論文の概要: LLM-Driven Auto Configuration for Transient IoT Device Collaboration

• arxiv url: http://arxiv.org/abs/2507.03064v1
• Date: Thu, 03 Jul 2025 17:12:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:34.569847
• Title: LLM-Driven Auto Configuration for Transient IoT Device Collaboration
• Title（参考訳）: 過渡的IoTデバイスコラボレーションのためのLLM駆動自動構成
• Authors: Hetvi Shastri, Walid A. Hanafy, Li Wu, David Irwin, Mani Srivastava, Prashant Shenoy,
• Abstract要約: CollabIoTは、ユーザの高レベルの意図を詳細なアクセス制御ポリシに変換するために、LLM(Large Language Model)駆動のアプローチを採用している。 CollabIoTのポリシー生成と自動構成パイプラインのプロトタイプを実装した。 LLMベースのポリシー生成パイプラインは、100%の精度で機能的かつ正しいポリシーを生成することができることを示す。
• 参考スコア（独自算出の注目度）: 1.5479848902142663
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Today's Internet of Things (IoT) has evolved from simple sensing and actuation devices to those with embedded processing and intelligent services, enabling rich collaborations between users and their devices. However, enabling such collaboration becomes challenging when transient devices need to interact with host devices in temporarily visited environments. In such cases, fine-grained access control policies are necessary to ensure secure interactions; however, manually implementing them is often impractical for non-expert users. Moreover, at run-time, the system must automatically configure the devices and enforce such fine-grained access control rules. Additionally, the system must address the heterogeneity of devices. In this paper, we present CollabIoT, a system that enables secure and seamless device collaboration in transient IoT environments. CollabIoT employs a Large language Model (LLM)-driven approach to convert users' high-level intents to fine-grained access control policies. To support secure and seamless device collaboration, CollabIoT adopts capability-based access control for authorization and uses lightweight proxies for policy enforcement, providing hardware-independent abstractions. We implement a prototype of CollabIoT's policy generation and auto configuration pipelines and evaluate its efficacy on an IoT testbed and in large-scale emulated environments. We show that our LLM-based policy generation pipeline is able to generate functional and correct policies with 100% accuracy. At runtime, our evaluation shows that our system configures new devices in ~150 ms, and our proxy-based data plane incurs network overheads of up to 2 ms and access control overheads up to 0.3 ms.
• Abstract（参考訳）: 今日のIoT(Internet of Things)は、シンプルなセンシングとアクチュエータデバイスから、組み込み処理とインテリジェントサービスを備えたデバイスへと進化し、ユーザとデバイス間のリッチなコラボレーションを可能にしている。 しかし、一時的に訪れた環境でホストデバイスと対話する必要がある場合、このようなコラボレーションを可能にすることは困難になる。 このような場合、セキュアなインタラクションを確保するためには、きめ細かいアクセス制御ポリシーが必要であるが、手動で実装することは、専門家でないユーザにとっては現実的ではないことが多い。 さらに、実行時に自動的にデバイスを構成し、このようなきめ細かいアクセス制御ルールを強制する必要がある。 さらに、システムはデバイスの不均一性に対処する必要がある。 本論文では,過渡的IoT環境におけるセキュアでシームレスなデバイスコラボレーションを実現するシステムであるCollabIoTを提案する。 CollabIoTは、ユーザの高レベルの意図を詳細なアクセス制御ポリシに変換するために、LLM(Large Language Model)駆動のアプローチを採用している。 CollabIoTはセキュアでシームレスなデバイスコラボレーションをサポートするため、認証に機能ベースのアクセス制御を採用し、ポリシー執行に軽量プロキシを使用し、ハードウェアに依存しない抽象化を提供する。 CollabIoTのポリシー生成と自動構成パイプラインのプロトタイプを実装し、IoTテストベッドおよび大規模エミュレート環境での有効性を評価する。 LLMベースのポリシー生成パイプラインは、100%の精度で機能的かつ正しいポリシーを生成することができることを示す。 実行時に、我々のシステムは150msで新しいデバイスを構成し、プロキシベースのデータプレーンは最大2msのネットワークオーバーヘッドを発生させ、最大0.3msのアクセス制御オーバーヘッドを発生させる。

関連論文リスト

• Enabling Deep Visibility into VxWorks-Based Embedded Controllers in Cyber-Physical Systems for Anomaly Detection [20.93359969847573]
  サイバー物理システムにおける組込み制御デバイスをリアルタイムに可視化するためのDIVERフレームワークを提案する。 Dimerは、異常のリアルタイム検出を可能にし、リアルタイムオペレーティングシステム(RTOS)であるVxWorksを実行するデバイスをターゲットにしている。
  論文  参考訳（メタデータ） (2025-04-24T18:26:10Z)
• Extending Lifetime of Embedded Systems by WebAssembly-based Functional Extensions Including Drivers [46.538276603099916]
  WebAssembly(Wasm)コンテナ内の周辺I/O操作を容易にするために設計されたフレームワークであるWasm-IOを紹介する。 プラットフォームに依存しない周辺構成をWasmバイナリ内に埋め込むための同期I/Oと手法について詳述する。
  論文  参考訳（メタデータ） (2025-03-10T17:22:00Z)
• Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
  既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。 我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。 IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
  論文  参考訳（メタデータ） (2024-07-09T17:33:24Z)
• zk-IoT: Securing the Internet of Things with Zero-Knowledge Proofs on Blockchain Platforms [0.0]
  本稿では,IoT(Internet of Things)エコシステムのセキュリティ向上のための新しいアプローチとして,zk-IoTフレームワークを紹介する。 我々のフレームワークは、潜在的に侵害されたIoTデバイスにおけるファームウェアの実行とデータ処理の完全性を保証する。
  論文  参考訳（メタデータ） (2024-02-13T09:34:23Z)
• Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
  我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。 FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。 実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-22T14:16:37Z)
• When Large Language Model Agents Meet 6G Networks: Perception, Grounding, and Alignment [100.58938424441027]
  モバイル端末とエッジサーバの協調を利用した6GネットワークにおけるAIエージェントの分割学習システムを提案する。 提案システムでは,LLMのための新しいモデルキャッシングアルゴリズムを導入し,コンテキストにおけるモデル利用を改善する。
  論文  参考訳（メタデータ） (2024-01-15T15:20:59Z)
• LLMind: Orchestrating AI and IoT with LLM for Complex Task Execution [18.816077341295628]
  我々は,IoTデバイス間の効果的なコラボレーションを可能にするタスク指向AIフレームワークであるLLMindを紹介する。 脳の機能的特殊化理論に触発されて、我々のフレームワークはLLMとドメイン固有のAIモジュールを統合する。 複数のドメイン固有のAIモジュールとIoTデバイスのコラボレーションを含む複雑なタスクは、コントロールスクリプトを介して実行される。
  論文  参考訳（メタデータ） (2023-12-14T14:57:58Z)
• Sparsity-Aware Intelligent Massive Random Access Control in Open RAN: A Reinforcement Learning Based Approach [61.74489383629319]
  新たなOpen Radio Access Network(O-RAN)におけるデバイスの大量ランダムアクセスは、アクセス制御と管理に大きな課題をもたらします。 閉ループアクセス制御の強化学習(RL)支援方式を提案する。 深部RL支援SAUDは、連続的かつ高次元の状態と行動空間を持つ複雑な環境を解決するために提案されている。
  論文  参考訳（メタデータ） (2023-03-05T12:25:49Z)
• IoT Device Identification Using Deep Learning [43.0717346071013]
  組織におけるIoTデバイスの利用の増加は、攻撃者が利用可能な攻撃ベクトルの数を増やしている。 広く採用されている独自のデバイス(BYOD)ポリシにより、従業員が任意のIoTデバイスを職場に持ち込み、組織のネットワークにアタッチすることで、攻撃のリスクも増大する。 本研究では、ネットワークトラフィックにディープラーニングを適用し、ネットワークに接続されたIoTデバイスを自動的に識別する。
  論文  参考訳（メタデータ） (2020-02-25T12:24:49Z)

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。