文献

J-GLOBAL ID：202202226324618817   整理番号：22A0636806

FCベースブロックチェーンモデルと線形SVMを用いたスマートグリッドネットワークにおける異常検出【JST・京大機械翻訳】

Anomaly Detection in Smart Grid Network Using FC-Based Blockchain Model and Linear SVM

著者 (3件)： Shukla Saurabh (National University of Ireland Galway, Galway, Ireland) ,  Thakur Subhasis (National University of Ireland Galway, Galway, Ireland) ,  Breslin John G. (National University of Ireland Galway, Galway, Ireland)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13163  ページ： 157-171  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 伝統的グリッドネットワークは,消費者に電力供給を分配し,送信することによって社会で主要な役割を果たす。しかし,産業4.0の技術の進歩により,スマートグリッド(SG)ネットワークの役割が発展した。SGネットワークは双方向通信Cyber-Physicalシステム(CPS)である。従来のグリッドネットワークは一方向物理システムである。SGはモノのインターネット(IoT)の最も革命的な応用の一部である。電力消費と供給に関連した情報は,リアルタイムで伝達され,記録される。また,SGとインターネットの接続は,異なるタイプの異常注入とサイバー物理的攻撃のために多くの空間を創出した。SGネットワークはオープンで,外部ヘッキーに脆弱である。リアルタイムにおける異常の検出は,そうでなければ,消費者,生産者,およびスマート都市社会への巨大な電力損失,セキュリティ,および金銭的損失につながる可能性がある。本論文では,霧計算(FC)環境における新しい線形サポートベクトルマシン異常検出(LSVMAD)アルゴリズムとともに,SGにおける異常検出のためのプライベートブロックチェーンシステムモデルを提案した。ここで,FCノードは,SGネットワークにおける異常検出のためのリアルタイム決定をサポートし,行うためのミニマとして機能する。FC環境におけるLSVMADアルゴリズムの異常検出精度は89%であり,雲は78%であった。提案したLSVMADアルゴリズムは,異常検出精度割合に対して比較するとき,既存の技術とアルゴリズムを容易に凌駕する。作業の実装に用いたシミュレーションツールは,スマート契約を作成するためのテキスト編集者として,iFogSim,Anaconda(Python),Gethバージョン1.9.25,Ganach,Truff(Compile)およびATOMである。Copyright Springer Nature Switzerland AG 2022 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 ,  消費者 ,  *ネットワーク ,  電力消費 ,  都市 ,  システムモデル ,  生産者 ,  双方向通信 ,  インターネット ,  *情報技術 ,  サポートベクトルマシン ,  *スマートグリッド ,  サイバー攻撃
準シソーラス用語： モノのインターネット ,  *ブロックチェーン , 【Automatic Indexing@JST】

著者キーワード (7件)： スマートグリッド ,  霧の計算 ,  線形SVM ,  モノのインターネット ,  スマートメータ ,  サイバー物理システム ,  機械学習

分類 (2件)： 電力系統一般  (NB02000E) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 線形 ,  SVM ,  スマートグリッド ,  異常検出