論文の概要: Blockchain-Driven AI-Enhanced Post-Quantum Multivariate Identity-based Signature and Privacy-Preserving Data Aggregation Scheme for Fog-enabled Flying Ad-Hoc Networks
- arxiv url: http://arxiv.org/abs/2604.18819v1
- Date: Mon, 20 Apr 2026 20:40:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-22 22:41:49.478673
- Title: Blockchain-Driven AI-Enhanced Post-Quantum Multivariate Identity-based Signature and Privacy-Preserving Data Aggregation Scheme for Fog-enabled Flying Ad-Hoc Networks
- Title（参考訳）: ブロックチェーン駆動型AIによるFog対応フライングアドホックネットワークのためのポスト量子多変量IDに基づく署名とプライバシ保護データアグリゲーションスキーム
- Authors: Sufian Al majmaie, Ghazal Ghajari, Niraj Prasad Bhatta, Fathi Amsaad,
- Abstract要約: Fog ComputingとFlying Ad-Hoc Networks (FANETs)の統合は、UAVベースのアプリケーションで分散化された低レイテンシインテリジェンスに有望な機能を提供する。
この作業では、フォグ対応FANET用に設計された、ブロックチェーンベースのAI強化キー管理フレームワークを導入している。
- 参考スコア（独自算出の注目度）: 0.11199585259018456
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The integration of Fog Computing with Flying Ad-Hoc Networks (FANETs) offers promising capabilities for decentralized, low-latency intelligence in UAV-based applications. However, the distributed nature, mobility, and resource constraints of FANETs expose them to significant security and privacy challenges, particularly against quantum threats. To address these issues, this work introduces a blockchain-based, AI-enhanced key management framework designed for fog-enabled FANETs. The proposed scheme employs a Post-Quantum Multivariate Identity-Based Signature Scheme (PQ-MISS) and Zero-Knowledge Proofs (ZKPs) to achieve secure key establishment, privacy-preserving data aggregation, and integrity verification. A polynomial composition-based encryption mechanism and an aggregate signature model support secure and efficient multi-device communication across fog and UAV layers. Fog servers construct partial blockchain blocks from validated UAV data. These blocks are completed and mined by Cloud Servers (CSs). AI algorithms then analyze the verified data to generate accurate predictions and insights. NS-3 simulations validate the efficiency of PQ-MISS in reducing communication overhead while improving the speed and reliability of data aggregation and verification. Comparative analysis demonstrates the proposed scheme's advantages over existing methods in computational cost, post-quantum security, and scalability, making it a robust solution for secure, intelligent, and future-ready FANET systems.
- Abstract（参考訳）: Fog ComputingとFlying Ad-Hoc Networks (FANETs)の統合は、UAVベースのアプリケーションにおいて、分散化された低レイテンシインテリジェンスに有望な機能を提供する。
しかし、FANETの分散の性質、モビリティ、リソースの制約は、特に量子脅威に対して、セキュリティとプライバシの重大な課題にそれらを公開する。
これらの問題に対処するため、この作業では、フォグ対応FANET用に設計されたブロックチェーンベースのAI強化キー管理フレームワークを導入している。
提案方式では,PQ-MISS(Post-Quantum Multivariate Identity-Based Signature Scheme)とZKP(Zero-Knowledge Proofs)を用いて,セキュアな鍵確立,プライバシ保護データ集約,整合性検証を実現する。
多項式合成に基づく暗号化機構と集約署名モデルにより、フォグ層とUAV層間のセキュアで効率的なマルチデバイス通信をサポートする。
Fogサーバは、検証されたUAVデータから部分的なブロックチェーンブロックを構成する。
これらのブロックは完了し、Cloud Servers (CS) によってマイニングされる。
AIアルゴリズムは検証されたデータを分析して正確な予測と洞察を生成する。
NS-3シミュレーションは、PQ-MISSの通信オーバーヘッドを低減するとともに、データの集約と検証のスピードと信頼性を向上させる。
比較分析は、提案手法が計算コスト、クォータ後のセキュリティ、スケーラビリティにおいて既存の手法よりも優れていることを示し、セキュアでインテリジェントで将来のFANETシステムに対する堅牢なソリューションとなっている。
関連論文リスト
- A Secure and Private Distributed Bayesian Federated Learning Design [56.92336577799572]
DFL(Distributed Federated Learning)は、中央パラメータサーバを持たない大規模システム間の分散モデルトレーニングを可能にする。
DFLは、3つの重要な課題に直面している: 正直な隣人からのプライバシー漏洩、中央調整の欠如による収束の遅さ、モデルの精度の低下を目指すビザンティンの敵に対する脆弱性。
本稿では,ビザンチンの堅牢性,プライバシー保護,収束促進を統合した新しいDFLフレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-23T16:12:02Z) - Multi-Agent-Driven Cognitive Secure Communications in Satellite-Terrestrial Networks [58.70163955407538]
悪意のある盗聴者は衛星地上ネットワーク(STN)を介して個人情報に深刻な脅威をもたらす
リアルタイムセンシングによりスペクトルスケジューリングと保護を協調する複数のエージェントによって駆動される認知セキュア通信フレームワークを提案する。
我々は、生成した対向ネットワークを利用して対向行列を生成し、学習支援電力制御を用いて、実及び対向信号のパワーを保護層に設定する。
論文 参考訳（メタデータ） (2026-01-06T10:30:41Z) - When UAV Swarm Meets IRS: Collaborative Secure Communications in Low-altitude Wireless Networks [68.45202147860537]
低高度無線ネットワーク (LAWN) は、多様なアプリケーションに対して、拡張されたカバレッジ、信頼性、スループットを提供する。
これらのネットワークは、既知のおよび潜在的に未知の盗聴者の両方から重大なセキュリティ上の脆弱性に直面している。
本稿では,Swarm内で選択されたUAVを仮想アンテナアレイとして機能させる,LAWNのための新しいセキュア通信フレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-25T02:02:14Z) - Secure and Scalable Blockchain Voting: A Comparative Framework and the Role of Large Language Models [0.0]
本稿では,ブロックチェーンベースのE-Votingアーキテクチャ,コンセンサス機構,暗号プロトコルを解析するための比較フレームワークを提案する。
本稿では,ハイブリッドコンセンサス,軽量暗号,分散ID管理などを含む最適化戦略を提案する。
私たちの発見は、国家規模のデプロイメントに適したセキュアでスケーラブルでインテリジェントなブロックチェーンベースのE-Votingシステムを設計するための基盤を提供します。
論文 参考訳（メタデータ） (2025-08-07T21:34:21Z) - 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) - Quantum-Resilient Blockchain for Secure Transactions in UAV-Assisted Smart Agriculture Networks [0.0]
無人航空機(UAV)をスマート農業に統合することで、リアルタイムモニタリング、データ収集、自動農業活動が可能になった。
本稿では,UAV支援型スマート農業ネットワークにおけるデータおよびリソーストランザクションの確保を目的とした,量子レジリエントなブロックチェーンフレームワークを提案する。
論文 参考訳（メタデータ） (2025-05-21T17:12:39Z) - AI-Powered Anomaly Detection with Blockchain for Real-Time Security and Reliability in Autonomous Vehicles [1.1797787239802762]
我々は、リアルタイム異常検出のための人工知能(AI)のパワーとブロックチェーン技術を組み合わせて、悪意のあるアクティビティを検出して防止する新しいフレームワークを開発する。
このフレームワークでは、センサデータと異常アラートをブロックチェーン台帳にセキュアに格納する分散プラットフォームを使用して、データの不正性と信頼性を保証している。
これにより、AVシステムは、サイバースペースとハードウェアコンポーネントの両方の障害からの攻撃に対してより耐性がある。
論文 参考訳（メタデータ） (2025-05-10T12:53:28Z) - Trusted Compute Units: A Framework for Chained Verifiable Computations [41.94295877935867]
本稿では,異種技術間のコンポーザブルで相互運用可能な計算を可能にする統合フレームワークであるTrusted Compute Unit(TCU)を紹介する。
オンチェーンの確認遅延やガス料金を発生させることなく、セキュアなオフチェーンインタラクションを可能にすることで、TCUはシステムパフォーマンスとスケーラビリティを大幅に改善する。
論文 参考訳（メタデータ） (2025-04-22T09:01:55Z) - Digital Twin-Assisted Federated Learning with Blockchain in Multi-tier Computing Systems [67.14406100332671]
産業用 4.0 システムでは、リソース制約のあるエッジデバイスが頻繁にデータ通信を行う。
本稿では,デジタルツイン (DT) とフェデレーション付きデジタルツイン (FL) 方式を提案する。
提案手法の有効性を数値解析により検証した。
論文 参考訳（メタデータ） (2024-11-04T17:48:02Z) - Towards Secure and Private AI: A Framework for Decentralized Inference [14.526663289437584]
大規模マルチモーダル基盤モデルは、スケーラビリティ、信頼性、潜在的な誤用に関する課題を提示する。
分散システムは、ワークロードの分散と障害の中心的なポイントの緩和によるソリューションを提供する。
これらの課題に対処するためには、AI開発に責任を負うように設計された包括的なフレームワークを使います。
論文 参考訳（メタデータ） (2024-07-28T05:09:17Z) - ScionFL: Efficient and Robust Secure Quantized Aggregation [36.668162197302365]
我々は,フェデレートラーニングのための最初のセキュアアグリゲーションフレームワークであるScionFLを紹介する。
量子化された入力で効率的に動作し、同時に悪意のあるクライアントに対して堅牢性を提供する。
クライアントのオーバーヘッドがなく、サーバのオーバーヘッドも緩やかなため、標準的なFLベンチマークに匹敵する精度が得られます。
論文 参考訳（メタデータ） (2022-10-13T21:46:55Z)
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。