論文の概要: REVERSIM: An Open-Source Environment for the Controlled Study of Human Aspects in Hardware Reverse Engineering

• arxiv url: http://arxiv.org/abs/2309.05740v3
• Date: Wed, 05 Mar 2025 16:26:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-06 15:48:28.749500
• Title: REVERSIM: An Open-Source Environment for the Controlled Study of Human Aspects in Hardware Reverse Engineering
• Title（参考訳）: ハードウェアリバースエンジニアリングにおけるヒューマンアスペクト制御のためのオープンソース環境REVERSIM
• Authors: Steffen Becker, René Walendy, Markus Weber, Carina Wiesen, 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(英: Hardware Reverse Engineering, HRE)は、集積回路を解析するための技術である。 ReverSimは、主要なHREサブプロセスをモデル化し、標準化された認知テストを統合するソフトウェア環境である。
• 参考スコア（独自算出の注目度）: 5.468342362048975
• License:
• Abstract: Hardware Reverse Engineering (HRE) is a technique for analyzing integrated circuits. Experts employ HRE for security-critical tasks, like detecting Trojans or intellectual property violations, relying not only on their experience and customized tools but also on their cognitive abilities. In this work, we introduce ReverSim, a software environment that models key HRE subprocesses and integrates standardized cognitive tests. ReverSim enables quantitative studies with easier-to-recruit non-experts to uncover cognitive factors relevant to HRE. We empirically evaluated ReverSim in three studies. Semi-structured interviews with 14 HRE professionals confirmed its comparability to real-world HRE processes. Two online user studies with 170 novices and intermediates revealed effective differentiation of participant performance across a spectrum of difficulties, and correlations between participants' cognitive processing speed and task performance. ReverSim is available as open-source software, providing a robust platform for controlled experiments to assess cognitive processes in HRE, potentially opening new avenues for hardware protection.
• 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、集積回路を解析するための技術である。 専門家は、トロイの木馬や知的財産権侵害の検出など、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。 本稿では,主要なHREサブプロセスをモデル化し,標準化された認知テストを統合するソフトウェア環境であるReverSimを紹介する。 ReverSimは、HREに関連する認知的要因を明らかにするために、より簡単な非専門家による定量的研究を可能にする。 我々はReverSimを3つの研究で実証的に評価した。 14人のHRE専門家との半構造化インタビューにより、実際のHREプロセスとの互換性が確認された。 170人の初心者と中間者を対象にしたオンラインユーザスタディでは,難易度の範囲で参加者のパフォーマンスを効果的に区別し,参加者の認知処理速度とタスクパフォーマンスの相関関係を明らかにした。 ReverSimはオープンソースソフトウェアとして利用可能であり、HREの認知プロセスを評価するための制御された実験のための堅牢なプラットフォームを提供し、ハードウェア保護のための新たな道を開く可能性がある。

関連論文リスト

• Learning to Coordinate with Experts [5.012314384895538]
  我々は、学習と要求制御という基本的な調整問題を導入する。 目的は、いつ自律的に行動すべきか、いつ専門家の援助を求めるのかを決定する戦略を学ぶことである。 実証研究を容易にするために,多様なドメインを特徴とするオープンソースベンチマークであるRC-Benchを紹介した。
  論文  参考訳（メタデータ） (2025-02-13T18:41:55Z)
• 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)
• 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)
• EARBench: Towards Evaluating Physical Risk Awareness for Task Planning of Foundation Model-based Embodied AI Agents [53.717918131568936]
  EAI(Embodied AI)は、高度なAIモデルを現実世界のインタラクションのための物理的なエンティティに統合する。 高レベルのタスク計画のためのEAIエージェントの"脳"としてのファンデーションモデルは、有望な結果を示している。 しかし、これらのエージェントの物理的環境への展開は、重大な安全性上の課題を呈している。 本研究では,EAIシナリオにおける身体的リスクの自動評価のための新しいフレームワークEARBenchを紹介する。
  論文  参考訳（メタデータ） (2024-08-08T13:19:37Z)
• 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。