論文の概要: ICBAC: an Intelligent Contract-Based Access Control framework for supply chain management by integrating blockchain and federated learning
- arxiv url: http://arxiv.org/abs/2602.08014v1
- Date: Sun, 08 Feb 2026 15:27:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-10 20:26:24.929329
- Title: ICBAC: an Intelligent Contract-Based Access Control framework for supply chain management by integrating blockchain and federated learning
- Title（参考訳）: ICBAC:ブロックチェーンとフェデレーション学習を統合したサプライチェーン管理のためのインテリジェントコントラクトベースアクセス制御フレームワーク
- Authors: Sadegh Sohani, Salar Ghazi, Farnaz Kamranfar, Sahar Pilehvar Moakhar, Mohammad Allahbakhsh, Haleh Amintoosi, Kaiwen Zhang,
- Abstract要約: 既存のアクセス制御は静的で集中しており、インサイダーの脅威や進化するコンテキストに適応できない。
提案するソリューションは、インテリジェントコントラクトベースのアクセス制御フレームワークであるICBACである。
認可型ブロックチェーン(Hyperledger Fabric)と連邦学習(FL)を統合する
- 参考スコア（独自算出の注目度）: 0.3789223497926791
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper addresses the critical challenge of access control in modern supply chains, which operate across multiple independent and competing organizations. Existing access control is static and centralized, unable to adapt to insider threats or evolving contexts. Blockchain improves decentralization but lacks behavioral intelligence, while centralized machine learning for anomaly detection requires aggregating sensitive data, violating privacy. The proposed solution is ICBAC, an intelligent contract-based access control framework. It integrates permissioned blockchain (Hyperledger Fabric) with federated learning (FL). Built on Fabric, ICBAC uses a multi-channel architecture and three smart contracts for asset management, baseline access control, and dynamic revocation. To counter insider misuse, each channel deploys an AI agent that monitors activity and dynamically restricts access for anomalies. Federated learning allows these agents to collaboratively improve detection models without sharing raw data. For heterogeneous, competitive environments, ICBAC introduces a game-theoretic client selection mechanism using hedonic coalition formation. This enables supply chains to form stable, strategy-proof FL coalitions via preference-based selection without disclosing sensitive criteria. Extensive experiments on a Fabric testbed with a real-world dataset show ICBAC achieves blockchain performance comparable to static frameworks and provides effective anomaly detection under IID and non-IID data with zero raw-data sharing. ICBAC thus offers a practical, scalable solution for dynamic, privacy-preserving access control in decentralized supply chains.
- Abstract（参考訳）: 本稿では、複数の独立した組織と競合する組織にまたがる、現代のサプライチェーンにおけるアクセス制御の重要な課題について論じる。
既存のアクセス制御は静的で集中しており、インサイダーの脅威や進化するコンテキストに適応できない。
ブロックチェーンは分散化を改善するが、行動知性に欠ける。一方、異常検出のための集中型機械学習では、機密データを集約し、プライバシーを侵害する必要がある。
提案するソリューションは、インテリジェントコントラクトベースのアクセス制御フレームワークであるICBACである。
認可型ブロックチェーン(Hyperledger Fabric)と連邦学習(FL)を統合している。
Fabric上に構築されたICBACは、マルチチャネルアーキテクチャとアセット管理、ベースラインアクセス制御、動的取り消しのための3つのスマートコントラクトを使用する。
インサイダーの誤用を防ぐため、各チャネルはアクティビティを監視し、異常に対するアクセスを動的に制限するAIエージェントをデプロイする。
フェデレートされた学習により、これらのエージェントは生データを共有せずに、共同で検出モデルを改善することができる。
不均一で競争的な環境において、ICBACは、ヘドニック連立形成を用いたゲーム理論的なクライアント選択機構を導入する。
これにより、サプライチェーンは、機密基準を開示することなく、嗜好に基づく選択を通じて安定的で戦略的なFL連立を形成することができる。
実世界のデータセットを使用したFabricテストベッドでの大規模な実験では、ICBACは静的フレームワークに匹敵するブロックチェーンのパフォーマンスを実現し、IIDと非IIDデータによる効果的な異常検出と生データの共有をゼロにする。
ICBACは、分散サプライチェーンにおける動的でプライバシ保護のアクセス制御のための実用的でスケーラブルなソリューションを提供する。
関連論文リスト
- Fuzzychain-edge: A novel Fuzzy logic-based adaptive Access control model for Blockchain in Edge Computing [3.542991606199518]
この研究は、IoT環境におけるプライバシ保護、セキュア、トレーサビリティソリューションの進歩に大きく貢献する。
それは、分散技術における将来のイノベーションと、医療など重要な分野におけるそれらの応用の基礎を成している。
論文 参考訳（メタデータ） (2026-01-15T06:23:43Z) - Information-Theoretic Decentralized Secure Aggregation with Collusion Resilience [95.33295072401832]
情報理論の観点から分散型セキュアアグリゲーション(DSA)の問題点を考察する。
DSAの最小到達可能な通信量と秘密鍵率を指定する最適レート領域を特徴付ける。
本研究は,DSAの基本性能限界を確立し,信頼性の高い通信効率の高いプロトコルの設計に関する知見を提供する。
論文 参考訳（メタデータ） (2025-08-01T12:51:37Z) - Blockchain Powered Edge Intelligence for U-Healthcare in Privacy Critical and Time Sensitive Environment [0.559239450391449]
プライバシクリティカルで時間に敏感な健康アプリケーションのための自律型コンピューティングモデルを提案する。
このシステムは、継続的監視、リアルタイムアラート通知、疾患検出、堅牢なデータ処理と集約をサポートする。
セキュアなアクセススキームは、オフチェーンとオンチェーンのデータ共有とストレージの両方を管理するために定義される。
論文 参考訳（メタデータ） (2025-05-31T06:58:52Z) - A Distributed Blockchain-based Access Control for the Internet of Things [0.0]
IoT(Internet of Things)環境は、悪意のあるユーザがIoTユーザのセキュリティとプライバシを壊すために、ますます肥大化している。
分散IoT環境に対処するため、ブロックチェーンは有望なデータ管理技術であると見なされている。
我々は、分散アクセス制御と属性ベースのIoT用アクセス制御モデル(DBC-ABAC)を提案する。
概念実証の実装はHyperledger Fabricを使って提示される。
論文 参考訳（メタデータ） (2025-03-22T22:36:02Z) - A Prototype Model of Zero-Trust Architecture Blockchain with EigenTrust-Based Practical Byzantine Fault Tolerance Protocol to Manage Decentralized Clinical Trials [5.565144088361576]
本稿では,DCT手術管理における患者生成臨床試験データを統合するためのZero-Trust Architecture(z-TAB)の試作モデルを提案する。
IoT(Internet of Things)はブロックチェーンプラットフォーム内の利害関係者間でのデータ処理を合理化するために統合されている。
論文 参考訳（メタデータ） (2024-08-29T20:18:00Z) - Enhancing Trust and Privacy in Distributed Networks: A Comprehensive Survey on Blockchain-based Federated Learning [51.13534069758711]
ブロックチェーンのような分散型アプローチは、複数のエンティティ間でコンセンサスメカニズムを実装することで、魅力的なソリューションを提供する。
フェデレートラーニング(FL)は、参加者がデータのプライバシを保護しながら、協力的にモデルをトレーニングすることを可能にする。
本稿では,ブロックチェーンのセキュリティ機能とFLのプライバシ保護モデルトレーニング機能の相乗効果について検討する。
論文 参考訳（メタデータ） (2024-03-28T07:08:26Z) - Generative AI-enabled Blockchain Networks: Fundamentals, Applications,
and Case Study [73.87110604150315]
Generative Artificial Intelligence(GAI)は、ブロックチェーン技術の課題に対処するための有望なソリューションとして登場した。
本稿では、まずGAI技術を紹介し、そのアプリケーションの概要を説明し、GAIをブロックチェーンに統合するための既存のソリューションについて議論する。
論文 参考訳（メタデータ） (2024-01-28T10:46:17Z) - Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。
FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。
実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
論文 参考訳（メタデータ） (2024-01-22T14:16:37Z) - Deep Learning meets Blockchain for Automated and Secure Access Control [0.0]
本稿では,分散アクセス制御のソリューションとして,Deep Learning Based Access Control Usingを提案する。
DLACBはブロックチェーンを使用して、医療、金融、政府などのさまざまな領域で透明性、トレーサビリティ、信頼性を提供します。
すべてのデータがブロックチェーンに記録されるため、悪意のあるアクティビティを識別する能力があります。
論文 参考訳（メタデータ） (2023-11-10T18:50:56Z) - Sparsity-Aware Intelligent Massive Random Access Control in Open RAN: A
Reinforcement Learning Based Approach [61.74489383629319]
新たなOpen Radio Access Network(O-RAN)におけるデバイスの大量ランダムアクセスは、アクセス制御と管理に大きな課題をもたらします。
閉ループアクセス制御の強化学習(RL)支援方式を提案する。
深部RL支援SAUDは、連続的かつ高次元の状態と行動空間を持つ複雑な環境を解決するために提案されている。
論文 参考訳（メタデータ） (2023-03-05T12:25:49Z)
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。