論文の概要: Day-to-Day Traffic Network Modeling under Route-Guidance Misinformation: Endogenous Trust and Resilience in CAV Environments

• arxiv url: http://arxiv.org/abs/2605.14204v1
• Date: Wed, 13 May 2026 23:45:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-15 21:45:34.543444
• Title: Day-to-Day Traffic Network Modeling under Route-Guidance Misinformation: Endogenous Trust and Resilience in CAV Environments
• Title（参考訳）: 経路案内ミス情報に基づく日々の交通ネットワークモデリング:CAV環境における内在的信頼とレジリエンス
• Authors: Eunhan Ka, Satish V. Ukkusuri,
• Abstract要約: 本稿では,経路誘導誤報に対する日々の交通割当と信頼進化の枠組みを開発する。 日々の渋滞はLighthill-Whitham-Richardsネットワークの負荷によって表現されるが、日々の経路選択は有界有理性ロジット学習に従う。 CAV対応トラフィックネットワークにおけるレジリエンス解析の信頼性を考慮したモデリング基盤を提供する。
• 参考スコア（独自算出の注目度）: 3.970492757288025
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Connected and autonomous vehicles and smart mobility services increasingly use digital route guidance as an operational input to traffic network management. When this information becomes unreliable or adversarial, day-to-day traffic models must represent not only flow adaptation but also the evolution of user trust in the information source. This paper develops a coupled day-to-day traffic assignment and trust-evolution framework for route-guidance misinformation. Within-day congestion is represented by Lighthill-Whitham-Richards network loading, while day-to-day route choice follows bounded-rationality logit learning with trust-dependent reliance on external guidance. Trust is modeled as an aggregate class-level behavioral reliance state encoded by a Beta evidence model and updated from repeated guidance errors. Theoretical analysis establishes stationary equilibria, a conservative stability guide, a weighted compliance index for population-level vulnerability, and an asymmetric recovery law that explains post-attack trust hysteresis. Numerical experiments on Sioux Falls, with an Anaheim robustness check, show that endogenous trust creates a threshold-based resilience mechanism. Below the trust-activation threshold, the attack remains behaviorally stealthy and dynamic trust provides almost no attenuation. Above the threshold, trust erosion reduces the impact of the fixed-trust attack by about 91 percent in Sioux Falls and 85 percent in Anaheim. The experiments also show that CAV penetration increases fixed-trust vulnerability while preserving dynamic attenuation, and that traffic performance can recover before trust, resulting in a 77-day hidden vulnerability window. The results provide a trust-aware modeling basis for resilience analysis in CAV-enabled traffic networks.
• Abstract（参考訳）: 接続された自動運転車やスマートモビリティサービスは、トラフィックネットワーク管理の運用インプットとしてデジタルルートガイダンスをますます活用している。 この情報が信頼できない、あるいは敵対的になると、日々の交通モデルは、フロー適応だけでなく、情報ソースに対するユーザの信頼の進化も表さなければならない。 本稿では,経路誘導誤報に対する日々の交通割当と信頼進化の枠組みを開発する。 日中の混雑はLighthill-Whitham-Richardsネットワークの負荷で表され、一方、日々の経路選択は、外部ガイダンスに依存した信頼に依存した有界有理性ロジット学習に従う。 信頼は、ベータエビデンスモデルによって符号化された集団レベルの行動依存状態としてモデル化され、繰り返しのガイダンスエラーから更新される。 理論的分析は、定常均衡、保守的な安定ガイド、人口レベルの脆弱性に対する重み付けされたコンプライアンス指標、そして反攻後の信頼ヒステリシスを説明する非対称回復法を確立している。 スーフォールズの数値実験は、アナハイムのロバスト性チェックを用いて、内在的信頼がしきい値に基づくレジリエンスメカニズムを生成することを示した。 信頼活動しきい値以下では、攻撃は行動的にステルスであり、動的信頼はほとんど減衰を提供しない。 信頼の侵食により、スーフォールズでは91%、アナハイムでは85%の固定トラスト攻撃の影響が減少する。 実験により、CAVの侵入は動的減衰を保ちながら固定トラストの脆弱性を増大させ、トラフィック性能が信頼される前に回復できることが示され、77日間の隠れ脆弱性ウィンドウが実現された。 CAV対応トラフィックネットワークにおけるレジリエンス解析の信頼性を考慮したモデリング基盤を提供する。

関連論文リスト

• Agents for Agents: An Interrogator-Based Secure Framework for Autonomous Internet of Underwater Things [0.0]
  本稿では,水中マルチエージェント操作に行動信頼監視の考え方を取り入れた質問者に基づく構造について述べる。 Privileged interrogatorモジュールは、軽量トランスフォーマーモデルを使用して動的信頼スコアを計算する受動的通信メタデータアナライザである。 信頼の証拠は許可されたブロックチェーンコンソーシアムに格納され、改ざんされていないID管理を提供する。
  論文  参考訳（メタデータ） (2026-04-05T20:50:18Z)
• Agentic Trust Coordination for Federated Learning through Adaptive Thresholding and Autonomous Decision Making in Sustainable and Resilient Industrial Networks [3.7802766761560442]
  産業ネットワークにおける分散インテリジェンスは、不均一でリソースに制約されたデバイスをまたいだセンシング、通信、計算を統合している。 フェデレートラーニング(FL)は、このような環境で協調的なモデルトレーニングを可能にするが、その信頼性は、一貫性のないクライアントの振る舞い、ノイズの多い検知条件、欠陥や敵の更新の存在に影響される。 本稿では,持続的かつ回復力のある産業ネットワークにおけるFLのための軽量なエージェント的信頼調整手法を提案する。
  論文  参考訳（メタデータ） (2026-03-26T11:21:22Z)
• ThreatFormer-IDS: Robust Transformer Intrusion Detection with Zero-Day Generalization and Explainable Attribution [0.0]
  IoTおよび産業ネットワークの侵入検出には、進化するトラフィックと限定されたラベルの下で信頼性を維持しながら、低い偽陽性率で稀な攻撃を検出できるモデルが必要である。 本研究では,トランスフォーマーをベースとしたシーケンシャルモデリングフレームワークThreatFormer-IDSを提案する。 時系列評価を備えたToN IoTベンチマークでは、ThreatFormer-IDSがAUCROC 0.994、AUC-PR 0.956、Recall@1%FPR 0.910を達成した。
  論文  参考訳（メタデータ） (2026-02-26T23:20:42Z)
• A Novel Trust-Based DDoS Cyberattack Detection Model for Smart Business Environments [1.2991943127175767]
  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。
  論文  参考訳（メタデータ） (2025-12-04T14:37:55Z)
• Aurora: Are Android Malware Classifiers Reliable and Stable under Distribution Shift? [51.12297424766236]
  AURORAは、その信頼性と運用上のレジリエンスに基づいて、マルウェア分類器を評価するためのフレームワークである。 AURORAは、ポイント・イン・タイムのパフォーマンスを超えるように設計されたメトリクスのセットによって補完される。 さまざまなドリフトのデータセットにわたるSOTAフレームワークの脆弱性は、ホワイトボードへの復帰の必要性を示唆している。
  論文  参考訳（メタデータ） (2025-05-28T20:22:43Z)
• 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)
• 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)

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。