論文の概要: A Survey on Reconfigurable Intelligent Surfaces in Practical Systems: Security and Privacy Perspectives
- arxiv url: http://arxiv.org/abs/2512.15754v1
- Date: Fri, 12 Dec 2025 00:54:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-19 18:10:31.663643
- Title: A Survey on Reconfigurable Intelligent Surfaces in Practical Systems: Security and Privacy Perspectives
- Title（参考訳）: 実用システムにおける再構成可能なインテリジェントサーフェスに関する調査:セキュリティとプライバシの観点から
- Authors: Ziyu Chen, Yitong Shen, Jingzhe Zhang, Yao Zheng, Yili Ren, Xuyu Wang, Shiwen Mao, Hanqing Guo,
- Abstract要約: Reconfigurable Intelligent Surfaces (RIS) は、電磁波を動的に操作することで、無線環境を再構築できるトランスフォーメーション技術として登場した。
この調査は、現実のシステムにおけるRISアプリケーションに関する包括的な調査を提供し、セキュリティとプライバシの脅威、脆弱性、そして実用に関連する防衛戦略に焦点を当てている。
- 参考スコア（独自算出の注目度）: 35.265580543159835
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reconfigurable Intelligent Surfaces (RIS) have emerged as a transformative technology capable of reshaping wireless environments through dynamic manipulation of electromagnetic waves. While extensive research has explored their theoretical benefits for communication and sensing, practical deployments in smart environments such as homes, vehicles, and industrial settings remain limited and under-examined, particularly from security and privacy perspectives. This survey provides a comprehensive examination of RIS applications in real-world systems, with a focus on the security and privacy threats, vulnerabilities, and defensive strategies relevant to practical use. We analyze scenarios with two types of systems (with and without legitimate RIS) and two types of attackers (with and without malicious RIS), and demonstrate how RIS may introduce new attacks to practical systems, including eavesdropping, jamming, and spoofing attacks. In response, we review defenses against RIS-related attacks in these systems, such as applying additional security algorithms, disrupting attackers, and early detection of unauthorized RIS. We also discuss scenarios in which the legitimate user applies an additional RIS to defend against attacks. To support future research, we also provide a collection of open-source tools, datasets, demos, and papers at: https://awesome-ris-security.github.io/. By highlighting RIS's functionality and its security/privacy challenges and opportunities, this survey aims to guide researchers and engineers toward the development of secure, resilient, and privacy-preserving RIS-enabled practical wireless systems and environments.
- Abstract（参考訳）: Reconfigurable Intelligent Surfaces (RIS) は、電磁波を動的に操作することで、無線環境を再構築できるトランスフォーメーション技術として登場した。
コミュニケーションとセンシングの理論的利点について広範な研究が行われてきたが、特にセキュリティやプライバシーの観点から、家庭、車、産業環境などのスマート環境への実践的な展開は限定的かつ過小評価されている。
この調査は、現実のシステムにおけるRISアプリケーションに関する包括的な調査を提供し、セキュリティとプライバシの脅威、脆弱性、そして実用に関連する防衛戦略に焦点を当てている。
我々は,2種類のシステムと2種類の攻撃者(悪意のあるRISと悪質なRIS)によるシナリオを分析し,盗聴・妨害・偽造攻撃などの実用的なシステムに対して,RISがどのように新たな攻撃をもたらすかを実証する。
これに対して,これらのシステムにおけるRIS関連攻撃に対する防御策として,追加のセキュリティアルゴリズムの適用,攻撃者の妨害,不正なRISの早期検出等について検討する。
また、適切なユーザがRISを付加して攻撃を防御するシナリオについても論じる。
将来の研究をサポートするため、オープンソースツール、データセット、デモ、ペーパーのコレクションも提供しています。
RISの機能とセキュリティ/プライバシの課題と機会を強調することで、この調査は、研究者やエンジニアがセキュアでレジリエントでプライバシに保護されるRIS対応の実用的な無線システムや環境の開発に向け、ガイドすることを目的としている。
関連論文リスト
- AI-driven Intrusion Detection for UAV in Smart Urban Ecosystems: A Comprehensive Survey [3.26654570054705]
本稿では、スマートシティにおけるUAVアプリケーションの構造化されたエビデンスに基づく合成とそのセキュリティ上の課題について述べる。
1)UAVの通信インフラを標的としたサイバー攻撃と,2)UAV自体による無断または無許可の物理的侵入である。
我々は、異常検出のためのマシン/ディープ学習や物体認識のためのコンピュータビジョンといったAIベースの手法が、UAVセキュリティの強化においてどのように重要な役割を果たすかを分析する。
論文 参考訳（メタデータ） (2026-01-27T08:26:05Z) - Network Security under Heterogeneous Cyber-Risk Profiles and Contagion [0.0]
本稿では,ネットワーク型デジタルシステムのためのサイバーリスク管理フレームワークを提案する。
ネットワーク全体のサイバーセキュリティリソースを最適に割り当てるという問題に対処する。
本稿では,感染経路に基づくリスク対策を提案し,伝播動態が最適な防衛戦略にどう影響するか分析する。
論文 参考訳（メタデータ） (2026-01-23T14:56:24Z) - A Survey of Security Challenges and Solutions for UAS Traffic Management (UTM) and small Unmanned Aerial Systems (sUAS) [25.67972631925627]
民間および商業ミッション用の小型無人航空システム(sUAS)は、サイバーセキュリティの脅威に対して脆弱である。
本稿では, サイバーセキュリティの脆弱性と, sUAS と UTM のエコシステムに合わせた防御について, 包括的調査を行った。
論文 参考訳（メタデータ） (2026-01-13T05:18:49Z) - SoK: Privacy Risks and Mitigations in Retrieval-Augmented Generation Systems [53.51921540246166]
Retrieval-Augmented Generation (RAG)技術は広く普及している。
RAGには、Large Language Models(LLM)とドメイン固有の知識ベースとの結合が含まれる。
RAGの普及は、データのプライバシに関する懸念を引き起こしている。
論文 参考訳（メタデータ） (2026-01-07T14:50:41Z) - OS-Sentinel: Towards Safety-Enhanced Mobile GUI Agents via Hybrid Validation in Realistic Workflows [77.95511352806261]
VLM(Vision-Language Models)を利用したコンピュータ利用エージェントは、モバイルプラットフォームのようなデジタル環境を操作する上で、人間のような能力を実証している。
我々は,明示的なシステムレベルの違反を検出するための形式検証器と,文脈的リスクとエージェント行動を評価するコンテキスト判断器を組み合わせた,新しいハイブリッド安全検出フレームワークOS-Sentinelを提案する。
論文 参考訳（メタデータ） (2025-10-28T13:22:39Z) - A Survey on the Safety and Security Threats of Computer-Using Agents: JARVIS or Ultron? [21.251472607090584]
本稿では,EmphComputer-Using Agentsの安全性とセキュリティの脅威に関する知識の体系化について述べる。
CUAは、デスクトップアプリケーション、Webページ、モバイルアプリをナビゲートするなど、自律的にタスクを実行することができる。
論文 参考訳（メタデータ） (2025-05-16T06:56:42Z) - Exploring the Role of Large Language Models in Cybersecurity: A Systematic Survey [25.73174314007904]
従来のサイバーセキュリティアプローチは、現代のサイバー攻撃の急速に進化する性質に適応するために苦労している。
LLM(Large Language Model)の出現は、ますます深刻なサイバー脅威に対処する革新的なソリューションを提供する。
サイバー攻撃に対してLLMを効果的に活用する方法を模索することは、現在の研究分野においてホットな話題となっている。
論文 参考訳（メタデータ） (2025-04-22T06:28:08Z) - A Survey of Model Extraction Attacks and Defenses in Distributed Computing Environments [55.60375624503877]
モデル抽出攻撃(MEA)は、敵がモデルを盗み、知的財産と訓練データを公開することによって、現代の機械学習システムを脅かす。
この調査は、クラウド、エッジ、フェデレーションのユニークな特性がどのように攻撃ベクトルや防御要件を形作るのかを、緊急に理解する必要に起因している。
本研究は, 自動運転車, 医療, 金融サービスといった重要な分野において, 環境要因がセキュリティ戦略にどう影響するかを実証し, 攻撃手法と防衛機構の進化を系統的に検討する。
論文 参考訳（メタデータ） (2025-02-22T03:46:50Z) - A Survey of Wireless Sensing Security from a Role-Based View: Victim, Weapon, and Shield [19.611803729399092]
本稿では,ワイヤレスセンシングのセキュリティに関する,ロールベースの視点からの初の総合的な調査について述べる。
本稿では,既存の研究を,攻撃の犠牲者としての無線システム,攻撃の武器としての無線信号,セキュリティアプリケーションのためのシールドとしての無線信号の3つのクラスに体系的に分類する新しい分類フレームワークを提案する。
論文 参考訳（メタデータ） (2024-12-04T06:34:36Z) - EARBench: Towards Evaluating Physical Risk Awareness for Task Planning of Foundation Model-based Embodied AI Agents [53.717918131568936]
EAI(Embodied AI)は、高度なAIモデルを現実世界のインタラクションのための物理的なエンティティに統合する。
高レベルのタスク計画のためのEAIエージェントの"脳"としてのファンデーションモデルは、有望な結果を示している。
しかし、これらのエージェントの物理的環境への展開は、重大な安全性上の課題を呈している。
本研究では,EAIシナリオにおける身体的リスクの自動評価のための新しいフレームワークEARBenchを紹介する。
論文 参考訳（メタデータ） (2024-08-08T13:19:37Z) - Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。
我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。
我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
論文 参考訳（メタデータ） (2020-10-19T13:09:31Z)
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。