文献

J-GLOBAL ID：202002249246054956   整理番号：20A2556094

弾力性データ:学際的アプローチ【JST・京大機械翻訳】

Resilient Data : An Interdisciplinary Approach

著者 (3件)： Sample Char (Idaho National Laboratory,CyberCore Division,Idaho Falls,USA) ,  Loo Sin Ming (Boise State University,Department of Electrical and Computer Engineering,Boise,USA) ,  Bishop Matt (University of California Davis,Computer Science Department,Davis,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： RWS  ページ： 1-10  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： サイバーセキュリティはデータ情報解への移動を継続し,データの品質は重要性を増している。データ精度は人工知能解に必要な信頼性に基礎である。信頼できるデータは,データインテグリティチェックを実行する従来のセキュリティソリューションを超えて,非認可修正に対して正確で,ロバストで,耐性で,弾力性がある必要がある。サイバー-物理システムは,物理的結果でユニークな課題を示す。サイバー-物理システムは,信頼できるデータを達成する際に独特の挑戦を示す。セキュリティデータと安全性データの組合せは独特である。両方のデータセットを捕獲し,そのデータの精度を決定することは,学際的アプローチを必要とする。この努力は,物理システムデータと共に情報理論と情報セキュリティ構成の併合を記述する。知識は,制御システム工学,サイバーセキュリティおよび情報理論において必要である。人工知能アルゴリズムの精度とレジリエンスを知らせる訓練データは重要である。回復データは信頼できるデータであり,情報障害から学んだ教訓を,米国クリティカルインフラストラクチャの多くを電力するサイバー-物理システムを含むより広いサイバーセキュリティ環境へ応用する機会を提供する。訓練データとして使用するための回復力データの作成は,歴史的に伝統的なサイバーセキュリティ解析の一部ではない方法においてデータを必要とする。この努力は,データの精度を決定し,改ざんの事象において,サイバー-物理システムセキュリティデータを文脈的に評価するための提案方法を記述し,最後の既知の信頼状態へのデータを再構成する。Copyright 2020 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】

シソーラス用語： アルゴリズム ,  情報理論 ,  信頼性 ,  電力 ,  *弾性 ,  レジリエンス ,  人工知能 ,  許認可 ,  再構成 ,  境界領域 ,  ロバスト性 ,  セキュリティ ,  情報セキュリティ
準シソーラス用語： 訓練データ ,  サイバーセキュリティ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 弾力性 ,  学際的