した。
論文 参考訳（メタデータ） (2025-05-19T05:04:48Z) - VMGuard: Reputation-Based Incentive Mechanism for Poisoning Attack Detection in Vehicular Metaverse [52.57251742991769]
車両メタバースガード(VMGuard)は、車両メタバースシステムをデータ中毒攻撃から保護する。
VMGuardは、参加するSIoTデバイスの信頼性を評価するために、評判に基づくインセンティブメカニズムを実装している。
当社のシステムは,従来は誤分類されていた信頼性の高いSIoTデバイスが,今後の市場ラウンドへの参加を禁止していないことを保証します。
論文 参考訳（メタデータ） (2024-12-05T17:08:20Z) - Blockchain-Enabled IoV: Secure Communication and Trustworthy Decision-Making [10.36812720854941]
Internet of Vehicles (IoV) は、自動車、インフラ、環境間の相互作用を可能にする。
本稿では,車間通信を管理する一次層と,車内通信をセキュアにするためのサブ層からなる分散化フレームワークを提案する。
論文 参考訳（メタデータ） (2024-09-18T00:56:14Z) - Decentralized Multimedia Data Sharing in IoV: A Learning-based Equilibrium of Supply and Demand [57.82021900505197]
インターネット・オブ・ビークルズ(IoV)は、道路の安全性を高め、交通渋滞を軽減し、インフォテインメントアプリケーションを通じてユーザーエクスペリエンスを向上させることにより、交通システムを変革する大きな可能性を秘めている。
分散データ共有は、セキュリティ、プライバシ、信頼性を改善し、IoVにおけるインフォテインメントデータの共有を容易にする。
市場における需給バランスを学習するための多知能強化学習に基づく分散型データ共有インセンティブ機構を提案する。
論文 参考訳（メタデータ） (2024-03-29T14:58:28Z) - Differentiated Security Architecture for Secure and Efficient Infotainment Data Communication in IoV Networks [55.340315838742015]
IoVネットワークにおけるインフォテインメントデータ通信の安全性の欠如は、社会的エンジニアリング攻撃の容易なアクセスポイントを意図せずに開放することができる。
特に、まずIoVネットワークでデータ通信を分類し、各データ通信のセキュリティ焦点を調べ、その後、ファイル間通信でセキュリティ保護を提供するための異なるセキュリティアーキテクチャを開発する。
論文 参考訳（メタデータ） (2024-03-29T12:01:31Z) - Secure Authentication Mechanism for Cluster based Vehicular Adhoc Network (VANET): A Survey [1.0070449177493677]
Vehicular Ad Hoc Networks (VANETs) は、車とインフラ間の通信を容易にすることにより、インテリジェントトランスポーテーションシステム (ITS) において重要な役割を担っている。
本稿では,クラスタベースVANETにおける既存の認証機構を包括的に分析する。
セキュリティキー管理技術の統合は、全体的な認証プロセスを強化するために議論される。
論文 参考訳（メタデータ） (2023-12-20T10:58:43Z) - Blockchain-Enabled Federated Learning Approach for Vehicular Networks [3.1749005168397617]
フェデレートラーニング(FL)と車両エコシステムという2つの新興技術を統合する実践的アプローチを提案する。
この設定では、車両はプライバシーを損なうことなく互いに学習でき、データの完全性と説明責任を保証できる。
本手法は精度を高く保ち,車載ネットワークにおけるデータプライバシ保護に有効なソリューションである。
論文 参考訳（メタデータ） (2023-11-10T19:51:18Z) - Federated Deep Learning Meets Autonomous Vehicle Perception: Design and
Verification [168.67190934250868]
フェデレーテッド・ラーニング・パワード・コネクテッド・オートモービル(FLCAV)が提案されている。
FLCAVは通信とアノテーションのコストを削減しながらプライバシを保存する。
マルチステージトレーニングのためのネットワークリソースと道路センサのポーズを決定することは困難である。
論文 参考訳（メタデータ） (2022-06-03T23:55:45Z) - Efficient Federated Learning with Spike Neural Networks for Traffic Sign
Recognition [70.306089187104]
我々は、エネルギー効率と高速モデルトレーニングのための交通信号認識に強力なスパイクニューラルネットワーク(SNN)を導入している。
数値的な結果から,提案するフェデレーションSNNは,従来のフェデレーション畳み込みニューラルネットワークよりも精度,ノイズ免疫性,エネルギー効率に優れていたことが示唆された。
論文 参考訳（メタデータ） (2022-05-28T03:11:48Z) - Situation Awareness for Autonomous Vehicles Using Blockchain-based
Service Cooperation [4.1650513680603884]
ブロックチェーンに基づくトラフィックデータプロデューサとコンシューマ間のスマートコントラクトを実現する分散フレームワークを提案する。
自動運転車は、ローカルエッジサーバに接続したり、データを共有したり、合意に基づいてサービスを使用する。
このようなシナリオにおけるマルチキャスト伝送は、異なるサイズのデータパケットを1秒未満で送信できる場合のスループットを2.5倍に向上させる。
論文 参考訳（メタデータ） (2022-04-07T09:23:30Z) - Smart and Secure CAV Networks Empowered by AI-Enabled Blockchain: Next
Frontier for Intelligent Safe-Driving Assessment [17.926728975133113]
コネクテッド・自動運転車(CAV)の安全運転状況の確保は、引き続き広く懸念されている。
アルゴリズム対応型intElligent Safe-Driven AssessmentmenT(BEST)の新たなフレームワークを提案し、スマートで信頼性の高いアプローチを提供します。
論文 参考訳（メタデータ） (2021-04-09T19:08:34Z)
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。