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SASTツールは言語によってどの程度有効か？OCPP実装を用いた実証研究
要約本論文は、電気自動車充電の通信規格OCPPを異なるプログラミング言語で実装した12種類を対象に、静的アプリケーションセキュリティテスト（SAST）ツールの検出性能を評価しています。多言語対応ツール（SonarQubeやSemgrep）と言語固有の解析ツールを適用しました。検出された問題数はRustの2件からJavaの1,689件まで幅があり、著者らはこれが言語固有のコード品質よりも、各言語向けSASTツールの発展度合いによるものだと考察しています。
説明MammothDP：信頼できるハードウェア向けの、超パラメータ漏洩のない差分プライバシー付きブースティング決定木
要約本論文は、勾配ブースティング決定木学習器S-BDTに基づく機械学習システムMammothDPを提案しています。欧州健康データ空間（EHDS）などでの表形式データの保護を目的とし、信頼できる実行環境（TEE）上で動作し、タイミング・サイドチャネル対策が施されています。プライバシーフィルタ内で使用する場合に差分プライバシーを満たすことが示されています。プライバシーと有用性のバランスを高めるため、プライバシーの追加コストなしで木の本数を適応的に決める早期停止基準と、タイミング・サイドチャネル攻撃に対して脆弱でない改良版ロールバック保護を導入しています。
説明位置が重要：拡散モデルの個人化に対抗する疎な潜在分散攻撃による顔プライバシー保護
要約本論文は、テキストから画像を生成する拡散モデルが少数の顔写真から個人の identity を学習・再現することを防ぐため、SEAL（Sparse Encoder Attack on Latent Variance）という手法を提案しています。SEALは顔画像の空間位置のうち5%のみを変更し、微分可能なtop-kマスキングと凍結されたVAEエンコーダの潜在分布に対する分散指向の目的関数を組み合わせます。CelebA-HQとVGGFace2での実験では、比較手法の中で最も高い保護画像品質（PSNR 41 dB超、SSIM 0.97、LPIPS最大0.07）を示し、個人化後の identity 類似度は最大0.15まで低下したと報告されています。
説明サイバーセキュリティ教育向けSOC演習のモデルベース作成手法
要約本論文は、仮想SOC（セキュリティオペレーションセンター）を用いた演習を、モデルに基づいて作成する手法を提案します。技術・教育仕様からインシデント演習モデルを構築し、そのモデルに基づいて大規模言語モデル（LLM）が一部のシナリオ文を生成します。フィッシングからランサムウェアに至る参照演習で実装・評価され、独立した検証器が参照関係、順序、証拠のリンクなどの整合性を確認しました。生成された演習パッケージは仮想SOCの学習環境で実行できることが示されました。