抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
インターネット(IoT)とサイバー物理システムのインターネットがより普遍的になり,日常生活の不可欠な部分になっているので,そのようなシステムからデータ集合を信頼できることが重要である。しかし,信頼性の解釈は文脈的であり,関連する応用のリスク許容性姿勢と信頼モデルが作用する証拠に関連する不確実性のレベルの変化に従って変化する。したがって,データ完全性評価機構は,様々なリスク態度と不確実性に適応するための暫定を持つべきである。本論文では,Bayes推論モデルとデータ完全性評価のための展望理論フレームワークを提案した。これにより,IoT装置から収集されたデータの信頼性を,敵の操作データと不完全な異常監視メカニズムの存在下で,ハブにより定量化した。監視機構は,各装置から送られるデータを監視し,結果を損なわず,妥協し,推論することができないように分類する。これらの結果は,3つのパラメータを有するBayes推論モデルの多項式仮説として概念化され,それを用いて,集合データがどのように信頼できるかに関する効用値を計算するために使用される。このデータ完全性スコアを定量化し,IoTフレームワークからの集合データの信頼性を評価するために,展望理論に触発されたアプローチを用いた。決定は,データがどのように融合されるかに基づいているので,二つの測定モデル,一つの楽観的なものともう一つの保守的なものを提案した。提案したフレームワークを広範なシミュレーション実験を用いて検証した。データ完全性スコアが攻撃強度や不正確な検出のような種々のシステム因子の下でどのように変化するかを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】