論文の概要: SmartSecChain-SDN: A Blockchain-Integrated Intelligent Framework for Secure and Efficient Software-Defined Networks
- arxiv url: http://arxiv.org/abs/2511.05156v1
- Date: Fri, 07 Nov 2025 11:22:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-10 21:00:44.739469
- Title: SmartSecChain-SDN: A Blockchain-Integrated Intelligent Framework for Secure and Efficient Software-Defined Networks
- Title（参考訳）: SmartSecChain-SDN: セキュアで効率的なソフトウェア定義ネットワークのためのブロックチェーン統合インテリジェントフレームワーク
- Authors: Azhar Hussain Mozumder, M. John Basha, Chayapathi A. R,
- Abstract要約: SmartSecChain-SDNは、マシンラーニングベースの侵入検出、ログのブロックチェーンベースのストレージ、SDNネットワークにおけるアプリケーション認識ベースの優先度を組み合わせたプラットフォームである。
SmartSecChain-SDNは、認可されたブロックチェーン技術であるHyperledger Fabricをベースにしている。
提案した研究は、サイバーセキュリティ、規制コンプライアンス、次世代のプログラマブルネットワークの管理を改善する革新的な方法を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: With more and more existing networks being transformed to Software-Defined Networking (SDN), they need to be more secure and demand smarter ways of traffic control. This work, SmartSecChain-SDN, is a platform that combines machine learning based intrusion detection, blockchain-based storage of logs, and application-awareness-based priority in SDN networks. To detect network intrusions in a real-time, precision and low-false positives setup, the framework utilizes the application of advanced machine learning algorithms, namely Random Forest, XGBoost, CatBoost, and CNN-BiLSTM. SmartSecChain-SDN is based on the Hyperledger Fabric, which is a permissioned blockchain technology, to provide secure, scalable, and privacy-preserving storage and, thus, guarantee that the Intrusion Detection System (IDS) records cannot be altered and can be analyzed comprehensively. The system also has Quality of Service (QoS) rules and traffic shaping based on applications, which enables prioritization of critical services, such as VoIP, video conferencing, and business applications, as well as de-prioritization of non-essential traffic, such as downloads and updates. Mininet can simulate real-time SDN scenarios because it is used to prototype whole architectures. It is also compatible with controllers OpenDaylight and Ryu. It has tested the framework using the InSDN dataset and proved that it can identify different kinds of cyberattacks and handle bandwidth allocation efficiently under circumstances of resource constraints. SmartSecChain-SDN comprehensively addresses SDN system protection, securing and enhancing. The proposed study offers an innovative, extensible way to improve cybersecurity, regulatory compliance, and the administration of next-generation programmable networks.
- Abstract（参考訳）: 既存のネットワークがSDN(Software-Defined Networking)に転換されるにつれて、よりセキュアで、よりスマートなトラフィック制御方法が必要になります。
この作業であるSmartSecChain-SDNは、マシンラーニングベースの侵入検出、ログのブロックチェーンベースのストレージ、SDNネットワークにおけるアプリケーション認識ベースの優先度を組み合わせたプラットフォームである。
このフレームワークは、リアルタイム、高精度、低速のポジティブ設定におけるネットワーク侵入を検出するために、Random Forest、XGBoost、CatBoost、CNN-BiLSTMといった高度な機械学習アルゴリズムを応用している。
SmartSecChain-SDNは、認可されたブロックチェーンテクノロジであるHyperledger Fabricをベースとして、セキュアでスケーラブルでプライバシ保護のストレージを提供し、IDS(Intrusion Detection System)レコードが変更されず、包括的な分析が可能になることを保証している。
また、アプリケーションに基づくQuality of Service(QoS)ルールやトラフィックシェーピングも備えており、VoIP、ビデオ会議、ビジネスアプリケーションといった重要なサービスの優先順位付けや、ダウンロードや更新などの非機密トラフィックの優先順位付けを可能にしている。
Mininetは、アーキテクチャ全体をプロトタイプするために使用されるため、リアルタイムSDNシナリオをシミュレートすることができる。
また、OpenDaylightやRyuとも互換性がある。
InSDNデータセットを使用してフレームワークをテストし、異なる種類のサイバー攻撃を特定し、リソース制約の状況下で帯域幅割り当てを効率的に処理できることを実証した。
SmartSecChain-SDNは、SDNシステム保護、セキュリティ、拡張を包括的に扱う。
提案した研究は、サイバーセキュリティ、規制コンプライアンス、次世代のプログラマブルネットワークの管理を改善する革新的な拡張可能な方法を提供する。
関連論文リスト
- Edge Intelligence with Spiking Neural Networks [50.33340747216377]
Spiking Neural Networks(SNN)は、リソース制約のあるデバイス上で、低消費電力でイベント駆動型の計算を提供する。
神経モデル,学習アルゴリズム,ハードウェアプラットフォームなどを含むEdgeSNN基盤の系統分類について述べる。
軽量SNNモデルを用いたデバイス上の推論、非定常データ条件下でのリソース認識トレーニングと更新、セキュアでプライバシ保護の問題。
論文 参考訳（メタデータ） (2025-07-18T16:47:52Z) - DRIFT: Dynamic Rule-Based Defense with Injection Isolation for Securing LLM Agents [52.92354372596197]
大規模言語モデル(LLM)は、強力な推論と計画能力のため、エージェントシステムの中心となってきています。
この相互作用は、外部ソースからの悪意のある入力がエージェントの振る舞いを誤解させる可能性がある、インジェクション攻撃のリスクも引き起こす。
本稿では,信頼に値するエージェントシステムのための動的ルールベースの分離フレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-13T05:01:09Z) - Intelligent Detection of Non-Essential IoT Traffic on the Home Gateway [45.70482328441101]
本研究は,エッジにおけるネットワークの挙動を解析することにより,非必要IoTトラフィックを検出し緩和するシステムであるML-IoTrimを提案する。
当社のフレームワークは、IoTデバイスを5つのカテゴリから構成したコンシューマスマートホームセットアップでテストし、モデルが非本質的なトラフィックを正確に識別し、ブロックできることを実証した。
この研究は、スマートホームにおけるプライバシーに配慮したトラフィック制御を推進し、IoTデバイスプライバシの今後の発展への道を開く。
論文 参考訳（メタデータ） (2025-04-22T09:40:05Z) - Integrated LLM-Based Intrusion Detection with Secure Slicing xApp for Securing O-RAN-Enabled Wireless Network Deployments [2.943640991628177]
Open Radio Access Network (O-RAN) アーキテクチャは、オープン性、柔軟性、インテリジェントなクローズループ最適化を促進することで、通信を再構築している。
本研究では,接続されたUEの時間的トラフィックパターンに基づいて,大規模言語モデル(LLM)を用いてセキュリティレコメンデーションを生成する。
論文 参考訳（メタデータ） (2025-04-01T01:45:07Z) - DistB-VNET: Distributed Cluster-based Blockchain Vehicular Ad-Hoc Networks through SDN-NFV for Smart City [2.968326196654969]
本研究では、スマートシティにおける安全でスケーラブルで信頼性の高い車両ネットワークを実現するために、分散ベースのVehicular Ad-hoc Network(DistB-VNET)アーキテクチャを提案する。
提案されているフレームワークは、安全なデータ管理のための分散ブロックチェーンと、動的ネットワーク管理とリソース効率のためのFunction-NFVである。
DistB-VNET"は二重層ブロックチェーンシステムを提供し、分散ブロックチェーンは車両間の安全な通信を提供し、クラウド内の集中型ブロックチェーンはデータの検証とストレージを担当する。
論文 参考訳（メタデータ） (2024-12-05T14:55:05Z) - ZT-SDN: An ML-powered Zero-Trust Architecture for Software-Defined Networks [11.854542093255779]
Software-Defined Networks におけるネットワークアクセス制御の学習と実施のためのフレームワーク ZT-SDN を提案する。
ZT-SDNは基盤となるネットワークからデータを収集し、エンティティをグラフとして通信することで実行されるネットワークの"トランザクション"をモデル化する。
許可されたプロトコルスタックやポート番号など、ネットワークデータから直接トランザクションパターンを抽出するために、新しい教師なしの学習アプローチを使用する。
実ネットワークデータセットを用いてネットワーク条件を変化させる際の,異常なネットワークアクセスの検出と許容フローの悪用について,本フレームワークの有効性を示す。
論文 参考訳（メタデータ） (2024-11-22T15:49:27Z) - 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) - Digital Twin Virtualization with Machine Learning for IoT and Beyond 5G
Networks: Research Directions for Security and Optimal Control [3.1798318618973362]
デジタルツイン(DT)技術は、サイバー物理システムのリアルタイムデータ駆動モデリングのソリューションとして登場した。
我々は,クラウドコンピューティングを分散化して実装したDTフレームワークの概念階層アーキテクチャを構築した。
既存のシステム上での革新的な技術の開発と展開のリスクを下げることにおけるDTの重要性について論じる。
論文 参考訳（メタデータ） (2022-04-05T03:04:02Z) - A Novel Online Incremental Learning Intrusion Prevention System [2.5234156040689237]
本稿では,自己組織型インクリメンタルニューラルネットワークとサポートベクトルマシンを併用したネットワーク侵入防止システムを提案する。
提案システムは,その構造上,シグネチャやルールに依存しないセキュリティソリューションを提供するとともに,既知の攻撃や未知の攻撃を高精度にリアルタイムに軽減することができる。
論文 参考訳（メタデータ） (2021-09-20T13:30:11Z) - Safe RAN control: A Symbolic Reinforcement Learning Approach [62.997667081978825]
本稿では,無線アクセスネットワーク(RAN)アプリケーションの安全管理のためのシンボル強化学習(SRL)アーキテクチャを提案する。
我々は、ユーザが所定のセルネットワークトポロジに対して高レベルの論理的安全性仕様を指定できる純粋に自動化された手順を提供する。
ユーザがシステムに意図仕様を設定するのを支援するために開発されたユーザインターフェース(UI)を導入し、提案するエージェントの動作の違いを検査する。
論文 参考訳（メタデータ） (2021-06-03T16:45:40Z) - CryptoSPN: Privacy-preserving Sum-Product Network Inference [84.88362774693914]
総生産ネットワーク(SPN)のプライバシ保護のためのフレームワークを提案する。
CryptoSPNは、中規模のSPNに対して秒の順序で高効率で正確な推論を行う。
論文 参考訳（メタデータ） (2020-02-03T14:49:18Z)
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。