論文の概要: Quantifying IIoT Sensor Node Criticality by Fusing its Data Criticality and Security Vulnerability

• arxiv url: http://arxiv.org/abs/2609.09807v1
• Date: Wed, 09 Sep 2026 07:03:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.927552
• Title: Quantifying IIoT Sensor Node Criticality by Fusing its Data Criticality and Security Vulnerability
• Title（参考訳）: データ臨界性とセキュリティ脆弱性を融合したIIoTセンサノード臨界の定量化
• Abstract要約: 産業用IoT(Industrial Internet of Things, IIoT)の製造業への統合は、生産管理の最適化と製品品質の確保によって産業業務を変革した。 これらのセンサーノードは、サイバー脅威に対して非常に脆弱であり、信頼性と整合性を損なう重大なセキュリティリスクを生じさせる。 本研究では、Dempster-Shafer(D-S)理論を利用してIIoTセンサノード臨界性を評価し、データ臨界性とサイバーセキュリティ脆弱性を融合する新しいフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 1.1546538067103256
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The integration of the Industrial Internet of Things (IIoT) into manufacturing has transformed industrial operations by optimising production management and ensuring product quality through smart industrial sensors that regulate processes based on real-time data. However, these sensor nodes are highly vulnerable to cyber threats, posing significant security risks that compromise their reliability and integrity. While existing research explores cybersecurity vulnerabilities and cyberattack-based methods for ranking critical nodes, some studies assess node criticality based on the impact of sensor data on product quality. However, a comprehensive approach that integrates both data criticality and cybersecurity vulnerability remains unexplored. To bridge this gap, this study introduces a novel framework that evaluates IIoT sensor node criticality by leveraging Dempster--Shafer (D-S) theory to fuse data criticality and cybersecurity vulnerabilities. The proposed method is validated using a dataset from red wine production, demonstrating its effectiveness in ranking sensor nodes based on both factors. The results show that criticality rankings based on security vulnerability scores computed using CVSS version 4.0 differ significantly from those obtained with CVSS version 3.1, highlighting the influence of enhanced vulnerability assessment methodologies. While initially applied to wine manufacturing, this framework is adaptable to broader industrial applications with minimal modifications, offering a robust approach to securing IIoT-enabled production systems.
• Abstract（参考訳）: 産業用IoT(Industrial Internet of Things)の製造業への統合は、生産管理の最適化と、リアルタイムデータに基づくプロセスを制御するスマート産業用センサーによる製品品質の確保によって、産業業務を変革した。 しかし、これらのセンサーノードは、サイバー脅威に対して非常に脆弱であり、信頼性と整合性を損なう重大なセキュリティリスクを生じさせる。 既存の研究では、重要なノードをランク付けするためのサイバーセキュリティの脆弱性とサイバー攻撃に基づく手法を調査しているが、いくつかの研究では、センサーデータによる製品品質への影響に基づいてノード臨界性を評価する。 しかし、データ臨界性とサイバーセキュリティの脆弱性の両方を統合する包括的なアプローチはまだ検討されていない。 このギャップを埋めるために、Dempster-Shafer(D-S)理論を利用してIIoTセンサノード臨界を評価し、データ臨界性とサイバーセキュリティの脆弱性を融合する新しいフレームワークを導入する。 提案手法は赤ワイン生産のデータセットを用いて評価し, 両方の要因に基づいてセンサノードのランク付けの有効性を実証した。 その結果、CVSSバージョン4.0で計算したセキュリティ脆弱性スコアに基づく臨界度ランキングは、CVSSバージョン3.1で得られたものとは大きく異なることが示され、脆弱性評価手法の強化の影響が強調された。 当初はワイン製造に応用されたが、このフレームワークは最小限の修正を施した幅広い工業用途に適用可能であり、IIoT対応生産システムを確保するための堅牢なアプローチを提供する。

関連論文リスト

• CyberGym-E2E: Scalable Real-World Benchmark for AI Agents' End-to-End Cybersecurity Capabilities [66.48570184296857]
  CyberGym-E2Eは大規模かつ現実的なエンドツーエンドのサイバーセキュリティベンチマークである。 脆弱性発見、PoC生成、パッチ生成の全ライフサイクルにわたって、AIエージェントの能力を包括的に評価する。 ベンチマークは、139の異なるオープンソースプロジェクトで920の現実世界の脆弱性で構成されている。
  論文  参考訳（メタデータ） (2026-06-03T05:06:37Z)
• Towards Securing IIoT: An Innovative Privacy-Preserving Anomaly Detector Based on Federated Learning [13.0216256013144]
  本研究では,新しいフェデレートラーニング(FL)フレームワークに基づく異常検出システムを提案する。 サイバー攻撃などの異常を検出し、データをローカルに処理することで産業データプライバシを保護し、生データを共有せずに産業エージェントに対して異常検出モデルを訓練する。 提案手法は, 精度, 精度, F1スコア, 通信コスト, 収束速度, 公正度率の観点から, ベースラインアプローチよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2026-04-07T17:14:10Z)
• VulnRepairEval: An Exploit-Based Evaluation Framework for Assessing Large Language Model Vulnerability Repair Capabilities [41.85494398578654]
  VulnRepairEvalは、関数型Proof-of-Conceptエクスプロイトに固定された評価フレームワークである。 我々のフレームワークは、再現可能な微分評価を可能にする包括的でコンテナ化された評価パイプラインを提供する。
  論文  参考訳（メタデータ） (2025-09-03T14:06:10Z)
• AI Agentic Vulnerability Injection And Transformation with Optimized Reasoning [2.918225266151982]
  AVIATORはAIによる最初の脆弱性注入ワークフローである。 高忠実で多様な大規模な脆弱性データセット生成のために、現実的でカテゴリ固有の脆弱性を自動的に注入する。 セマンティック分析、LoRAベースのファインチューニングとRetrieval-Augmented Generationで強化されたインジェクション合成、静的解析とLLMベースの識別器によるインジェクション後の検証を組み合わせる。
  論文  参考訳（メタデータ） (2025-08-28T14:59:39Z)
• Towards Robust Stability Prediction in Smart Grids: GAN-based Approach under Data Constraints and Adversarial Challenges [53.2306792009435]
  本稿では,安定したデータのみを用いて,スマートグリッドの不安定性を検出する新しいフレームワークを提案する。 最大98.1%の精度でグリッド安定性を予測でき、98.9%で敵の攻撃を検知できる。 シングルボードコンピュータ上で実装され、7ms以下の平均応答時間でリアルタイムな意思決定を可能にする。
  論文  参考訳（メタデータ） (2025-01-27T20:48:25Z)
• SeCodePLT: A Unified Platform for Evaluating the Security of Code GenAI [58.29510889419971]
  コード生成大型言語モデル(LLM)のセキュリティリスクと能力を評価するための既存のベンチマークは、いくつかの重要な制限に直面している。 手動で検証し、高品質なシード例から始める、汎用的でスケーラブルなベンチマーク構築フレームワークを導入し、ターゲット突然変異を通じて拡張する。 このフレームワークをPython、C/C++、Javaに適用すると、44のCWEベースのリスクカテゴリと3つのセキュリティ機能にまたがる5.9k以上のサンプルデータセットであるSeCodePLTが構築されます。
  論文  参考訳（メタデータ） (2024-10-14T21:17:22Z)
• High-Security Hardware Module with PUF and Hybrid Cryptography for Data Security [1.8434042562191815]
  この研究は、業界、特に産業4.0における技術の急速な発展を浮き彫りにしている。 効率性はあるものの、サイバー攻撃の増加などネガティブな影響も与えている。 本研究は,ハードウェアセキュリティモジュール (HSM) を物理非拘束機能 (PUF) 認証付きFPGA (フィールドプログラマブルゲートアレイ) とハイブリッド暗号化データセキュリティシステムを用いて開発することによるソリューションを提案する。
  論文  参考訳（メタデータ） (2024-09-16T02:06:49Z)
• Interpretable Cyber Threat Detection for Enterprise Industrial Networks: A Computational Design Science Approach [1.935143126104097]
  我々は、IS計算設計科学パラダイムを用いて、企業レベルのISのための2段階のサイバー脅威検出システムを開発した。 第1段階は、改良された生成逆ネットワークを用いて合成産業ネットワークデータを生成する。 第2段階は、新しい双方向ゲートリカレントユニットと、効果的な脅威検出のための改良された注意機構を開発する。
  論文  参考訳（メタデータ） (2024-09-04T19:54:28Z)
• Vulnerability Detection with Code Language Models: How Far Are We? [40.455600722638906]
  PrimeVulは、脆弱性検出のためのコードLMのトレーニングと評価のための新しいデータセットである。 これは、人間の検証されたベンチマークに匹敵するラベルの精度を達成する、新しいデータラベリング技術を含んでいる。 また、厳密なデータ重複解消戦略と時系列データ分割戦略を実装して、データの漏洩問題を軽減している。
  論文  参考訳（メタデータ） (2024-03-27T14:34:29Z)
• Dynamic Vulnerability Criticality Calculator for Industrial Control Systems [0.0]
  本稿では,動的脆弱性臨界計算機を提案する革新的な手法を提案する。 本手法は, 環境トポロジの分析と, 展開されたセキュリティ機構の有効性を包含する。 本手法では,これらの要因を総合的なファジィ認知マップモデルに統合し,攻撃経路を組み込んで全体の脆弱性スコアを総合的に評価する。
  論文  参考訳（メタデータ） (2024-03-20T09:48:47Z)
• Profile of Vulnerability Remediations in Dependencies Using Graph Analysis [40.35284812745255]
  本研究では,グラフ解析手法と改良型グラフ注意畳み込みニューラルネットワーク(GAT)モデルを提案する。 制御フローグラフを分析して、脆弱性の修正を目的とした依存性のアップグレードから発生するアプリケーションの変更をプロファイルします。 結果は、コード脆弱性のリレーショナルダイナミクスに関する微妙な洞察を提供する上で、強化されたGATモデルの有効性を示す。
  論文  参考訳（メタデータ） (2024-03-08T02:01:47Z)
• Anomaly Detection Based on Selection and Weighting in Latent Space [73.01328671569759]
  SWADと呼ばれる新しい選択および重み付けに基づく異常検出フレームワークを提案する。 ベンチマークと実世界のデータセットによる実験は、SWADの有効性と優位性を示している。
  論文  参考訳（メタデータ） (2021-03-08T10:56:38Z)

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。