本サイトは 12 時間以上更新されていません（通常は 3 時間ごと）。以下の内容は最新でない可能性があります。
このページに条件に合う項目はありません（絞り込みはこのページ内のみ）。
説明近道と境界：検証可能な強化学習のミスアラインメントと文脈的安全性学習
要約本論文は、報酬によって駆動されるミスアラインメント（報酬ハッキングを含む）を研究する。合規的なタスク完了は可能なままだが、一部の実行可能な近道が、すべての合規戦略より多くの報酬を得る状況を扱う。作者らは、こうした報酬と文脈の衝突をタスク動態に組み込み、多様な対話型環境を大規模に生成し、実行履歴から合規フィードバックを得る。少数の衝突事例でも近道の習得が広がること、文脈チェックによる二値ペナルティが違反を部分的に抑えることを示す。変化する証拠を伴う未見のタスクでも、安全な完了率が向上したと報告している。
説明TUTTI：CPU上で3ミリ秒未満の並列CKKSブートストラッピング
要約本論文は、既存の低遅延手法よりもマルチスレッド遅延で優れた新しいCKKSブートストラッピング手法TUTTIを提案する。SPRUを基に並列性の活用とメッセージ数の拡張を改良し、LMSSのブロック二値秘密鍵について精密化した安全性解析も示す。実験では192スレッドで4096個の実数メッセージを46〜83.4ミリ秒で処理し、単一メッセージは32スレッドで4.6ミリ秒と、TFHE-rsの7.3ミリ秒を下回った。
説明抑制は消去ではない：LoRAバックドア防御の部分空間射影に関する機構分析と再活性化の境界
要約この論文は、LoRAアダプタに仕込まれるバックドアへの、部分空間射影に基づく防御手法を検証したものです。単一ランクのトリガー差分射影で静的な攻撃成功率を0%にできる一方、わずか5サンプルの少数ショット学習でほぼすべての重み編集型防御でバックドアが再活性化することを示しています。静的な成功率の低下はパラメータからの消去を意味しないと結論づけています。
説明DeepChronos：多段階攻撃検出のための時系列ニューロシンボリック推論
要約本論文は、ニューロシンボリック型のネットワーク侵入検知システムDeepChronosを提案する。学習されたフローレベルの証拠と、明示的な攻撃段階ルール、時間的前提条件、既に推論された段階を組み合わせ、攻撃の履歴が各検知判断を制約する仕組みである。DARPA 2000およびAIT-LDS V2での評価では、純粋なニューラル基準手法に比べマクロF1が最大11.3%向上し、厳密な時間制約下で因果関係の違反を排除し、ミリ秒単位の推論遅延を維持した。
説明電力系統の運転状況に照らして分散型エネルギー資源の指令を検証し、静的検査では見逃す認証済み攻撃を検出する論文
要約論文は、分散型エネルギー資源（DER）の指令認可が送信者とその値の既視性で判断されるため、正規の認証情報を持つ攻撃者が通常の値を書き込めば通過してしまうと指摘する。著者らは、対象周辺の母線電圧、時刻、前日電力価格、系統負荷、日射量といった運転状況と、フィーダー自身の良性履歴で類似条件下に運用者が書いた値を比較する検査を提案する。IEEE 123母線と8500ノードのフィーダーで、9種類の攻撃シナリオを用いて評価している。
説明Maurer方式に着想を得た、多アンテナによるなりすまし攻撃に対する双方向物理層認証
要約本論文は、Maurerの考え方に着想を得た双方向物理層認証方式を検討している。正当な利用者Aliceが、多アンテナのなりすまし者Trudyが存在する状況で、BobによるAliceの認証を行う場面を扱う。Bobはチャレンジに、AliceはBobの受信信号を中継する際に人工雑音を加え、なりすまし者には不利な情報状況を作る。準静的なガウス型MIMO通信路について、チャレンジ、応答、またはその両方が置き換えられる攻撃に対する見逃し検出確率の上界を導出し、全ノードのアンテナ数が等しい場合には、特定の単方向テストより最悪ケースの見逃し確率が低くなる場面があることを示している。
説明二次線形応答は量子化による不一致をどこまで予測できるか：五つの言語モデルでの事前登録測定
要約本論文は、非量子化モデルのフィッシャー情報と二次展開式を用いて、量子化後のKLダイバージェンスを素早く推定する手法の信頼性を検証しています。Qwen3、OLMo-2などのモデルでint8、fp8、int4の各形式を比較し、相対的な予測は安定している一方、絶対値の予測は誤差が大きいことを示しています。また、bf16での勾配計算が誤差の原因となり、fp32を使うことで解消できると報告しています。最後に、未知のMistral-7B-v0.3モデルで良好な予測を示す筛選器を構築しています。
説明RISC-V MCUにおける有界委任によるシステムレベル保護の再構成
要約本論文は、実行時に保護ポリシーを動的に変更する必要がある組込みMCUに向けて、所有権を考慮したモデルを提案します。明示的な所有権と規則の包含関係によって、構成権限と再帰的な委任を制限します。CVA6ベースのSoCに組み込んだオープンソースのRISC-Vワールドチェッカーに対するFPGA評価では、アクセス遅延と動作周波数の低下はなく、8規則でLUTが7.1%、FFが1.2%増加しました。OTA更新の事例では、ハイパーバイザ仲介と比べて政策移行遅延が89.5%、信頼されたファームウェア仲介と比べて94.6%減少しました。
説明二重盲検評価：AI安全性監査における双方向の機密性ジレンマの解決
要約本論文は、評価者のテストプロンプトをモデル所有者に共有せず、同時にモデル所有者の重みと推論コードの機密性も保つ「二重盲検評価（double-blind evals）」の手法を提案しています。ハードウェアレベルでRAM上のデータを暗号化する安全なエンクレーブ（secure enclave）を用いています。Google Cloud Platform上のNVIDIA H100安全なエンクレーブと、OpenMinedのPySyftを使い、Google DeepMindの独自モデルGemini 2.5 Flash Liteを非公開のAILuminateベンチマークの一部で評価する試験を行いました。
説明タイミング制約下の隠密なシステム同定：静的線形モデルと検出可能性への影響
要約本論文は、攻撃者が隠密性を保ちながら制御対象の動特性を推定する、サイバーフィジカルシステムにおける隠密なシステム同定を検討しています。設定値変更の実行時間が指令速度差に比例するという軽量な静的線形モデルを提案し、Siemens PROFINETのテストベッドで検証しています。このモデルはドライブのランプ応答は正確に捉えられる一方、終端オーバーシュートは捉えられず、その省略された過渡現象が攻撃者の主な露見点になることが示されています。論文では、採用された検出器の校正条件のもとで、この種のモデルの隠密性の限界は対象自体の整定過渡現象に関係すると述べています。
説明Text2NGAC：複数のLLMによるパイプラインで、変異テストによる検証を伴うNGACポリシー抽出手法
要約本論文は、自然言語で書かれたアクセス制御ポリシーをNIST次世代アクセス制御（NGAC）のグラフに変換する、複数の大規模言語モデルが協調動作するパイプラインText2NGACを提案する。各文を抽出前に曖昧さ解消し、不確かな文は複数モデルのアンサンブルに回し、生成されたグラフを五つの戦略からなる検証器で検査する。検証器の有効性は制御された変異テストで測定される。実際の政策文書からNGACの四種類の関係をすべて抽出した初のシステムだとしている。
注目点実世界のポリシー文書から4種類のNGAC関係をすべて抽出した初のシステムで、変異テストで検証器を評価し、複数コーパスで97.3-99.6%の精度を報告している。
説明目に見える場所に隠す：レジスタリネーミングによるプライバシー強化計算
要約本論文はHPS-PECを提案する。これは既存のCPUのレジスタリネーミングとレジスタファイルの仕組みを利用し、アーキテクチャへの小規模な変更でプライバシー強化計算を実現する手法である。25のVIP-Benchベンチマークと7サイクルのQARMA-64暗号で評価したところ、暗号化されたコードの実行時間は保護されていないネイティブコードの3.41倍（幾何平均）であった。また、Sequestered Encryption（SE）ユニットより1.26倍高速で、専用面積は同ユニットの3分の1未満である。
説明機械学習モデルは暗号ではない：重み抽出のための電力解析は想像より難しい
要約本論文は、電力解析によって機械学習モデルの秘密の重みを復元できるかを検討します。モデルを「暗号」、重みを「鍵」とみなして暗号攻撃の手法を適用する従来研究の前提に疑問を投げかけ、完全に学習済みのネットワーク全層を復元する際の課題を分析しています。攻撃者が雑音のない漏洩出力を直接観測できると仮定した条件で検討し、有限精度の浮動小数点演算や低拡散の線形演算、データエントロピーが減少する性質が、深い層の重み復元を困難にし、多くのトレースを必要とすることを示しています。