論文の概要: MimicSat: A Reconfigurable Cyber-Physical Testbed For Small Satellite Systems and Cybersecurity Research
- arxiv url: http://arxiv.org/abs/2609.28228v1
- Date: Wed, 23 Sep 2026 14:54:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 00:05:18.079267
- Title: MimicSat: A Reconfigurable Cyber-Physical Testbed For Small Satellite Systems and Cybersecurity Research
- Title（参考訳）: MimicSat:小型衛星システムとサイバーセキュリティ研究のための再構成可能なサイバー物理テストベッド
- Abstract要約: MimicSatは、衛星サブシステムの振る舞いの変化がミッションの結果にどのように伝播するかを調べるための共通の実験環境を提供する。
その設計は、攻撃、欠陥、防御的応答を含む制御された宇宙船サイバーセキュリティ研究によって動機付けられている。
本稿では、MimicSatのアーキテクチャ原理、そのソフトウェアおよびハードウェア実行形式、およびそれらの統合操作について述べる。
- 参考スコア（独自算出の注目度）: 2.6527885799332513
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: MimicSat provides a common experimental environment for examining how changes in satellite subsystem behavior propagate to mission outcomes across software-based and hardware-based execution. Its design is motivated by controlled spacecraft cybersecurity studies involving attacks, faults, and defensive responses. In MimicSat, a mission encompasses the spacecraft and ground activities required to achieve defined objectives, and an experiment consists of one or more mission runs used to study selected conditions or interventions. To support such studies, MimicSat offers software-based and hardware-based execution environments that implement the same mission functions and data exchanges, while allowing specific functions to be realized differently. A shared mission definition preserves command and telemetry semantics across environments, and collected observations retain provenance about the originating participants and acquisition paths. As a result, mission behavior can be compared across execution configurations without redefining the surrounding mission. This paper presents the architectural principles of MimicSat, its software and hardware execution forms, and their integrated operation. MimicSat also supports satellite systems engineering, mission operations, resilience studies, and related experimental use cases.
- Abstract（参考訳）: MimicSatは、ソフトウェアベースおよびハードウェアベースの実行において、衛星サブシステムの振る舞いの変化がミッション結果にどのように影響するかを調べるための共通の実験環境を提供する。
その設計は、攻撃、欠陥、防御的応答を含む制御された宇宙船サイバーセキュリティ研究によって動機付けられている。
MimicSatでは、ミッションは定義された目的を達成するのに必要な宇宙船と地上活動を含み、実験は選択された条件や介入を研究するために使用される1つ以上のミッションからなる。
このような研究を支援するため、MimicSatはソフトウェアベースのハードウェアベースの実行環境を提供し、ミッション関数とデータ交換を実装し、特定の関数を異なる方法で実現できるようにする。
共有されたミッション定義は、環境全体にわたるコマンドとテレメトリのセマンティクスを保存し、収集された観察は、元の参加者と取得パスに関する証明を維持します。
その結果、周囲のミッションを再定義することなく、実行構成間でミッションの振る舞いを比較することができる。
本稿では、MimicSatのアーキテクチャ原理、そのソフトウェアおよびハードウェア実行形式、およびそれらの統合操作について述べる。
MimicSatは衛星システム工学、ミッションオペレーション、レジリエンス研究、関連する実験的なユースケースもサポートする。
関連論文リスト
- Reinforcement Learning-Guided Evolutionary Policy Optimization for Preference-Adjustable Heterogeneous Agile Earth Observation Satellite Scheduling [50.176885352114674]
異質なアジャイル地球観測衛星(AEOS)のスケジューリングには、タスクの選択、衛星の割り当て、および観測シークエンシングが必要である。
本稿では、優先調整可能な重み付け目的を用いた異種AEOSスケジューリングのための進化的ポリシー最適化フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-25T12:16:28Z) - Leveraging High-Fidelity Digital Models and Reinforcement Learning for Mission Engineering: A Case Study of Aerial Firefighting Under Perfect Information [1.0832844764942349]
ミッション環境は不確実であり、動的であり、ミッションの成果は、ミッション資産がこの環境とどのように相互作用するかの直接的な機能である。
本稿では、デジタルミッションモデルと強化学習(RL)を統合したインテリジェントなミッションコーディネート手法を提案する。
論文 参考訳（メタデータ） (2025-12-23T18:36:07Z) - Adaptive Science Operations in Deep Space Missions Using Offline Belief State Planning [18.85282159558557]
本稿では、宇宙船科学機器を適応的にシーケンスする、部分的に観測可能なマルコフ決定プロセス(POMDP)フレームワークを提案する。
我々はベイズネットワークをPOMDP観測空間に統合し、宇宙生物学のミッションに典型的な高次元かつ不確実な測定値を管理する。
提案手法はサンプル識別誤差を40%近く削減する。
論文 参考訳（メタデータ） (2025-10-09T20:58:35Z) - Air-Ground Collaboration for Language-Specified Missions in Unknown Environments [62.56917065429864]
本稿では,無人航空機 (UAV) と無人地上機 (UGV) が,自然言語で指定されたミッションを協調的に達成できる,第一種システムを提案する。
我々は、Large Language Model(LLM)対応プランナーを利用して、オンライン上に構築され、航空ロボットと地上ロボットの間で機会的に共有されるセマンティック・メトリック・マップを推論する。
論文 参考訳（メタデータ） (2025-05-14T03:33:46Z) - Reinforcement Learning-enabled Satellite Constellation Reconfiguration and Retasking for Mission-Critical Applications [10.652828373995519]
衛星故障が星座性能と関連するタスク要求に与える影響を批判的に評価する。
本稿では、強化学習(RL)技術、特にQ学習、ポリシーグラディエント、ディープQネットワーク(DQN)、およびPPOを紹介する。
その結果, DQNとPPOは, 平均報酬, タスク完了率, 応答時間で有効な結果が得られることを示した。
論文 参考訳（メタデータ） (2024-09-03T20:01:56Z) - Autonomous Payload Thermal Control [55.2480439325792]
小さな衛星では、熱制御装置、科学機器、電子部品のスペースは少ない。
深部強化学習を用いた自律型熱制御ツールを提案する。
提案するフレームワークは,運用範囲の温度を維持するためにペイロード処理能力の制御を学べる。
論文 参考訳（メタデータ） (2023-07-28T09:40:19Z) - SpaceYOLO: A Human-Inspired Model for Real-time, On-board Spacecraft
Feature Detection [0.0]
衝突の危険箇所を特定するためには、リアルタイムで自動的な宇宙船の特徴認識が必要である。
新しいアルゴリズムSpaceYOLOは、最先端のオブジェクト検出器YOLOv5を、人間にインスパイアされた意思決定プロセスに基づいて、別個のニューラルネットワークで融合する。
SpaceYOLOの自律型宇宙船検出の性能は、ハードウェア・イン・ザ・ループ実験において通常のYOLOv5と比較される。
論文 参考訳（メタデータ） (2023-02-02T02:11:39Z) - Towards Bridging the Space Domain Gap for Satellite Pose Estimation
using Event Sensing [35.467052373502575]
イベントセンシングは、スターク照明の違いの下で、シミュレーションからターゲットドメインへの一般化を期待できるソリューションを提供する。
我々の主な貢献は、合成データに基づいて純粋に訓練されたイベントベースの衛星ポーズ推定技術である。
その結果,適応のない合成データのみを訓練した事象に基づく衛星ポーズ推定法が,対象領域に効果的に一般化できることが示唆された。
論文 参考訳（メタデータ） (2022-09-24T07:22:09Z) - Rearrangement: A Challenge for Embodied AI [229.8891614821016]
Embodied AIの研究と評価のためのフレームワークについて述べる。
我々の提案は正統的な課題である再配置に基づいている。
4つの異なるシミュレーション環境における再配置シナリオの実験的なテストベッドについて述べる。
論文 参考訳（メタデータ） (2020-11-03T19:42:32Z) - Point Cloud Based Reinforcement Learning for Sim-to-Real and Partial
Observability in Visual Navigation [62.22058066456076]
強化学習(Reinforcement Learning, RL)は、複雑なロボットタスクを解決する強力なツールである。
RL は sim-to-real transfer problem として知られる現実世界では直接作用しない。
本稿では,点雲と環境ランダム化によって構築された観測空間を学習する手法を提案する。
論文 参考訳（メタデータ） (2020-07-27T17:46:59Z)
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。