文献

J-GLOBAL ID：202202278384392429   整理番号：22A1163915

クラウド支援車載サイバー攻撃検出のためのハイブリッド量子分類ニューラルネットワーク【JST・京大機械翻訳】

Hybrid Quantum-Classical Neural Network for Cloud-Supported In-Vehicle Cyberattack Detection

著者 (4件)： Islam Mhafuzul (Glenn Department of Civil Engineering, Clemson University, Clemson, SC, USA) ,  Chowdhury Mashrur (Glenn Department of Civil Engineering, Clemson University, Clemson, SC, USA) ,  Khan Zadid (Glenn Department of Civil Engineering, Clemson University, Clemson, SC, USA) ,  Khan Sakib Mahmud (Glenn Department of Civil Engineering, Clemson University, Clemson, SC, USA)
資料名： IEEE Sensors Letters  (IEEE Sensors Letters)
巻： 6  号： 4  ページ： ROMBUNNO.6001204.1-4  発行年： 2022年 
JST資料番号： W2476A  ISSN： 2475-1472  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： 量子コンピュータは,古典的コンピュータと比較して多数の計算を同時に実行するために,量子コンピュータが,それとゼロの1つ,ゼロ,および重合せを使用するのに対して,古典的コンピュータは,ひとつとゼロで動作した。クラウド支援サイバー物理システム環境において,量子コンピュータにおける機械学習アプリケーションの実行は,現在の量子デバイスの既存の限界のために,しばしば困難である。しかしながら,量子古典的ニューラルネットワーク(NN)の組合せによって,複雑な高次元特徴を,既存の量子コンピュータによって処理されるために,古典的NNによって縮小されたが,より有益な特徴空間に抽出できる。本研究では,車内コントローラエリアネットワークデータセット上の振幅シフトサイバータックを検出するハイブリッド量子古典的NNを開発した。ハイブリッド量子古典的NNを用いることにより,長い短期メモリNN(88%)または量子NN単独(62%)よりも高い94%の攻撃検出精度を達成できることを示した。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： 記憶装置 ,  システム ,  *ニューラルネットワーク ,  応用プログラム ,  重合せ ,  高次元 ,  コンピュータ ,  機械学習 ,  量子コンピュータ ,  *サイバー攻撃
準シソーラス用語： 特徴空間 ,  検出精度 ,  量子デバイス , 【Automatic Indexing@JST】

分類 (3件)： その他の計算機  (JC06020B) ,  量子力学一般  (BA06010C) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (7件)： クラウド ,  支援 ,  車載 ,  サイバー攻撃 ,  量子 ,  分類 ,  ニューラルネットワーク