arXiv雑要約
セキュリティ - 2026/07/31 公開
デジタル・ホワイトスペース：モバイル電話依存症に対するサイバー心理学に基づいた枠組み [cs.IR, cs.CR]目的：モバイル電話依存症の軽減
- 現代社会において，スマートフォン利用の増加と注意散漫が深刻化している。
- モバイル電話依存症は，社会的・公衆衛生上の問題として認識されている。
- デジタル刺激を抑制し，インターネット依存症を最小化すること。
- 本研究では，プライバシー保護モニタリング，AIによる依存ループ検出，デバイスモード介入，物理的シグナル制限ゾーンを組み合わせた「デジタル・ホワイトスペース」という枠組みを提案する。
- この枠組みは，間欠的な報酬，説得的なデザイン，習慣形成といったサイバー心理学における中毒的な関与ループに対処する。
- デジタル刺激を減らすことで，モバイル電話依存症の軽減に貢献することが期待される。
暗号解読ベンチマーク：LLMは暗号解読ができるか？ [cs.CR]目的：暗号解読タスクに対するLLMの能力評価
- 暗号技術はデジタルセキュリティの基盤であり，その安全性は極めて重要である。
- LLMの推論能力は進歩しているが，数学的推論とセキュリティという分野での検証が不可欠である。
- LLMによる暗号解読の現状を評価し，AIによる攻撃が現実的な脅威となる時期を把握すること。
- 最先端モデルは，既知の脆弱性を持つ暗号化方式の65%〜86%を解読できることが示された。
- また，実用的な脆弱性がないとされている暗号化方式についても，ある程度の解読に成功した。
- さらに，既存の手法では知られていなかったSpoC AEADのデザイン欠陥やKINDのセキュリティ証明の誤りを指摘する新たな暗号解読手法を創出した。
AIレッドチーム評価が証明できることとできないこと [cs.AI, cs.CR]目的：AIモデルのレッドチーム評価における証明可能性の限界
- AIの安全性評価は，社会実装において不可欠であり，その信頼性確保が重要である。
- AIの安全性評価は主観に左右されやすく，客観的な基準と評価方法が確立されていない。
- 評価予算内で得られる証拠の限界を定量的に示すことで，評価の妥当性を判断する。
- 評価の「証拠上限」を定義し，ベンチマークにおける有害率と証拠の強さの関係を明確化した。
- 特定の有害率を超えると，ベンチマークは一定の安全性基準を満たすことを示す証拠となり得る。
- 現在のベンチマークは高頻度な有害カテゴリーには有効だが，稀に起こる壊滅的な事象には不十分である。
SafeFlow: マルチエージェントシステムにおける悪意ある伝播を阻止するための意味情報フロー制御 [cs.MA, cs.CR]目的：マルチエージェントシステムにおける悪意ある伝播の制御
- タスク分割と役割特化により能力向上する一方，安全性確保が課題となっている。
- 悪意ある目的が分散化し，個々のエージェントでは検知が困難となる問題がある。
- 意味情報フロー制御により，エージェント間のリスク伝播を可視化し，安全性を高める。
- SafeFlowは，悪意ある伝播を意味情報フロー問題として捉え，構造化された意味的タイントを付与する。
- 実験により，SafeFlowは攻撃成功率を大幅に低減しつつ，正常タスクの完了率を維持することが示された。
- 本研究は，マルチエージェントシステムのリスク意味を保持するメカニズムの欠如を明らかにした。
サイバー攻撃の検知学習：理論的考察に基づくサイバーセキュリティのためのニューラル異常検知 [stat.ML, cs.CR, cs.LG, math.ST, stat.TH]目的：サイバー攻撃の異常検知手法
- サイバーセキュリティは，社会インフラや個人情報を守る上で不可欠であり，その重要性は増している。
- 既存の防御システムは過去の行動パターンに依存するため，未知の攻撃には脆弱であるという課題がある。
- 現実の異常サンプル収集が困難な状況下でも，効果的な異常検知を実現することを目的とする。
- 提案手法は，正常データのみを用いてニューラルネットワークを訓練し，合成異常データによる指導を活用する。
- 理論的にMinimax超過リスクを達成し，正常領域の境界を確実に学習することが保証されている。
- ネットワーク侵入検知実験において，従来手法と比較して，難易度の高い未知のサイバー攻撃の検知能力が大幅に向上した。
- 1
- 2