論文の概要: REVERSIM: A Game-Based Approach to Accessing Large Populations for Studying Human Aspects in Hardware Reverse Engineering
- arxiv url: http://arxiv.org/abs/2309.05740v1
- Date: Mon, 11 Sep 2023 18:03:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-19 06:53:05.887521
- Title: REVERSIM: A Game-Based Approach to Accessing Large Populations for Studying Human Aspects in Hardware Reverse Engineering
- Title(参考訳): REVERSIM: ハードウェアリバースエンジニアリングにおける人的側面学習のための大規模人口アクセスのためのゲームベースアプローチ
- Authors: Steffen Becker, Carina Wiesen, René Walendy, Nikol Rummel, Christof Paar,
- Abstract要約: ハードウェアリバースエンジニアリング(HRE)は集積回路(IC)の解析技術である
これまでの研究では、完全に自動化されたソリューションが存在しないため、アナリストはHREを実行するための認知能力に大きく依存していることが示されている。
我々は,現実的なHREサブプロセスを模倣するゲームベースのシミュレーションであるREVERSIMを開発し,事前知識を必要としないように設計されている。
- 参考スコア(独自算出の注目度): 5.794342083222512
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Hardware Reverse Engineering (HRE) is a technique for analyzing Integrated Circuits (ICs). Experts employ HRE for various security-critical tasks, such as design verification or the detection of intellectual property violations. However, HRE also enables threat actors to subvert the security of an IC. Previous studies have shown that analysts rely heavily on their cognitive abilities to perform HRE as no fully automated solutions exist. Therefore, conducting controlled experimental studies to assess the cognitive processes involved in HRE could open new avenues for hardware protection. However, researchers have faced the methodological challenge that HRE experts are largely unavailable for such empirical research. To address this scarcity, we have developed REVERSIM, a game-based simulation that mimics realistic HRE subprocesses and is specifically designed to require no prior knowledge. To support these claims, we conducted two empirical studies: First, we performed semi-structured interviews with 14 professionals and researchers from the HRE domain, who attested to the comparability of REVERSIM to real-world HRE problems. Second, we conducted a user study involving 89 non-expert participants, demonstrating that participants could engage in the simulation without prior knowledge in HRE or related domains. Finally, we outline several research directions for experiments with REVERSIM, highlighting its potential in advancing HRE research.
- Abstract(参考訳): ハードウェアリバースエンジニアリング(英: Hardware Reverse Engineering, HRE)は、集積回路(IC)を解析するための技術である。
専門家は、設計検証や知的財産権侵害の検出など、さまざまなセキュリティクリティカルなタスクにHREを使用している。
しかし、HREはまた、脅威アクターがICのセキュリティを覆すことを可能にする。
これまでの研究では、完全に自動化されたソリューションが存在しないため、アナリストはHREを実行するための認知能力に大きく依存していることが示されている。
したがって、HREに関わる認知過程を評価するための制御された実験を行えば、ハードウェア保護のための新たな道が開ける可能性がある。
しかし、HREの専門家がこのような経験的な研究でほとんど利用できないという方法論的な課題に直面している。
この不足に対処するため、現実的なHREサブプロセスを模倣するゲームベースのシミュレーションであるREVERSIMを開発し、事前の知識を必要としないよう特別に設計した。
まず,現実のHRE問題に対するREVERSIMの適合性を実証した14人の専門家と研究者を対象に,半構造化インタビューを行った。
第2に,89名の非専門家を対象とするユーザスタディを実施し,HREや関連ドメインの事前知識を必要とせずにシミュレーションを実施できることを実証した。
最後に,REVERSIMを用いた実験の方向性について概説し,HRE研究の進展の可能性を明らかにする。
関連論文リスト
- An Evidence-Based Curriculum Initiative for Hardware Reverse Engineering Education [5.794342083222512]
本稿では,ハードウェアセキュリティとHREにおける教育の現状について検討する。
我々は,共通トピック,脅威モデル,重要な教育的特徴,コース評価手法を同定する。
我々は、HRE教育の改善の可能性をいくつか提案し、新しい研修コースの開発を推奨する。
論文 参考訳(メタデータ) (2024-11-08T14:23:04Z) - CRMArena: Understanding the Capacity of LLM Agents to Perform Professional CRM Tasks in Realistic Environments [90.29937153770835]
CRMArenaは、プロフェッショナルな作業環境に根ざした現実的なタスクにおいて、AIエージェントを評価するために設計されたベンチマークである。
現状のLDMエージェントはReActプロンプトのタスクの40%以下で成功し,機能呼び出し能力でも55%以下であった。
この結果から,実環境に展開する関数呼び出しやルールフォローにおいて,エージェント機能の向上の必要性が示唆された。
論文 参考訳(メタデータ) (2024-11-04T17:30:51Z) - AAAR-1.0: Assessing AI's Potential to Assist Research [34.88341605349765]
AAAR-1.0は,大規模言語モデル(LLM)の性能を評価するためのベンチマークデータセットである。
AAAR-1.0は、以前のベンチマークと大きく異なる2つの主要な方法である: 第一に、明らかに研究指向で、深いドメインの専門知識を必要とするタスク、第二に、研究者が日々従事する主要なアクティビティを反映する研究者指向である。
論文 参考訳(メタデータ) (2024-10-29T17:58:29Z) - O1 Replication Journey: A Strategic Progress Report -- Part 1 [52.062216849476776]
本稿では,O1 Replication Journeyに具体化された人工知能研究の先駆的アプローチを紹介する。
我々の方法論は、長期化したチームベースのプロジェクトの不規則性を含む、現代のAI研究における重要な課題に対処する。
本稿では,モデルにショートカットだけでなく,完全な探索プロセスの学習を促す旅行学習パラダイムを提案する。
論文 参考訳(メタデータ) (2024-10-08T15:13:01Z) - ExACT: Teaching AI Agents to Explore with Reflective-MCTS and Exploratory Learning [78.42927884000673]
ExACTは、エージェントアプリケーションのためのo1のようなモデルを構築するために、テスト時間検索と自己学習を組み合わせるアプローチである。
リフレクティブモンテカルロ木探索(Reflective Monte Carlo Tree Search, R-MCTS)は、AIエージェントがその場で意思決定空間を探索する能力を高めるために設計された新しいテストタイムアルゴリズムである。
次に,探索学習(Exploratory Learning)という,外部探索アルゴリズムに頼らずに,エージェントに推論時間での探索を教える新しい学習戦略を紹介する。
論文 参考訳(メタデータ) (2024-10-02T21:42:35Z) - CIPHER: Cybersecurity Intelligent Penetration-testing Helper for Ethical Researcher [1.6652242654250329]
本研究は,Cybersecurity Intelligent Peretration-testing Helper for Ethical researchers (CIPHER)を開発した。
私たちは、脆弱なマシンの300以上の高品質な書き込み、ハッキングテクニック、オープンソースの侵入テストツールのドキュメントを使用してCIPHERをトレーニングしました。
本研究では,完全自動ペンテスティング・シミュレーション・ベンチマークを確立するために,書込みテストの拡張手法であるFinderings, Action, Reasoning, Results (FARR) Flow Augmentationを紹介する。
論文 参考訳(メタデータ) (2024-08-21T14:24:04Z) - RILe: Reinforced Imitation Learning [60.63173816209543]
RILeは、学生のパフォーマンスと専門家によるデモンストレーションとの整合性に基づいて、動的報酬関数を学習する新しいトレーナー学生システムである。
RILeは、従来のメソッドがフェールする複雑な環境でのより良いパフォーマンスを実現し、複雑なシミュレートされたロボット移動タスクにおいて、既存のメソッドを2倍の性能で上回る。
論文 参考訳(メタデータ) (2024-06-12T17:56:31Z) - DISCOVERYWORLD: A Virtual Environment for Developing and Evaluating Automated Scientific Discovery Agents [49.74065769505137]
本研究では,新しい科学的発見の完全なサイクルを実行するエージェントの能力を開発し,ベンチマークする最初の仮想環境であるDiscoVERYWORLDを紹介する。
8つのトピックにまたがる120の異なる課題タスクが含まれており、3レベルの難易度といくつかのパラメトリックなバリエーションがある。
従来の環境においてよく機能する強力なベースラインエージェントが、ほとんどのdiscoVERYWORLDタスクに苦労していることがわかった。
論文 参考訳(メタデータ) (2024-06-10T20:08:44Z) - Automatic Intrinsic Reward Shaping for Exploration in Deep Reinforcement
Learning [55.2080971216584]
本稿では、強化学習(RL)における探索を強化するため、知的かつ適応的に高品質な固有報酬を提供する自動固有リワード整形法を提案する。
我々は,多様な固有報酬手法の効率的かつ信頼性の高い実装を実現するために,固有報酬ツールキットを開発した。
論文 参考訳(メタデータ) (2023-01-26T01:06:46Z) - Promoting the Acquisition of Hardware Reverse Engineering Skills [0.7487407411063094]
本研究は,ハードウェアリバースエンジニアリング(HRE)におけるスキル獲得に焦点をあてる。
科学コミュニティや産業はHREの専門家に高い需要を抱いているが、教育コースの欠如がある。
本コースでは,初級生がHREスキルを習得するかを検討するために,事前知識のレベルが異なる学生を対象に2つの研究を行った。
論文 参考訳(メタデータ) (2021-05-28T10:45:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。