Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

Medical visual question answering with multimodal: a systematic mini review (2023-2026).

Frontiers in digital health·2026
Same author

Explainable AI in kidney stone detection and segmentation: a mini review.

Frontiers in digital health·2026
Same author

CBAM-Xception: An Attention-Guided Framework for Skin Cancer Classification.

Journal of imaging informatics in medicine·2026
Same author

Multi-modal federated learning with differential privacy for privacy-preserving healthcare AI.

Scientific reports·2026
Same author

Explainable deep learning for early diagnosis of chronic kidney disease from CT images in Bangladeshi patients.

Scientific reports·2026
Same author

Early detection of chronic kidney disease using deep learning: a Mini review.

Frontiers in digital health·2026

相关实验视频

Updated: May 7, 2025

Automated Deployment of an Internet Protocol Telephony Service on Unmanned Aerial Vehicles Using Network Functions Virtualization
07:49

Automated Deployment of an Internet Protocol Telephony Service on Unmanned Aerial Vehicles Using Network Functions Virtualization

Published on: November 26, 2019

7.9K

在VANET网络中使用基于机器学习的加密协议进行V2X通信的入侵检测系统.

Thiruppathy Kesavan Venkatasamy1, Md Jakir Hossen2, Gopi Ramasamy3,4

  • 1Faculty of Information Technology, Dhanalakshmi Srinivasan Engineering College, Perambalur, Tamil Nadu, India.

Scientific reports
|December 31, 2024
PubMed
概括

本研究介绍了基于机器学习的入侵检测 (ML-CPIDS) 密码协议,以提高车辆对所有 (V2X) 通信的安全性. 这种新方法在车辆网络中提供了更好的隐私,身份验证和实时威胁检测.

关键词:
密码学 密码学 密码学 密码学侵入检测系统的入侵检测系统机器学习是机器学习.在V2X通信中使用V2X通信.车辆特设网络是车辆特设网络.

更多相关视频

Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit
05:30

Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit

Published on: September 8, 2023

451
DNA Virus Detection System Based on RPA-CRISPR/Cas12a-SPM and Deep Learning
04:17

DNA Virus Detection System Based on RPA-CRISPR/Cas12a-SPM and Deep Learning

Published on: May 10, 2024

541

相关实验视频

Last Updated: May 7, 2025

Automated Deployment of an Internet Protocol Telephony Service on Unmanned Aerial Vehicles Using Network Functions Virtualization
07:49

Automated Deployment of an Internet Protocol Telephony Service on Unmanned Aerial Vehicles Using Network Functions Virtualization

Published on: November 26, 2019

7.9K
Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit
05:30

Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit

Published on: September 8, 2023

451
DNA Virus Detection System Based on RPA-CRISPR/Cas12a-SPM and Deep Learning
04:17

DNA Virus Detection System Based on RPA-CRISPR/Cas12a-SPM and Deep Learning

Published on: May 10, 2024

541

科学领域:

  • 计算机科学 计算机科学
  • 网络安全 网络安全
  • 网络工程 网络工程

背景情况:

  • 车辆到一切 (V2X) 通信在燃油效率,道路安全和交通管理方面提供了显著的优势.
  • 然而,V2X系统面临着关键的隐私和安全挑战,包括网络攻击,数据泄露和未经授权的监控.
  • 现有的安全措施不足以应对车辆特设网络 (VANET) 中不断变化的威胁环境.

研究的目的:

  • 提出和评估一种基于机器学习的新型加密协议,用于V2X通信中的入侵检测.
  • 增强在VANET中交换的数据的隐私,安全和完整性.
  • 为V2X网络提供实时威胁检测功能.

主要方法:

  • 开发一种混合方法,将先进的加密协议与机器学习算法结合起来.
  • 实施可靠的身份验证和加密技术,以保护数据.
  • 利用机器学习实时识别和缓解安全威胁.

主要成果:

  • 拟议的ML-CPIDS在各种VANET环境中的模拟中表现出卓越的性能.
  • 在隐私,认证准确性和实时威胁检测能力方面观察到显著的改进.
  • 与现有方法相比,该系统实现了较低的延迟和增强的数据完整性.

结论:

  • ML-CPIDS有效地解决了V2X通信中的关键隐私和安全问题.
  • 这种方法为保护自动驾驶汽车网络和交通管理系统提供了强大的解决方案.
  • 这些发现表明了未来研究安全V2X通信系统的有希望的方向.