論文の概要: BT-MTD: Bus Traversal-based Moving Target Defense for Smart Grid

• arxiv url: http://arxiv.org/abs/2606.15047v1
• Date: Sat, 13 Jun 2026 01:31:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:32.668775
• Title: BT-MTD: Bus Traversal-based Moving Target Defense for Smart Grid
• Title（参考訳）: BT-MTD:スマートグリッドのためのバストラバーサルによる移動目標防衛
• Authors: Jingyi Yan, Ke Sun, Zhenglin Li, Hongying Jia,
• Abstract要約: 移動目標防衛(MTD)は、システムパラメータを動的に変更することでサイバー抵抗性を高めるために設計された積極的なセキュリティ戦略である。 本稿では,バストラバースに基づくMTD(BT-MTD)を提案する。
• 参考スコア（独自算出の注目度）: 2.903577155399473
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Moving Target Defense (MTD) is a proactive security strategy designed to enhance cyber-resilience by dynamically altering system parameters, thereby preventing adversaries from acquiring the critical information needed to execute stealth attacks. In this paper, we consider the case in which the operator modifies the admittance of branches to enable MTD, and focus on the problem of effectively protecting the system with fewer number of branch admittance modifications and shorter computational time. Specifically, we identify the ineffectual branches whose admittance modification do not contribute to the improvement of MTD effectiveness via theoretical analysis. Building on these insights, we propose the Bus Traversal-based MTD (BT-MTD), which is a bus-oriented algorithm that traverses over the buses of the network according to analytically derived guidelines. The performance of the BT-MTD is evaluated and compared with four existing strategies on standard IEEE test systems, demonstrating its robustness and superior performance in effectiveness, efficiency, and computational cost. The code of BT-MTD is available at: https://github.com/YJY101/BT-MTD.
• Abstract（参考訳）: 移動目標防衛(MTD)は、システムパラメータを動的に変更することでサイバー抵抗性を高めるために設計された積極的なセキュリティ戦略である。 本稿では,演算子がMTDを実現するためにブランチのアプタンスを変更する場合について考察し,ブランチのアプタンス変更の数が少なく,計算時間も短く,効果的にシステムを保護することの課題に焦点をあてる。 具体的には,アセプタンス修飾がMTD効果の改善に寄与しない非効率分岐を理論的解析により同定する。 これらの知見に基づいて,バストラバースベースMTD (BT-MTD) を提案する。 BT-MTDの性能は、標準IEEEテストシステムにおける4つの既存の戦略と比較して評価され、その堅牢性と有効性、効率、計算コストの優れた性能を示す。 BT-MTDのコードは、https://github.com/YJY101/BT-MTDで入手できる。

関連論文リスト

• MESA: Improving MoE Safety Alignment via Decentralized Expertise [55.2978630005606]
  MESA(MoE Safety Alignment)は、MoEベースの大規模言語モデルを対象としたアライメントフレームワークである。 安全責任を戦略的に分散し、カバー範囲を最大化し、実用性への干渉を最小限にする。 MESAは様々な有害なベンチマークに対して堅牢な防御性能を達成し、有用性を維持する。
  論文  参考訳（メタデータ） (2026-05-30T09:54:38Z)
• Blockchain-Enabled Routing for Zero-Trust Low-Altitude Intelligent Networks [77.17664010626726]
  低高度インテリジェントネットワーク(LAIN)における複数のUAVクラスタによるルーティングに焦点を当てる。 潜在的な脅威によるダメージを最小限に抑えるため,ソフトウェア定義の周辺技術とブロックチェーン技術を用いたゼロトラストアーキテクチャを提案する。 提案手法は,平均E2E遅延を59%削減し,TSRを29%改善することを示した。
  論文  参考訳（メタデータ） (2026-02-27T04:30:35Z)
• PASS-Enhanced MEC: Joint Optimization of Task Offloading and Uplink PASS Beamforming [67.78883135636657]
  ピンチアンテナシステム (PASS) によるモバイルエッジコンピューティング (MEC) アーキテクチャについて検討した。 PASSは、重要な経路損失と潜在的な信号遮断を効果的に軽減しつつ、短距離ライン・オブ・ライト(LoS)リンクを確立する。 ネットワーク遅延最小化問題を定式化し、アップリンクPASSビームフォーミングとタスクオフロードを共同で最適化する。
  論文  参考訳（メタデータ） (2025-10-27T03:04:46Z)
• MTDSense: AI-Based Fingerprinting of Moving Target Defense Techniques in Software-Defined Networking [10.55674383602625]
  移動目標防御(MTD)は、攻撃者を混乱させ攻撃窓を制限することによってネットワークセキュリティを強化するプロアクティブセキュリティ技術である。 本稿では,MTD操作がネットワークトラフィックに残されるフットプリントを用いてMTDがいつトリガされたかを決定する,MTDSenseという新しい手法を提案する。 攻撃者は、この情報を使って攻撃ウィンドウを最大化し、攻撃を調整できる。
  論文  参考訳（メタデータ） (2024-08-07T13:26:00Z)
• Adaptively Bypassing Vision Transformer Blocks for Efficient Visual Tracking [11.361394596302334]
  ABTrackは、効率的な視覚追跡のためにトランスフォーマーブロックを適応的にバイパスする適応型計算フレームワークである。 本稿では,トランスブロックをバイパスすべきかどうかを判断するBypass Decision Module (BDM)を提案する。 本稿では,各トランスブロックにおけるトークンの潜在表現の次元を小さくする,新しいViTプルーニング手法を提案する。
  論文  参考訳（メタデータ） (2024-06-12T09:39:18Z)
• Multiagent Reinforcement Learning with an Attention Mechanism for Improving Energy Efficiency in LoRa Networks [52.96907334080273]
  ネットワーク規模が大きくなるにつれて、パケット衝突によるLoRaネットワークのエネルギー効率は急激に低下する。 マルチエージェント強化学習(MALoRa)に基づく伝送パラメータ割り当てアルゴリズムを提案する。 シミュレーションの結果,MALoRaはベースラインアルゴリズムと比較してシステムEEを著しく改善することがわかった。
  論文  参考訳（メタデータ） (2023-09-16T11:37:23Z)
• Traj-MAE: Masked Autoencoders for Trajectory Prediction [69.7885837428344]
  軌道予測は、危険を予測して信頼性の高い自動運転システムを構築する上で重要な課題である。 本稿では,運転環境におけるエージェントの複雑な動作をよりよく表現する,軌道予測のための効率的なマスク付きオートエンコーダを提案する。 複数エージェント設定と単一エージェント設定の両方の実験結果から,Traj-MAEが最先端手法と競合する結果が得られることが示された。
  論文  参考訳（メタデータ） (2023-03-12T16:23:27Z)
• RobustPdM: Designing Robust Predictive Maintenance against Adversarial Attacks [0.0]
  対人攻撃はRUL予測の深刻な欠陥(最大11倍)を引き起こす可能性を示し、3Xによる最先端のPdM攻撃の有効性を上回った。 また,敵攻撃を防御する新たな対人訓練法を提案する。
  論文  参考訳（メタデータ） (2023-01-25T20:49:12Z)
• Attack Agnostic Adversarial Defense via Visual Imperceptible Bound [70.72413095698961]
  本研究の目的は、目視攻撃と目視攻撃の両方に対して一定の範囲内で堅牢な防衛モデルを設計することである。 提案するディフェンスモデルは,MNIST,CIFAR-10,Tiny ImageNetデータベース上で評価される。 提案アルゴリズムは攻撃非依存であり,攻撃アルゴリズムの知識を必要としない。
  論文  参考訳（メタデータ） (2020-10-25T23:14:26Z)

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。