論文の概要: Noninterference Analysis of Reversible Systems: An Approach Based on Branching Bisimilarity

• arxiv url: http://arxiv.org/abs/2311.15670v3
• Date: Sun, 01 Dec 2024 10:00:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-03 16:54:12.421254
• Title: Noninterference Analysis of Reversible Systems: An Approach Based on Branching Bisimilarity
• Title（参考訳）: 可逆系の非干渉解析:分岐二相性に基づくアプローチ
• Authors: Andrea Esposito, Alessandro Aldini, Marco Bernardo, Sabina Rossi,
• Abstract要約: 非干渉に対する古典的同値性に基づくアプローチは、主に弱いバイシミュレーションのセマンティクスに依存している。 本手法は,可逆計算の存在下での隠蔽チャネルの同定に十分でないことを示す。 バック・アンド・フォース計算の効果を捉えるためには、より表現力のある意味論に切り替える必要がある。
• 参考スコア（独自算出の注目度）: 41.94295877935867
• License:
• Abstract: The theory of noninterference supports the analysis of information leakage and the execution of secure computations in multi-level security systems. Classical equivalence-based approaches to noninterference mainly rely on weak bisimulation semantics. We show that this approach is not sufficient to identify potential covert channels in the presence of reversible computations. As illustrated via a database management system example, the activation of backward computations may trigger information flows that are not observable when proceeding in the standard forward direction. To capture the effects of back-and-forth computations, it is necessary to switch to a more expressive semantics, which has been proven to be branching bisimilarity in a previous work by De Nicola, Montanari, and Vaandrager. In this paper we investigate a taxonomy of noninterference properties based on branching bisimilarity along with their preservation and compositionality features, then we compare it with the taxonomy of Focardi and Gorrieri based on weak bisimilarity.
• Abstract（参考訳）: 非干渉理論は、情報漏洩の分析とマルチレベルセキュリティシステムにおけるセキュアな計算の実行を支援する。 非干渉に対する古典的同値性に基づくアプローチは、主に弱いバイシミュレーションのセマンティクスに依存している。 本手法は,可逆計算の存在下での隠蔽チャネルの同定に十分でないことを示す。 データベース管理システムの例で説明されているように、後ろ向きの計算の活性化は、標準の前方方向に進むと観測不可能な情報の流れを引き起こす可能性がある。 バック・アンド・フォース計算の効果を捉えるためには、De Nicola, Montanari, Vaandrager の以前の研究で二相性に分岐していることが証明された、より表現力のある意味論に切り替える必要がある。 本稿では,分岐二相性に基づく非干渉特性の分類と,その保存と構成性の特徴を考察し,弱い二相性に基づくFocardiとGorrieriの分類と比較する。

関連論文リスト

• Data-Driven Reachability Analysis of Stochastic Dynamical Systems with Conformal Inference [1.446438366123305]
  共形推論を用いた離散時間力学系のデータ駆動型到達可能性解析について考察する。 複雑な閉ループ力学を持つ学習可能な制御系に着目する。
  論文  参考訳（メタデータ） (2023-09-17T07:23:01Z)
• Advancing Counterfactual Inference through Nonlinear Quantile Regression [77.28323341329461]
  ニューラルネットワークで実装された効率的かつ効果的な対実的推論のためのフレームワークを提案する。 提案手法は、推定された反事実結果から見つからないデータまでを一般化する能力を高める。 複数のデータセットで実施した実証実験の結果は、我々の理論的な主張に対する説得力のある支持を提供する。
  論文  参考訳（メタデータ） (2023-06-09T08:30:51Z)
• Causal Inference via Style Transfer for Out-of-distribution Generalisation [10.998592702137858]
  アウト・オブ・ディストリビューションの一般化は、目に見えないターゲットドメインをうまく一般化できるモデルを構築することを目的としている。 本稿では,正面調整を成功させることで,隠れた共同創設者を効果的に扱う新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-12-06T15:43:54Z)
• Equivalence between algorithmic instability and transition to replica symmetry breaking in perceptron learning systems [16.065867388984078]
  バイナリパーセプトロンは非アルゴリズム最適化のための教師あり学習のモデルである。 レプリカサドル点を破る不安定性は自由エネルギー関数と同一であることを示す。
  論文  参考訳（メタデータ） (2021-11-26T03:23:18Z)
• MINIMALIST: Mutual INformatIon Maximization for Amortized Likelihood Inference from Sampled Trajectories [61.3299263929289]
  シミュレーションベースの推論は、その可能性が実際に計算できない場合でもモデルのパラメータを学習することができる。 あるクラスのメソッドは、異なるパラメータでシミュレートされたデータを使用して、確率とエビデンス比の償却推定器を推定する。 モデルパラメータとシミュレーションデータ間の相互情報の観点から,本手法が定式化可能であることを示す。
  論文  参考訳（メタデータ） (2021-06-03T12:59:16Z)
• Dive into Ambiguity: Latent Distribution Mining and Pairwise Uncertainty Estimation for Facial Expression Recognition [59.52434325897716]
  DMUE(DMUE)という,アノテーションのあいまいさを2つの視点から解決するソリューションを提案する。 前者に対しては,ラベル空間における潜伏分布をよりよく記述するために,補助的マルチブランチ学習フレームワークを導入する。 後者の場合、インスタンス間の意味的特徴のペアワイズ関係を完全に活用して、インスタンス空間のあいまいさの程度を推定する。
  論文  参考訳（メタデータ） (2021-04-01T03:21:57Z)
• Uncertainty-Aware Few-Shot Image Classification [118.72423376789062]
  ラベル付き限られたデータから新しいカテゴリを認識できる画像分類はほとんどない。 画像分類のための不確実性を考慮したFew-Shotフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-10-09T12:26:27Z)
• Data-Driven Verification under Signal Temporal Logic Constraints [0.0]
  力学が部分的に不明な不確実性のあるシステムを考える。 本研究の目的は,そのようなシステムの軌道による時間論理特性の満足度について研究することである。 本研究では, ベイズ推定手法を用いて, 信頼度と満足度を関連づける。
  論文  参考訳（メタデータ） (2020-05-08T08:32:30Z)
• On dissipative symplectic integration with applications to gradient-based optimization [77.34726150561087]
  本稿では,離散化を体系的に実現する幾何学的枠組みを提案する。 我々は、シンプレクティックな非保守的、特に散逸的なハミルトン系への一般化が、制御された誤差まで収束率を維持することができることを示す。
  論文  参考訳（メタデータ） (2020-04-15T00:36:49Z)
• Hierarchical Gaussian Process Priors for Bayesian Neural Network Weights [16.538973310830414]
  望ましい事前分類は、重みをコンパクトに表現し、重み間の相関を捉え、事前知識を含ませることである。 i) 相関重み構造を柔軟にエンコード可能な単位埋め込みに基づくネットワーク重みのプロセスベース階層モデルと,(ii) 関数空間の規則化に便利な入力依存型の重み前のモデルを提案する。 これらのモデルは、分布外データに基づいて望ましいテスト時間不確実性推定を提供し、カーネルを用いたニューラルネットワークの帰納バイアスをモデル化する事例を示し、アクティブラーニングベンチマークで競合予測性能を示す。
  論文  参考訳（メタデータ） (2020-02-10T07:19:52Z)

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。