米国陸軍の研究者チームが革新的に開発した機械学習技術それは、車両に大幅に堅牢なスロット マシン アプリを提供します。
テクノロジーは、スロット マシン アプリ業界の専門家との共同の努力の一部として作成されました。クイーンズランド大学, バージニア工科大学、およびGwangju Institute of Science and Technologyは、米国陸軍戦闘能力開発コマンド（DevCom）で開発されました。
画期的なマシンラーニング手法はDeSolatorと呼ばれます。これは、オンボードコンピューターネットワークのパフォーマンスを減らすことなく、潜在的な脅威に対する車両スロット マシン アプリを大幅に最適化する新しい方法です。
車両スロット マシン アプリの必然性
もちろん、潜在的なサイバー攻撃から軍用車両を保護することは、国家安全保障と軍人の安全に不可欠であり、米軍はアリエルと土地のプラットフォームのスロット マシン アプリ保護の進歩にかなり投資するようになりました。ただし、この先駆的なテクノロジーには、国家的に重要なデータを運ぶ車両の上にさらにアプリケーションがある場合があります。
現代の車が現在、銀行の詳細、住所、パスワードなど、私たちの個人情報を増やし、輸送に回復力のあるスロット マシン アプリが必要になる可能性があります。これに加えて、自動運転車の使用がますます一般的になるにつれて、ハッカーの手に渡るコントロールの潜在的なリスクは、公共の安全にかなりの脅威をもたらします。
米陸軍の数学者であるテレンス・ムーア博士は、次のように述べています。すべてが静的である場合、敵はすべてを見てターゲットを選択するのに時間をかけています。
消耗品の仕組み
「深い強化学習ベースのリソース割り当てとターゲット防衛展開フレームワークの移動」を略するDeSolatorは、最適なIPシャッフル周波数と帯域幅の割り当てを見つけられるようにすることにより、より堅牢なスロット マシン アプリを実現します。この方法は、長期的で効果的な移動ターゲット防御を達成します。
研究者は、脱着装置がシステム内である程度の不確実性を達成し、潜在的なハッカーがコンピューターのパフォーマンスに影響を与えないように効率的に動作することを保証しながら、潜在的なハッカーがアクセスすることを非常に困難にしていると言います。
米国陸軍のコンピューター科学者で研究のリーダーであるフレデリカフリーネルソン博士は、次のように述べています。このテクノロジーは、最大化された保護に使用されるリソースが少ない軽量保護を促進します。
アルゴリズムの動作を操作するために、チームは、セキュリティと効率の両方の要件のバランスをとることを保証する、露出時間やドロップされたパケットの量など、いくつかの報酬機能に基づいて深い補強学習を利用しました。
ムーアは次のように述べています。現在、パフォーマンスの向上またはセキュリティの強化のいずれかを紹介するだけの多くの研究があります。
デソレーターテクノロジーは、機械学習ベースのフレームワークであるため、スロット マシン アプリセクター内で異なる目標を達成するために変更できるため、最適なIPシャッフル周波数と帯域幅の割り当てを特定することだけに限定されません。
「このテクノロジーをリツールするこの能力は、研究を拡張するだけでなく、最適なスロット マシン アプリ保護のために他のサイバー機能との能力と結婚するためにも非常に価値があります」とネルソンは言いました。
