論文の概要: Decentralized Trust for Space AI: Blockchain-Based Federated Learning Across Multi-Vendor LEO Satellite Networks

• arxiv url: http://arxiv.org/abs/2512.08882v1
• Date: Tue, 09 Dec 2025 18:16:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-10 22:28:08.086558
• Title: Decentralized Trust for Space AI: Blockchain-Based Federated Learning Across Multi-Vendor LEO Satellite Networks
• Title（参考訳）: 宇宙AIのための分散信頼:マルチベンダLEO衛星ネットワーク間のブロックチェーンベースのフェデレーションラーニング
• Authors: Mohamed Elmahallawy, Asma Jodeiri Akbarfam,
• Abstract要約: フェデレートされた衛星学習は、生データを共有せずにジョイントモデルトレーニングを可能にする。 LEOネットワークにおける信頼性の高いマルチベンダコラボレーションを促進するブロックチェーンベースのフレームワークであるOrbitChainを提案する。 OrbitChainは、プライバシ、セキュリティ、グローバルモデルの精度を改善しながら、計算と通信のオーバーヘッドを低減する。
• 参考スコア（独自算出の注目度）: 0.45835414225547183
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: The rise of space AI is reshaping government and industry through applications such as disaster detection, border surveillance, and climate monitoring, powered by massive data from commercial and governmental low Earth orbit (LEO) satellites. Federated satellite learning (FSL) enables joint model training without sharing raw data, but suffers from slow convergence due to intermittent connectivity and introduces critical trust challenges--where biased or falsified updates can arise across satellite constellations, including those injected through cyberattacks on inter-satellite or satellite-ground communication links. We propose OrbitChain, a blockchain-backed framework that empowers trustworthy multi-vendor collaboration in LEO networks. OrbitChain (i) offloads consensus to high-altitude platforms (HAPs) with greater computational capacity, (ii) ensures transparent, auditable provenance of model updates from different orbits owned by different vendors, and (iii) prevents manipulated or incomplete contributions from affecting global FSL model aggregation. Extensive simulations show that OrbitChain reduces computational and communication overhead while improving privacy, security, and global model accuracy. Its permissioned proof-of-authority ledger finalizes over 1000 blocks with sub-second latency (0.16,s, 0.26,s, 0.35,s for 1-of-5, 3-of-5, and 5-of-5 quorums). Moreover, OrbitChain reduces convergence time by up to 30 hours on real satellite datasets compared to single-vendor, demonstrating its effectiveness for real-time, multi-vendor learning. Our code is available at https://github.com/wsu-cyber-security-lab-ai/OrbitChain.git
• Abstract（参考訳）: 宇宙AIの台頭は、災害検出、国境監視、気候監視といった応用を通じて政府と産業を変革し、商業および政府による低地球軌道(LEO)衛星からの大量のデータを活用している。 フェデレート・サテライト・ラーニング(FSL)は、生データを共有することなく、ジョイントモデルトレーニングを可能にするが、断続的な接続性による緩やかな収束に苦しむとともに、重要な信頼上の課題をもたらす。 LEOネットワークにおける信頼性の高いマルチベンダコラボレーションを促進するブロックチェーンベースのフレームワークであるOrbitChainを提案する。 OrbitChain (i)コンセンサスを高い計算能力を持つ高高度プラットフォーム(HAP)にオフロードする。 (二)異なるベンダーが所有する異なる軌道からのモデル更新の透明で監査可能な証明を確実にし、 (iii)グローバルなFSLモデルアグリゲーションに影響を与える操作や不完全なコントリビューションを防止する。 大規模なシミュレーションでは、OrbitChainは計算と通信のオーバーヘッドを低減し、プライバシ、セキュリティ、グローバルモデルの精度を改善している。 認可された証明・オブ・オーソリティの台帳は、1000ブロックを超えるサブ秒レイテンシ(0.16,s, 0.26,s, 0.35,s for 1-of-5, 3-of-5, 5-of-5 quorums)で終了する。 さらに、OrbitChainは、単一のベンダーと比較して、実際の衛星データセットの収束時間を最大30時間短縮し、リアルタイムのマルチベンダ学習の有効性を示す。 私たちのコードはhttps://github.com/wsu-cyber-security-lab-ai/OrbitChain.gitで公開されています。

関連論文リスト

• ASTREA: Introducing Agentic Intelligence for Orbital Thermal Autonomy [51.56484100374058]
  ASTREAは、自律的な宇宙船運用のためのフライト・ヘリテージ・ハードウェア上で実行される最初のエージェント・システムである。 我々は,資源制約付き大規模言語モデル(LLM)エージェントと強化学習コントローラを,空間対応プラットフォームに適した非同期アーキテクチャに統合する。
  論文  参考訳（メタデータ） (2025-09-16T08:52:13Z)
• Joint AoI and Handover Optimization in Space-Air-Ground Integrated Network [48.485907216785904]
  ローアース軌道(LEO)衛星コンステレーションは、地球をカバーし、遅延を減少させる有望な解決策を提供する。 しかし、軌道力学による間欠的カバレッジと間欠的な通信窓に苦しむ。 我々の3層設計では、HAP-地上通信のための高容量衛星間通信と信頼性無線周波数(RF)リンクに、ハイブリッド自由空間光(FSO)リンクを用いる。
  論文  参考訳（メタデータ） (2025-09-16T06:16:56Z)
• Emulation of satellite up-link quantum communication with entangled photons [75.38606213726906]
  我々は、極非縮退光子の超明るい光源を実証し、エミュレートされた高損失衛星シナリオにおいて量子鍵分布を行う。 先駆的なMiciusアップリンク実験の1つに対応するロスプロファイルと10kmのテレコムファイバーで区切られた地上のエンドユーザーにより、制限の1回のオーバーパスで5.2kbitのセキュアな鍵蓄積を実現する。
  論文  参考訳（メタデータ） (2025-02-05T19:14:55Z)
• Low-altitude UAV Friendly-Jamming for Satellite-Maritime Communications via Generative AI-enabled Deep Reinforcement Learning [72.23178920029957]
  本稿では,低高度無人航空機(UAV)による衛星海上通信システムを提案する。 安全衛星・海上通信多目的最適化問題(SSMCMOP)を定式化する。 動的かつ長期の最適化問題を解くため、マルコフ決定過程に再構成する。 次に,トランスサック (TransSAC) アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-01-26T10:13:51Z)
• A Sharded Blockchain-Based Secure Federated Learning Framework for LEO Satellite Networks [4.034610694515541]
  低地球軌道(LEO)衛星ネットワークは、宇宙ベースの人工知能(AI)アプリケーションにますます不可欠である。 商業利用が拡大するにつれて、LEO衛星ネットワークはサイバー攻撃のリスクが高まる。 我々は、SBFL-LEOと呼ばれるLEOネットワークのためのシャーディングブロックチェーンベースのフェデレーション学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-09T10:22:52Z)
• FedSN: A Federated Learning Framework over Heterogeneous LEO Satellite Networks [18.213174641216884]
  多数の低軌道軌道(LEO)衛星が打ち上げられ、SpaceXなどの商業企業によって宇宙に投入された。 LEO衛星が搭載するマルチモーダルセンサにより、通信だけでなく、空間変調認識やリモートセンシング画像分類など、さまざまな機械学習アプリケーションにも機能する。 本稿では,これらの課題に対処するための一般FLフレームワークとしてFedSNを提案し,LEO衛星上でのデータ多様性について検討する。
  論文  参考訳（メタデータ） (2023-11-02T14:47:06Z)
• Secure and Efficient Federated Learning in LEO Constellations using Decentralized Key Generation and On-Orbit Model Aggregation [1.4952056744888915]
  本稿では、LEO星座向けに設計されたセキュアFLアプローチであるFedSecureを提案する。 FedSecureは、各衛星のデータのプライバシーを、盗聴者、好奇心の強いサーバー、または好奇心の強い衛星に対して保護する。 また、収束の遅れは数日から数時間に劇的に減少するが、85.35%の精度に達する。
  論文  参考訳（メタデータ） (2023-09-04T21:36:46Z)
• Learning Emergent Random Access Protocol for LEO Satellite Networks [51.575090080749554]
  創発的ランダムアクセスチャネルプロトコル(eRACH)と呼ばれるLEO SATネットワークのための新しい許可なしランダムアクセスソリューションを提案する。 eRACHは、非定常ネットワーク環境との相互作用によって生じるモデルフリーなアプローチである。 RACHと比較して,提案するeRACHは平均ネットワークスループットが54.6%向上することを示す。
  論文  参考訳（メタデータ） (2021-12-03T07:44:45Z)
• Integrating LEO Satellite and UAV Relaying via Reinforcement Learning for Non-Terrestrial Networks [51.05735925326235]
  低軌道軌道(LEO)衛星のメガコンステレーションは、低レイテンシで長距離通信を可能にする可能性がある。 軌道上の星座から選択されたLEO衛星を用いて、2つの遠距離地上端末間でパケットを転送する問題について検討する。 エンドツーエンドのデータレートを最大化するためには、衛星アソシエーションとHAPロケーションを最適化する必要がある。 本稿では, 深部強化学習(DRL)と新しい動作次元低減技術を用いてこの問題に対処する。
  論文  参考訳（メタデータ） (2020-05-26T05:39:27Z)

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。