文献
J-GLOBAL ID:202002268519655439   整理番号:20A0374302

安全な産業用モノのインターネットのための連合テンソル・マイニング【JST・京大機械翻訳】

Federated Tensor Mining for Secure Industrial Internet of Things
著者 (5件):
資料名:
巻: 16  号:ページ: 2144-2153  発行年: 2020年 
JST資料番号: W1434A  ISSN: 1551-3203  CODEN: ITIICH  資料種別: 逐次刊行物 (A)
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:
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。
垂直産業提携において,異なるスマート工場に配備されたモノのインターネット(IoT)は類似している。例えば,ほとんどの自動車メーカーは,類似の組立ラインとIoT監視システムを持っている。IoTデータに基づく深い学習とデータマイニング法を用いて産業知識を観察することは一般的である。しかし,いくつかの知識は,サンプルがまだ少ないので,1つの工場のデータだけから採掘することは容易ではない。アライアンスの中の複数の工場がそれらのデータを一緒に集めることができるならば,より多くの知識を採掘することができた。しかしながら,これらの工場の重要な関心事はデータセキュリティである。既存のマトリックスベースの方法は工場内のデータセキュリティを保証することができるが,工場間のデータ共有を可能にせず,従って,それらのマイニング性能は相関の欠如のために貧弱である。この問題に対処するために,本論文では,セキュリティを保証しながら,テンソルベースのマイニングのために,マルチソースデータを統合するための新しい連合化テンソルマイニング(FTM)フレームワークを提案した。FTMの重要な貢献は,あらゆる工場がセキュリティ問題のためにその暗号文データを共有する必要があるだけであり,これらの暗号文はその同形属性によるテンソルベースの知識マイニングに適している。実データ駆動シミュレーションにより,FTMは平文マイニングと比較して同じ知識をマイニングするだけでなく,分散盗聴者および集中ハッカーからの攻撃を防御することも可能になることを示した。著者らの典型的な実験において,行列ベースのプライバシー保存圧縮センシング(PPCS)と比較して,FTMはマイニング精度において最大24%まで増加した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
データ保護  ,  計算機網 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る