論文の概要: A Novel Trust-Based DDoS Cyberattack Detection Model for Smart Business Environments

• arxiv url: http://arxiv.org/abs/2512.04855v1
• Date: Thu, 04 Dec 2025 14:37:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-05 21:11:46.223359
• Title: A Novel Trust-Based DDoS Cyberattack Detection Model for Smart Business Environments
• Title（参考訳）: スマートビジネス環境における信頼に基づくDDoSサイバー攻撃検出モデル
• Authors: Oghenetejiri Okporokpo, Funminiyi Olajide, Nemitari Ajienka, Xiaoqi Ma,
• Abstract要約: スマートビジネス環境の要件を満たすために,信頼に基づく新しいDDoS検出モデルを導入する。 提案モデルでは,ノードの動作を継続的に監視し,パケット配信率,応答時間,異常検出に基づいて信頼スコアを算出する信頼評価エンジンを組み込んだ。 信頼スコアと中央信頼ベースのアウトプットを統合することにより、信頼計算が強化され、脅威が正確に識別され、リアルタイムで対処されることが保証される。
• 参考スコア（独自算出の注目度）: 1.2991943127175767
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: As the frequency and complexity of Distributed Denial-of-Service (DDoS) attacks continue to increase, the level of threats posed to Smart Internet of Things (SIoT) business environments have also increased. These environments generally have several interconnected SIoT systems and devices that are integral to daily operations, usually depending on cloud infrastructure and real-time data analytics, which require continuous availability and secure data exchange. Conventional detection mechanisms, while useful in static or traditional network environments, often are inadequate in responding to the needs of these dynamic and diverse SIoT networks. In this paper, we introduce a novel trust-based DDoS detection model tailored to meet the unique requirements of smart business environments. The proposed model incorporates a trust evaluation engine that continuously monitors node behaviour, calculating trust scores based on packet delivery ratio, response time, and anomaly detection. These trust metrics are then aggregated by a central trust-based repository that uses inherent trust values to identify traffic patterns indicative of DDoS attacks. By integrating both trust scores and central trust-based outputs, the trust calculation is enhanced, ensuring that threats are accurately identified and addressed in real-time. The model demonstrated a significant improvement in detection accuracy, and a low false-positive rate with enhanced scalability and adaptability under TCP SYN, Ping Flood, and UDP Flood attacks. The results show that a trust-based approach provides an effective, lightweight alternative for securing resource-constrained business IoT environments.
• Abstract（参考訳）: DDoS(Distributed Denial-of-Service)攻撃の頻度と複雑さが増加し続けており、Smart Internet of Things(SIoT)ビジネス環境に対する脅威のレベルも増加している。 これらの環境は一般的に、いくつかの相互接続されたSIoTシステムとデバイスを持ち、日々の運用に不可欠なもので、通常は、継続的可用性とセキュアなデータ交換を必要とするクラウドインフラストラクチャとリアルタイムデータ分析に依存します。 従来の検出メカニズムは、静的または従来のネットワーク環境では有用だが、これらの動的で多様なSIoTネットワークのニーズに応えるには不十分であることが多い。 本稿では,スマートビジネス環境のユニークな要件を満たすために,信頼に基づく新しいDDoS検出モデルを提案する。 提案モデルでは,ノードの動作を継続的に監視し,パケット配信率,応答時間,異常検出に基づいて信頼スコアを算出する信頼評価エンジンを組み込んだ。 これらの信頼度は、DDoS攻撃を示すトラフィックパターンを特定するために、固有の信頼値を使用する中央信頼ベースのリポジトリによって集約される。 信頼スコアと中央信頼ベースのアウトプットを統合することにより、信頼計算が強化され、脅威が正確に識別され、リアルタイムで対処されることが保証される。 このモデルでは、検出精度が大幅に向上し、TCP Syn、Ping Flood、UDP Flood攻撃によるスケーラビリティと適応性を向上した偽陽性率が低くなった。 その結果、信頼に基づくアプローチは、リソースに制約のあるビジネスIoT環境を確保するための、効果的で軽量な代替手段を提供することが示された。

関連論文リスト

• A biologically Inspired Trust Model for Open Multi-Agent Systems that is Resilient to Rapid Performance Fluctuations [0.0]
  既存の信頼モデルは、エージェントモビリティ、振る舞いの変化、コールドスタート問題に関連する課題に直面します。 我々は,信頼者が自身の能力を評価し,信頼データをローカルに保存する,生物学的にインスパイアされた信頼モデルを導入する。 この設計はモビリティサポートを改善し、通信オーバーヘッドを減らし、偽情報に抵抗し、プライバシーを保護する。
  論文  参考訳（メタデータ） (2025-04-17T08:21:54Z)
• Byzantine-Robust Federated Learning Using Generative Adversarial Networks [1.4091801425319963]
  フェデレートラーニング(FL)は、生データを共有せずに分散クライアント間で協調的なモデルトレーニングを可能にするが、その堅牢性は、データやモデル中毒といったビザンチンの行動によって脅かされている。 本稿では,クライアントの更新を検証するための代表データを生成するために,サーバ上の条件付き生成逆ネットワーク(cGAN)を活用することで,これらの課題に対処する防衛フレームワークを提案する。 このアプローチは、外部データセットへの依存を排除し、多様な攻撃戦略に適応し、標準FLにシームレスに統合する。
  論文  参考訳（メタデータ） (2025-03-26T18:00:56Z)
• Robust Zero Trust Architecture: Joint Blockchain based Federated learning and Anomaly Detection based Framework [17.919501880326383]
  本稿では,IoTネットワーク内の効率的なリモートワークとコラボレーションを支援する分散システムに適した,堅牢なゼロトラストアーキテクチャ(ZTA)を紹介する。 ブロックチェーンベースのフェデレーション学習原則を使用することで、当社のフレームワークは、漏洩したクライアントからの悪意のある更新を防止すべく、堅牢な集約メカニズムを備えている。 このフレームワークは異常検出と信頼計算を統合し、セキュアで信頼性の高いデバイスコラボレーションを分散的に保証する。
  論文  参考訳（メタデータ） (2024-06-24T23:15:19Z)
• TrustGuard: GNN-based Robust and Explainable Trust Evaluation with Dynamicity Support [59.41529066449414]
  本稿では,信頼度を考慮した信頼度評価モデルであるTrustGuardを提案する。 TrustGuardは、スナップショット入力層、空間集約層、時間集約層、予測層を含む階層アーキテクチャで設計されている。 実験により、TrustGuardは、シングルタイムスロットとマルチタイムスロットの信頼予測に関して、最先端のGNNベースの信頼評価モデルより優れていることが示された。
  論文  参考訳（メタデータ） (2023-06-23T07:39:12Z)
• KGTrust: Evaluating Trustworthiness of SIoT via Knowledge Enhanced Graph Neural Networks [63.531790269009704]
  ソーシャル・インターネット・オブ・モノ(Social Internet of Things, SIoT)は、スマート・オブジェクト(物)にソーシャルネットワークの概念を注入する、有望で新興のパラダイムである。 リスクと不確実性のため、解決すべき重要かつ緊急の問題は、SIoT内で信頼性の高い関係、すなわち信頼評価を確立することである。 本稿では,SIoTにおける信頼度向上のための知識強化グラフニューラルネットワーク(KGTrust)を提案する。
  論文  参考訳（メタデータ） (2023-02-22T14:24:45Z)
• Generative Adversarial Learning for Trusted and Secure Clustering in Industrial Wireless Sensor Networks [11.56611183738877]
  本稿では,産業用無線センサネットワーク(IWSN)のためのGANに基づく信頼管理機構を提案する。 検出率は96%、偽陽性率は8%以下である。
  論文  参考訳（メタデータ） (2022-10-14T11:20:08Z)
• Uncertainty-Aware Deep Calibrated Salient Object Detection [74.58153220370527]
  既存のディープニューラルネットワークに基づくサルエントオブジェクト検出(SOD)手法は主に高いネットワーク精度の追求に重点を置いている。 これらの手法は、信頼不均衡問題として知られるネットワーク精度と予測信頼の間のギャップを見落としている。 我々は,不確実性を考慮した深部SODネットワークを導入し,深部SODネットワークの過信を防止するための2つの戦略を提案する。
  論文  参考訳（メタデータ） (2020-12-10T23:28:36Z)

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。