論文の概要: Implementation of Dynamic Microsegmentation for a Multi-Robot Network

• arxiv url: http://arxiv.org/abs/2610.30102v1
• Date: Wed, 21 Oct 2026 17:50:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 09:50:43.265512
• Title: Implementation of Dynamic Microsegmentation for a Multi-Robot Network
• Title（参考訳）: マルチロボットネットワークのための動的マイクロセグメンテーションの実装
• Abstract要約: 本報告では,インターネット・オブ・シングスネットワーク,特にマルチロボットネットワークのための動的マイクロセグメンテーション機能の実験室インスタンス化について述べる。 詳細な動的セグメンテーションポリシーが定義され、セグメントはアセット機能とヘルスタグに基づいて適応される。 マイクロセグメンテーションソリューションは、影響を受けない操作を維持しながら、リアルタイムで指示された脅威を自動的に分離する。
• 参考スコア（独自算出の注目度）: 2.004640413215681
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This report describes a laboratory instantiation of a dynamic microsegmentation function for an Internet-of-Things network, specifically a multi-robot network, using a commercial software-defined microsegmentation tool. Fine-grained dynamic segmentation policies are defined, where segments are adapted based on asset functional and health tags. Automated implementation of the dynamic policies in software is also undertaken. The microsegmentation solution is shown to automatically isolate an indicated threat in real time, while maintaining unaffected operations. The demonstration indicates that microsegmentation can be implemented in IoT networks, in a way that allows for robust operation in the face of threats and disruptions.
• Abstract（参考訳）: 本報告では,商用ソフトウェア定義マイクロセグメンテーションツールを用いて,インターネット・オブ・シングスネットワーク,特にマルチロボットネットワークのための動的マイクロセグメンテーション機能の実験室インスタンス化について述べる。 詳細な動的セグメンテーションポリシーが定義され、セグメントはアセット機能とヘルスタグに基づいて適応される。 ソフトウェアにおける動的ポリシーの自動化実装も実施される。 マイクロセグメンテーションソリューションは、影響を受けない操作を維持しながら、リアルタイムで指示された脅威を自動的に分離する。 デモでは、脅威や破壊に直面した堅牢な運用を可能にする方法で、IoTネットワークでマイクロセグメンテーションを実装できることが示されている。

関連論文リスト

• Physical-AI: From Channel Awareness to Environmental Intelligence in 6G Wireless Networks [100.92510794177822]
  従来の無線ネットワークは、物理的環境を明示的にモデル化することなく、瞬時チャネル状態情報(CSI)に依存し、チャネルの変動に反応する。 本研究では,環境に配慮した無線ネットワークのための新しいアーキテクチャであるPhysical-AIを提案する。 提案手法は,特にビームスイッチング遅延の増加にともなって,停止確率とブロック応答遅延を低減させる。
  論文  参考訳（メタデータ） (2026-05-12T09:02:20Z)
• MTLSI-Net: A Linear Semantic Interaction Network for Parameter-Efficient Multi-Task Dense Prediction [50.992213877904305]
  MTLSI-Netは、パラメータを減らした線形複雑度で包括的なクロスタスク相互作用をキャプチャする。 NYUDv2とPASCAL-Contextの実験はMTLSI-Netが最先端の性能を達成することを示した。
  論文  参考訳（メタデータ） (2026-04-02T13:02:48Z)
• AGORA: Agentic Green Orchestration Architecture for Beyond 5G Networks [0.0]
  5Gネットワークを越えたエージェントグリーンオーケストレーションアーキテクチャAGORAを提案する。 AGORAは、ローカルツール拡張大型言語モデル(LLM)エージェントをモバイルネットワーク制御ループに組み込んで、自然言語サステナビリティ目標をテレメトリ基底アクションに変換する。 その結果,ツール駆動制御ループにおける遅延-エネルギー結合が強く,コンパクトモデルが低エネルギーフットプリントを実現できることが示唆された。
  論文  参考訳（メタデータ） (2026-02-08T20:39:54Z)
• RoboAct-CLIP: Video-Driven Pre-training of Atomic Action Understanding for Robotics [22.007302996282085]
  本稿では,コントラスト言語-画像事前学習(CLIP)アーキテクチャに基づく時間分解微調整戦略を提案する。 シミュレーション環境での結果は,RoboAct-CLIP事前学習モデルがベースラインのビジュアル言語モデルよりも12%高い成功率を達成することを示す。
  論文  参考訳（メタデータ） (2025-04-02T19:02:08Z)
• Learning Motion and Temporal Cues for Unsupervised Video Object Segmentation [49.113131249753714]
  本稿では,動きと時間的手がかりを同時に活用する,MTNetと呼ばれる効率的なアルゴリズムを提案する。 MTNetは、エンコーダ内の特徴抽出過程において、外観と動作の特徴を効果的にマージすることによって考案される。 派生した機能を最適に活用するために、すべての機能レベルのデコーダのカスケードを使用します。
  論文  参考訳（メタデータ） (2025-01-14T03:15:46Z)
• Three-Stream Temporal-Shift Attention Network Based on Self-Knowledge Distillation for Micro-Expression Recognition [21.675660978188617]
  ミクロな表現認識は、犯罪分析や心理療法など、多くの分野で重要である。 本稿では,自己知識蒸留に基づく3ストリーム時間シフトアテンションネットワークを提案する。
  論文  参考訳（メタデータ） (2024-06-25T13:22:22Z)
• Distributed Autonomous Swarm Formation for Dynamic Network Bridging [40.27919181139919]
  離散化された部分観測可能なマルコフ決定過程(Dec-POMDP)における動的ネットワークブリッジ問題について定式化する。 グラフ畳み込み強化学習(DGN)に基づく問題に対するマルチエージェント強化学習(MARL)アプローチを提案する。 提案手法はシミュレーション環境で評価し,将来性を示す集中型ベースラインと比較した。
  論文  参考訳（メタデータ） (2024-04-02T01:45:03Z)
• A Scalable Multi-Robot Framework for Decentralized and Asynchronous Perception-Action-Communication Loops [72.1902268440158]
  グローバルな目的を達成するため,大規模なロボット群における協調作業は,大規模環境における課題である。 ロボットはパーセプション・アクション・コミュニケーションループを実行し、ローカル環境を認識し、他のロボットと通信し、リアルタイムで行動を起こす必要がある。 近年では、フロッキングやカバレッジ制御などのアプリケーションでグラフニューラルネットワーク(GNN)を使用してこの問題に対処している。 本稿では、分散化されたGNNを用いてナビゲーション動作を計算し、通信のためのメッセージを生成するロボット群における非同期PACフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-18T21:20:50Z)
• RED: A Systematic Real-Time Scheduling Approach for Robotic Environmental Dynamics [11.38746414146899]
  我々は、リソース制限されたロボットシステムにおいて、マルチタスクのディープニューラルネットワークワークロードをサポートするように設計された、体系的なリアルタイムスケジューリング手法REDを紹介する。 ロボット環境ダイナミクス(RED)をリアルタイムの制約に順応しながら適応的に管理するように設計されている。
  論文  参考訳（メタデータ） (2023-08-29T15:04:08Z)
• Graph Neural Networks for Decentralized Multi-Robot Submodular Action Selection [101.38634057635373]
  ロボットがチームサブモジュールの目的を最大化するために共同で行動を選択する必要があるアプリケーションに焦点を当てる。 分散通信によるサブモジュール化に向けた汎用学習アーキテクチャを提案する。 大規模ロボットネットワークによるアクティブターゲットカバレッジのシナリオにおいて、GNNベースの学習アプローチのパフォーマンスを実証します。
  論文  参考訳（メタデータ） (2021-05-18T15:32:07Z)

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。