論文の概要: Centralized vs. Decentralized Security for Space AI Systems? A New Look

• arxiv url: http://arxiv.org/abs/2509.20395v1
• Date: Tue, 23 Sep 2025 08:54:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-26 20:58:12.500255
• Title: Centralized vs. Decentralized Security for Space AI Systems? A New Look
• Title（参考訳）: 宇宙AIシステムのための集中型セキュリティ対分散型セキュリティ
• Authors: Noam Schmitt, Marc Antoine Lacoste,
• Abstract要約: 本稿では,衛星群における集中型セキュリティ管理と分散型セキュリティ管理のトレードオフを,セキュリティとパフォーマンスのバランスをとるために検討する。 a)集中管理、(b)分散、(c)フェデレーションという、自動セキュリティ管理のための3つの重要なAIアーキテクチャを強調します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper investigates the trade-off between centralized and decentralized security management in constellations of satellites to balance security and performance. We highlight three key AI architectures for automated security management: (a) centralized, (b) distributed and (c) federated. The centralized architecture is the best option short term, providing fast training, despite the hard challenge of the communication latency overhead across space. Decentralized architectures are better alternatives in the longer term, providing enhanced scalability and security.
• Abstract（参考訳）: 本稿では,衛星群における集中型セキュリティ管理と分散型セキュリティ管理のトレードオフを,セキュリティとパフォーマンスのバランスをとるために検討する。 自動セキュリティ管理のための3つの重要なAIアーキテクチャを強調します。 a) 中央集権的 (b)分散・分散 (c)フェデレーション。 集中型アーキテクチャは短期的には最良の選択肢であり、空間間の通信遅延のオーバーヘッドが困難であるにも関わらず、高速なトレーニングを提供する。 分散アーキテクチャは長期的にはより良い代替手段であり、拡張されたスケーラビリティとセキュリティを提供します。

関連論文リスト

• When Autonomy Goes Rogue: Preparing for Risks of Multi-Agent Collusion in Social Systems [78.04679174291329]
  悪意のあるマルチエージェントシステム(MAS)のリスクをシミュレートするための概念実証手法を提案する。 この枠組みを、誤情報拡散とeコマース詐欺という2つのリスクの高い分野に適用する。 その結果,分散システムの方が,集中型システムよりも悪意ある行動を実行するのに効果的であることが示唆された。
  論文  参考訳（メタデータ） (2025-07-19T15:17:30Z)
• PromptChain: A Decentralized Web3 Architecture for Managing AI Prompts as Digital Assets [0.0]
  PromptChainは、AIプロンプトを検証可能なオーナシップ、バージョン管理、収益化機能を備えた第一級デジタルアセットとして確立する分散Web3アーキテクチャである。 当社の設計では,(1)クロスモデル互換性のための包括的メタデータスキーマ,(2)インセンティブを調整するためのリスク重み付き検証機構,(3)コントリビュータの影響力に比例して報酬を与えるトークンエコノミーを含む。
  論文  参考訳（メタデータ） (2025-07-13T11:10:39Z)
• Byzantine-Robust Aggregation for Securing Decentralized Federated Learning [0.32985979395737774]
  Federated Learning(FL)は、デバイス上でAIモデルをローカルにトレーニングすることで、プライバシの問題に対処する分散機械学習アプローチとして登場した。 分散フェデレートラーニング(DFL)は、中央サーバを排除し、単一障害点の回避を通じてスケーラビリティと堅牢性を向上させることで、FLパラダイムを拡張します。 We present a novel byzantine-robust aggregate algorithm to enhance the security of DFL environment, coin, WFAgg。
  論文  参考訳（メタデータ） (2024-09-26T11:36:08Z)
• An Integrated Blockchain and IPFS Solution for Secure and Efficient Source Code Repository Hosting using Middleman Approach [0.9895793818721335]
  本研究では、ブロックチェーンとInterPlanetary File Systemのセキュリティを組み合わせた、新しいハイブリッドアーキテクチャを提案する。 このアーキテクチャは,ソースコードホスティングのためのセキュアで監査可能でレジリエントなプラットフォームを実現することを実証した。
  論文  参考訳（メタデータ） (2024-09-22T16:57:38Z)
• Decentralized Credential Status Management: A Paradigm Shift in Digital Trust [0.0]
  公共の鍵となるインフラは、インターネットのセキュリティに不可欠であり、堅牢な証明書管理と取り消しのメカニズムを保証する。 中央集中型システムから分散型システムへの移行は、信頼分散やプライバシ保護の資格管理といった課題を提示している。 本稿では,ブロックチェーン技術と高度な暗号技術に着目した,集中型から分散型フレームワークへの証明書状態管理の進化について検討する。
  論文  参考訳（メタデータ） (2024-06-17T13:17:56Z)
• Exploring the Robustness of Decentralized Training for Large Language Models [51.41850749014054]
  大規模な言語モデルの分散トレーニングは、この技術を民主化するための効果的な方法として現れてきた。 本稿では,3つの主要な視点から,分散学習の堅牢性について考察する。
  論文  参考訳（メタデータ） (2023-12-01T04:04:03Z)
• The Impact of Adversarial Node Placement in Decentralized Federated Learning Networks [6.661122374160369]
  連邦学習(FL)の人気が高まるにつれ、新しい分散フレームワークが広まりつつある。 本稿では,ネットワーク内の配置を協調的に調整できる各種対向配置戦略において,分散FLの性能を解析する。 本稿では,敵同士の平均ネットワーク距離を最大化することにより,敵の中央性よりも敵の拡散を優先する新たな攻撃アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-11-14T06:48:50Z)
• Networked Communication for Decentralised Agents in Mean-Field Games [59.01527054553122]
  平均フィールドゲームフレームワークにネットワーク通信を導入する。 当社のアーキテクチャは、中央集権型と独立した学習ケースの双方で保証されていることを証明しています。 ネットワーク化されたアプローチは、障害の更新や人口規模の変化に対する堅牢性という点において、両方の選択肢に対して大きなメリットがあることが示されています。
  論文  参考訳（メタデータ） (2023-06-05T10:45:39Z)
• Graph Neural Networks for Decentralized Controllers [171.6642679604005]
  自律エージェントで構成される動的システムは、ロボット工学、スマートグリッド、スマートシティなど、多くの関連する問題に現れる。 最適な集中型コントローラは容易に利用できるが、スケーラビリティと実用的な実装の面で制限に直面している。 グラフニューラルネットワーク(GNN)を用いて,データから分散制御系を学習するフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-03-23T13:51:18Z)
• Byzantine-resilient Decentralized Stochastic Gradient Descent [85.15773446094576]
  分散学習システムのビザンチンレジリエンスに関する詳細な研究について述べる。 ビザンチンフォールトトレランスを用いた分散学習を支援する新しいアルゴリズムUBARを提案する。
  論文  参考訳（メタデータ） (2020-02-20T05:11:04Z)

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。