論文の概要: Finite State Machine-Based Traffic Orchestration for Multi-Engine Analysis Platforms

• arxiv url: http://arxiv.org/abs/2610.05788v1
• Date: Mon, 05 Oct 2026 04:36:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 04:20:37.064493
• Title: Finite State Machine-Based Traffic Orchestration for Multi-Engine Analysis Platforms
• Title（参考訳）: 有限状態マシンによるマルチエンジン解析プラットフォームのためのトラフィックオーケストレーション
• Abstract要約: アプリケーションセキュリティプラットフォームは、単一のプロキシから複数の独立した分析エンジンにライブトラフィックをルーティングする。 各エンジンは独自のスケジュールでトラフィックの変更を期待するが、プロキシはリソース毎に1つの転送命令のみを栄誉することができる。 本稿では,全エンジンの複合ニーズを単一有限状態マシンとしてモデル化するトラヒックオーケストレーション手法を提案する。
• 参考スコア（独自算出の注目度）: 3.208915921397701
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Modern application-security platforms route live traffic from a single proxy into several independent analysis engines -- behavioral anomaly detection, authentication analysis, resource discovery, access-control inspection, among others. Each engine's appetite for traffic changes on its own schedule, yet the proxy can honor only one forwarding instruction per resource. We present a traffic-orchestration method that models the combined needs of all engines as a single composite finite state machine (FSM) whose state space is the Cartesian product of per-engine states. Every reachable composite state pre-maps to one forwarding configuration, so runtime reduces to a lookup rather than a negotiation. We add two refinements: time-based expiry treated as a first-class FSM transition enabling declarative traffic decay, and per-state multi-tier outputs that let one machine serve every service level. The design is fully declarative, engine-agnostic, and scales to N engines without re-architecture.
• Abstract（参考訳）: 現代的なアプリケーションセキュリティプラットフォームは、単一のプロキシから複数の独立した分析エンジン、行動異常検出、認証分析、リソース発見、アクセス制御インスペクションなどへのライブトラフィックをルーティングする。 各エンジンは独自のスケジュールでトラフィックの変更を期待するが、プロキシはリソース毎に1つの転送命令のみを栄誉することができる。 本稿では,全エンジンの複合ニーズを1つの複合有限状態機械 (FSM) としてモデル化し,その状態空間をエンジンごとのカルテシアン積とするトラヒック整合手法を提案する。 すべての到達可能な複合状態の事前マップを1つのフォワード構成に設定するので、ランタイムはネゴシエーションではなくルックアップに還元される。 宣言的なトラフィック崩壊を可能にするファーストクラスのFSMトランジションとして扱われる時間ベースの有効期限と、ひとつのマシンがすべてのサービスレベルに機能する状態単位の多層出力です。 設計は完全に宣言的でエンジンに依存しず、再設計せずにNエンジンにスケールする。

関連論文リスト

• From Experience to Skill: Multi-Agent Generative Engine Optimization via Reusable Strategy Learning [18.351281487408176]
  生成エンジン(GE)は、ランク付けされたリンクを引用グラウンドの回答に置き換えることで、情報アクセスを再構築している。 本稿では,マルチエージェントフレームワークであるMAGEOを提案する。 3つのメインストリームエンジンの実験では、MAGEOは可視性と励振の両面においてベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2026-04-21T14:39:24Z)
• OneDrive: Unified Multi-Paradigm Driving with Vision-Language-Action Models [69.2503510410147]
  予め訓練されたVLM上に構築した統合自動運転フレームワークを提案する。 トレーニング済みのVLMアテンションは、純粋言語モデリング以上の強い伝達性を示すことを示す。 エンドツーエンドの自動運転ベンチマークの実験は、最先端のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2026-04-20T07:50:00Z)
• A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner [69.43049144653882]
  本稿では,車種別制御から高レベルの意思決定を分離する統一アーキテクチャを提案する。 提案アーキテクチャは、計画、センシング、車両実行の標準化されたインターフェースを定義するGuaralPlannerを通じて実現されている。
  論文  参考訳（メタデータ） (2026-02-11T10:02:31Z)
• DMAVA: Distributed Multi-Autonomous Vehicle Architecture Using Autoware [0.0]
  本稿では,複数の物理ホストをまたいだリアルタイム自律運転シミュレーションを実現する分散マルチAVアーキテクチャ(DMAVA)を提案する。 提案システムは、ROS 2 Humble、Autoware Universe、AWSIM Labs、Zenohを統合し、共有Unityベースの環境で複数のAutowareスタックの同時実行をサポートする。
  論文  参考訳（メタデータ） (2026-01-22T21:45:14Z)
• DMV-AVP: Distributed Multi-Vehicle Autonomous Valet Parking using Autoware [0.0]
  DMV-AVPシステムはAVPの分散シミュレーションである 提案システムは,協調型AVPシミュレーションをサポートし,将来の実世界のハードウェア・イン・ザ・ループバリデーションの基礎を確立する。
  論文  参考訳（メタデータ） (2026-01-22T21:24:04Z)
• VehicleWorld: A Highly Integrated Multi-Device Environment for Intelligent Vehicle Interaction [78.34534983766973]
  VehicleWorldは、30のモジュール、250のAPI、680のプロパティを備えた、自動車ドメインのための最初の包括的な環境である。 本研究では,システム状態認識を明示的に維持し,目標条件を達成するために直接状態遷移を実装する新しい手法であるState-based Function Call (SFC)を提案する。
  論文  参考訳（メタデータ） (2025-09-08T14:28:25Z)
• Resource Allocation for Twin Maintenance and Computing Task Processing in Digital Twin Vehicular Edge Computing Network [48.15151800771779]
  車両エッジコンピューティング(VEC)は、車両の近くにVECサーバを配置することで、計算キャッシュサービスを提供する。 しかしながら、VECネットワークは、ハイカーモビリティのような課題に直面している。 本研究では,ネットワーク内のツイン処理による2種類の遅延について検討した。
  論文  参考訳（メタデータ） (2024-07-10T12:08:39Z)
• AutoEn: An AutoML method based on ensembles of predefined Machine Learning pipelines for supervised Traffic Forecasting [1.6242924916178283]
  交通予測(TF)は、将来の交通状況を予測することで交通渋滞を緩和する能力により、関連性が高まっている。 TFは、モデル選択問題(MSP)として知られる機械学習パラダイムに大きな課題を提起する。 事前に定義されたMLパイプラインの集合からマルチクラス化アンサンブルを自動生成する,シンプルで効率的な手法であるAutoEnを紹介する。
  論文  参考訳（メタデータ） (2023-03-19T18:37:18Z)
• Joint Spatial-Temporal and Appearance Modeling with Transformer for Multiple Object Tracking [59.79252390626194]
  本稿ではTransSTAMという新しい手法を提案する。Transformerを利用して各オブジェクトの外観特徴とオブジェクト間の空間的時間的関係の両方をモデル化する。 提案手法はMOT16, MOT17, MOT20を含む複数の公開ベンチマークで評価され, IDF1とHOTAの両方で明確な性能向上を実現している。
  論文  参考訳（メタデータ） (2022-05-31T01:19:18Z)

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。