論文の概要: Improving Service Availability in KubeEdge-Based Architectures Using Lightweight Intrusion Detection

• arxiv url: http://arxiv.org/abs/2609.27052v1
• Date: Tue, 22 Sep 2026 20:48:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.769596
• Title: Improving Service Availability in KubeEdge-Based Architectures Using Lightweight Intrusion Detection
• Title（参考訳）: 軽量侵入検出によるKubeEdgeアーキテクチャの可用性向上
• Abstract要約: KubeEdgeはクラウドネイティブ機能をエッジ環境に拡張する。 本稿では,IoT駆動および分散エッジアーキテクチャにおけるコンテナイメージのセキュリティについて検討する。 本稿では,資源制約のあるエッジ環境に適したRIDRS(Recommended Intrusion Detection Rule Set)を提案する。
• 参考スコア（独自算出の注目度）: 0.3568466510804538
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The increasing adoption of the Internet of Things (IoT) and cloud computing has accelerated the evolution of edge computing paradigms [1]. Industry forecasts estimate that the number of connected IoT devices will reach approximately 50 billion by 2030, following an estimated 38 billion connections by 2025 [34], resulting in an unprecedented growth in data generation. This trend necessitates efficient, scalable, and secure data processing mechanisms at the network edge. Consequently, ensuring the reliable management and protection of IoT applications and devices has become a critical challenge. In this context, KubeEdge extends cloud-native capabilities to edge environments, enabling distributed orchestration while introducing new security concerns. This paper investigates the security of container images in IoT-driven and distributed edge architectures. Specifically, we analyze the impact of major security threats, including Denial of Service (DoS) attacks and malicious container deployments, on the availability and operational stability of KubeEdge-based systems. To address these challenges, we propose a lightweight Recommended Intrusion Detection Rule Set (RIDRS) tailored for resource-constrained edge environments. The proposed approach improves system resilience by enabling timely detection and mitigation of security threats. We define system stability as the ability to maintain consistent operational behavior and to recover autonomously under adversarial conditions. Experimental results demonstrate that RIDRS significantly reduces system downtime and enhances service availability, particularly in scenarios involving code injection and malicious pod deployment attacks.
• Abstract（参考訳）: IoT(Internet of Things)とクラウドコンピューティングの採用が増加し、エッジコンピューティングパラダイムの進化が加速した[1]。 業界予測では、2030年までに接続されたIoTデバイスの数はおよそ500億に達すると予測されている。 この傾向は、ネットワークエッジにおける効率的でスケーラブルでセキュアなデータ処理メカニズムを必要とする。 そのため、IoTアプリケーションとデバイスの信頼性の高い管理と保護を保証することが、重要な課題となっている。 このコンテキストでは、KubeEdgeはクラウドネイティブな機能をエッジ環境に拡張し、新たなセキュリティ懸念を導入しながら分散オーケストレーションを可能にする。 本稿では,IoT駆動および分散エッジアーキテクチャにおけるコンテナイメージのセキュリティについて検討する。 具体的には、Denial of Service(DoS)攻撃や悪意のあるコンテナデプロイメントを含む主要なセキュリティ脅威がKubeEdgeベースのシステムの可用性と運用上の安定性に与える影響を分析します。 これらの課題に対処するため,資源制約のあるエッジ環境に適したRIDRS(Recommended Intrusion Detection Rule Set)を提案する。 提案手法は、セキュリティ脅威のタイムリーな検出と緩和を可能にすることにより、システムのレジリエンスを向上させる。 システムの安定性は、一貫した運用動作を維持し、敵の条件下で自律的に回復する能力として定義する。 RIDRSは、特にコードインジェクションや悪意のあるポッドデプロイメントアタックを含むシナリオにおいて、システムダウンタイムを大幅に削減し、サービスの可用性を高めます。

関連論文リスト

• CaMeLs Can Use Computers Too: System-level Security for Computer Use Agents [60.98294016925157]
  AIエージェントは、悪意のあるコンテンツがエージェントの行動をハイジャックして認証情報を盗んだり、金銭的損失を引き起こすような、インジェクション攻撃に弱い。 CUAのためのシングルショットプランニングでは、信頼できるプランナーが、潜在的に悪意のあるコンテンツを観察する前に、条件付きブランチで完全な実行グラフを生成する。 このアーキテクチャ分離は命令インジェクションを効果的に防止するが、ブランチステアリング攻撃を防ぐには追加の対策が必要であることを示す。
  論文  参考訳（メタデータ） (2026-01-14T23:06:35Z)
• CyFence: Securing Cyber-Physical Controllers via Trusted Execution Environment [45.86654759872101]
  サイバー物理システム(CPS)は、サイバー攻撃により多くの負荷を掛けて、技術進化と接続性の向上を経験してきた。 セマンティックチェックを追加することで,サイバー攻撃に対する閉ループ制御システムのレジリエンスを向上させる新しいアーキテクチャであるCyFenceを提案する。 我々はCyFenceをアクティブブレーキデジタルコントローラからなる実世界のアプリケーションとして評価し、異なるタイプの攻撃を無視可能なオーバーヘッドで軽減できることを実証した。
  論文  参考訳（メタデータ） (2025-06-12T12:22:45Z)
• A Scalable Hierarchical Intrusion Detection System for Internet of Vehicles [1.6017263994482716]
  Internet of Vehicles(IoV)は、スプーフィングやDistributed Denial of Services(DDoS)攻撃からマルウェアまで、さまざまなサイバー脅威にさらされている。 IoVエコシステムを侵入、悪意のある活動、ポリシー違反、侵入検知システム(IDS)から保護するためには、ネットワークトラフィックを継続的に監視・分析し、潜在的脅威をリアルタイムに特定・緩和することで重要な役割を果たす。 本稿では,IoVネットワークに適した効果的な階層型分類フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-22T04:30:26Z)
• Intelligent IoT Attack Detection Design via ODLLM with Feature Ranking-based Knowledge Base [0.964942474860411]
  IoT(Internet of Things)デバイスは,重大なサイバーセキュリティ上の課題を導入している。 従来の機械学習(ML)技術は、混在するパターンと進化するパターンの複雑さのために、このような攻撃を検出するのに不足することが多い。 本稿では,オンデバイス大規模言語モデル(ODLLMs)を微調整と知識ベース(KB)統合で拡張し,インテリジェントなIoTネットワーク攻撃検出を実現する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-27T16:41:57Z)
• Fine-Tuning Federated Learning-Based Intrusion Detection Systems for Transportation IoT [0.3333209898517398]
  フェデレートラーニング(FL)は、分散エッジデバイス上でIDSモデルの分散トレーニングを可能にするための有望な方法として登場した。 本稿では,エッジデバイス上での軽量な微調整を実現しつつ,事前学習を中央サーバにオフロードするハイブリッドサーバエッジFLフレームワークを提案する。 このアプローチはメモリ使用量を最大42%削減し、トレーニング時間を最大75%削減し、競合IDSの精度を最大99.2%向上させる。
  論文  参考訳（メタデータ） (2025-02-10T02:12:05Z)
• Secure Resource Allocation via Constrained Deep Reinforcement Learning [49.15061461220109]
  リソース割り当て、タスクオフロード、セキュリティ、パフォーマンスのバランスをとるフレームワークであるSARMTOを紹介します。 SARMTOは5つのベースラインアプローチを一貫して上回り、最大40%のシステムコスト削減を実現している。 これらの拡張は、複雑な分散コンピューティング環境におけるリソース管理に革命をもたらすSARMTOの可能性を強調している。
  論文  参考訳（メタデータ） (2025-01-20T15:52:43Z)
• Enhancing IoT Security: A Novel Feature Engineering Approach for ML-Based Intrusion Detection Systems [1.749521391198341]
  日々の生活にIoT(Internet of Things)アプリケーションを統合することで、データトラフィックが急増し、重大なセキュリティ上の問題が発生しています。 本稿では、コストと精度のバランスの取れたトレードオフを見つけるための新しい手法を導入することにより、エッジレベルでのMLベースのIDSの有効性を向上させることに焦点を当てる。
  論文  参考訳（メタデータ） (2024-04-29T21:26:18Z)
• FaultGuard: A Generative Approach to Resilient Fault Prediction in Smart Electrical Grids [53.2306792009435]
  FaultGuardは、障害タイプとゾーン分類のための最初のフレームワークであり、敵攻撃に耐性がある。 本稿では,ロバスト性を高めるために,低複雑性故障予測モデルとオンライン逆行訓練手法を提案する。 本モデルでは,耐故障予測ベンチマークの最先端を最大0.958の精度で上回っている。
  論文  参考訳（メタデータ） (2024-03-26T08:51:23Z)
• 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)
• A Novel Online Incremental Learning Intrusion Prevention System [2.5234156040689237]
  本稿では,自己組織型インクリメンタルニューラルネットワークとサポートベクトルマシンを併用したネットワーク侵入防止システムを提案する。 提案システムは,その構造上,シグネチャやルールに依存しないセキュリティソリューションを提供するとともに,既知の攻撃や未知の攻撃を高精度にリアルタイムに軽減することができる。
  論文  参考訳（メタデータ） (2021-09-20T13:30:11Z)
• Towards AIOps in Edge Computing Environments [60.27785717687999]
  本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。 高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
  論文  参考訳（メタデータ） (2021-02-12T09:33:00Z)

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。