文献

J-GLOBAL ID：202202274823511917   整理番号：22A1163024

ネットワーク上の偽データ攻撃によるBayes近似フィルタリング【JST・京大機械翻訳】

Bayesian Approximation Filtering With False Data Attack on Network

著者 (4件)： Singh Abhinoy Kumar (Indian Institute of Technology Indore, Indore, India) ,  Kumar Sumit (Indian Institute of Information Technology, Una, India) ,  Kumar Nagendra (Indian Space Research Organization, Bangalore, India) ,  Radhakrishnan Rahul (Sardar Vallabhbhai National Institute of Technology, Surat, India)
資料名： IEEE Transactions on Aerospace and Electronic Systems  (IEEE Transactions on Aerospace and Electronic Systems)
巻： 58  号： 2  ページ： 976-988  発行年： 2022年 
JST資料番号： C0725A  ISSN： 0018-9251  CODEN： IEARA  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： しばしば,フィルタリングに利用できる前にネットワークシステムを通して測定が伝送される。いくつかの通信チャネルで設計したネットワークシステムは,サイバー攻撃の傾向がある。サイバー攻撃はしばしば偽データを注入し,元の測定を変える。本論文では,サイバー攻撃により変化した測定による非線形フィルタリングのための修正Bayes近似フィルタリング法を開発した。提案した開発は非線形Gaussフィルタリングの範囲内である。それは,元の測定に対して付加的または乗法的効果のどちらかを有する偽データを考慮する。次に,2つの修正測定モデルを導入して,確率的に偽データの可能性をモデル化した。次に,従来の非線形Gaussフィルタリング法を修正測定モデルのために再設計して,誤ったデータ攻撃に対処した。提案した修正は,拡張Kalmanフィルタ,無香料Kalmanフィルタ,立方カルマンフィルタ,およびGauss-Hermiteフィルタのような既存の非線形Gaussフィルタのいずれにも適用可能である。シミュレーション結果は,偽データの存在下で,従来の非線形Gaussフィルタリングよりも,提案した修正に対する推定精度の向上を示した。Copyright 2022 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： シミュレーション ,  フィルタ ,  *ネットワーク ,  *フィルタリング ,  *近似法 ,  乗算 ,  Gaussフィルタ ,  Kalmanフィルタ ,  通信チャネル ,  再設計 ,  *サイバー攻撃
準シソーラス用語： 拡張Kalmanフィルタ ,  推定精度 ,  ネットワークシステム ,  非線形フィルタリング , 【Automatic Indexing@JST】

分類 (2件)： レーダ  (ND13010H) ,  信号理論  (ND02020G)

タイトルに関連する用語 (3件)： 攻撃 ,  近似 ,  フィルタリング