arXiv雑要約
セキュリティ - 2026/07/30 公開
ヘルメス：プレフィックスコンセンサスによる低遅延ファイナリティ [cs.DC, cs.CR]目的：低遅延ファイナリティの実現
- 分散システムにおける合意形成は，信頼性と効率性が重要である。特に，ブロックチェーンなどの分野では不可欠な要素である。
- 従来のリーダーベースのBFTプロトコルでは，リーダーの障害や遅延がファイナリティのボトルネックとなる。
- プレフィックスコンセンサスを用いることで，リーダーの状況に依存せず，より迅速なファイナリティを達成することを目指す。
- ヘルメスは，遅延の大きいリーダーの状況でもファイナリティを保証できる2ラウンドローテーションリーダープロトコルである。
- 提案されたプロトコルは，部分同期環境下で$n=5f+1$プロセスに対して機能し，比較可能性を必要とするクォーラムを用いる。
- このプロトコルは，既存のチェーンやAutobahnのような多車線拡散システムと統合することが可能であり，効率的なデータ伝達を実現する。
IH-Benchmark：LLMアプリケーションにおける命令階層の堅牢性に関する競合中心のベンチマーク [cs.CR, cs.SE]目的：LLMにおける命令階層の堅牢性評価
- LLMの信頼性向上は，実用的な応用において不可欠である。
- 既存のベンチマークは，命令階層の評価範囲が限定的である。
- システムとユーザー間，またはユーザーとツール間における命令の競合時のLLMの挙動を評価する。
- IH-Benchmarkを用いて37モデルを評価した結果，命令階層への適合率は20.5%から98.2%まで幅があった。
- システムとユーザー間の適合性が高いモデルでも，ユーザーとツール間では性能が低下する傾向が確認された。
- 制約の強化により改善するモデルとそうでないモデルが存在し，命令階層の堅牢性は単一の能力ではないことが示唆された。
プライバシー保護パーミュテーション検定 [cs.NI, math.ST, cs.CR, cs.LG, stat.ME, stat.ML, stat.TH]目的：差分プライバシーを考慮したパーミュテーション検定の枠組み
- 個人情報保護への関心が高まり，データ分析におけるプライバシー保護は重要課題である。
- 既存手法は，実用性の低さや統計的効率の低下といった課題を抱えている。
- 仮説検定において，プライバシー保護と統計的効率の両立を目指す。
- 提案手法は，古典的なパーミュテーション検定を差分プライバシー環境に拡張し，厳密な妥当性とプライバシー保護を両立する。
- 再現性カーネルに基づく検定統計量（dpMMD，dpHSIC）を導入し，様々なデータ型に対応可能である。
- 実験評価により，多様なプライバシー制約下で競争力のある検定力を持つことが示された。
機械学習に基づく量子制御・誤り訂正に対するフォールト攻撃 [math.CO, cs.DM, quant-ph, cs.CR]目的：機械学習モデルへの物理的なフォールト注入に対する脆弱性の分析
- 量子コンピュータの性能向上には，高精度な読み出しや誤り訂正が不可欠であり，機械学習が重要な役割を担う。
- 機械学習モデルは，その複雑さから，予期せぬ攻撃に対して脆弱である可能性がある。
- 機械学習モデルを組み込んだ量子コンピュータにおけるセキュリティリスクを評価し，対策を検討する。
- フォールト注入により，5量子ビット読み出し誤り訂正モデル(HERQULES)や深層Q学習によるSurface Codeデコーダの性能が低下することを確認。
- HERQULESモデルでは，初期層が特に脆弱であり，深層Qデコーダでは，畳み込み層または全結合出力層へのフォールト注入がデコード精度を大幅に低下させる。
- フォールト注入による誤りは，ランダムノイズではなく，構造的な歪みを引き起こすことが示唆された。
二乗乗算アルゴリズムの歴史について [math.HO, cs.CR]目的：二乗乗算アルゴリズムの歴史的経緯
- 現代計算において高速指数計算の標準手法であり，その効率性から重要性が高い。
- 二乗乗算アルゴリズムの起源は不明確であり，歴史的背景が十分に解明されていない。
- 二乗乗算アルゴリズムの出現と形式化の過程を，史料に基づき明らかにすること。
- 二乗乗算アルゴリズムの原型は，紀元前200年頃のインドのピンガラに見られる二進数表現の利用に遡る。
- 15世紀のアル＝カーシーは，自らの革新として，この手法を一般的な計算方法として明示的に記述した。
- 1798年のルジャンドルの例は，ヨーロッパにおけるこのアルゴリズムの初期の記録であり，独立した再発見の例と考えられる。
- 1
- 2