論文の概要: Blockchain for Large Language Model Security and Safety: A Holistic Survey

• arxiv url: http://arxiv.org/abs/2407.20181v2
• Date: Sun, 17 Nov 2024 22:23:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-19 14:31:14.958849
• Title: Blockchain for Large Language Model Security and Safety: A Holistic Survey
• Title（参考訳）: 大規模言語モデルのセキュリティと安全性のためのブロックチェーン - 全体的調査
• Authors: Caleb Geren, Amanda Board, Gaby G. Dagher, Tim Andersen, Jun Zhuang,
• Abstract要約: 大規模な言語モデルのセキュリティと安全性を高めるためにブロックチェーン技術を活用する方法を評価することを目的としています。 本稿では,大規模言語モデル(BC4LLM)のためのブロックチェーンの新しい分類法を提案する。 私たちの分析には、BC4LLMのコンテキストにおけるセキュリティと安全性を規定する新しいフレームワークと定義が含まれています。
• 参考スコア（独自算出の注目度）: 2.385985842958366
• License:
• Abstract: With the growing development and deployment of large language models (LLMs) in both industrial and academic fields, their security and safety concerns have become increasingly critical. However, recent studies indicate that LLMs face numerous vulnerabilities, including data poisoning, prompt injections, and unauthorized data exposure, which conventional methods have struggled to address fully. In parallel, blockchain technology, known for its data immutability and decentralized structure, offers a promising foundation for safeguarding LLMs. In this survey, we aim to comprehensively assess how to leverage blockchain technology to enhance LLMs' security and safety. Besides, we propose a new taxonomy of blockchain for large language models (BC4LLMs) to systematically categorize related works in this emerging field. Our analysis includes novel frameworks and definitions to delineate security and safety in the context of BC4LLMs, highlighting potential research directions and challenges at this intersection. Through this study, we aim to stimulate targeted advancements in blockchain-integrated LLM security.
• Abstract（参考訳）: 産業・学術分野における大規模言語モデル(LLM)の発展と展開に伴い、その安全性と安全性の懸念がますます重要になっている。 しかし、最近の研究では、LSMはデータ中毒、即発注射、不正なデータ暴露など、多くの脆弱性に直面しており、従来の方法では対処が困難であった。 並行して、データ不変性と分散構造で知られるブロックチェーン技術は、LLMを保護するための有望な基盤を提供する。 本調査では,LLMのセキュリティと安全性を高めるためにブロックチェーン技術をどのように活用するかを総合的に評価することを目的としている。 さらに,大規模言語モデル(BC4LLM)のためのブロックチェーンの新しい分類法を提案し,この新興分野における関連研究を体系的に分類する。 私たちの分析には、BC4LLMの文脈におけるセキュリティと安全性を規定する新しいフレームワークと定義が含まれており、この交差点における潜在的研究の方向性と課題を強調しています。 本研究は,ブロックチェーン統合LLMセキュリティのターゲット化を促進することを目的としている。

関連論文リスト

• From Linguistic Giants to Sensory Maestros: A Survey on Cross-Modal Reasoning with Large Language Models [56.9134620424985]
  クロスモーダル推論(CMR)は、より高度な人工知能システムへの進化における重要な能力として、ますます認識されている。 CMRタスクに取り組むためにLLM(Large Language Models)をデプロイする最近のトレンドは、その有効性を高めるためのアプローチの新たな主流となっている。 本調査では,LLMを用いてCMRで適用された現在の方法論を,詳細な3階層分類に分類する。
  論文  参考訳（メタデータ） (2024-09-19T02:51:54Z)
• A Survey of Attacks on Large Vision-Language Models: Resources, Advances, and Future Trends [78.3201480023907]
  LVLM(Large Vision-Language Models)は、多モーダルな理解と推論タスクにまたがる顕著な能力を示す。 LVLMの脆弱性は比較的過小評価されており、日々の使用において潜在的なセキュリティリスクを生じさせる。 本稿では,既存のLVLM攻撃の様々な形態について概説する。
  論文  参考訳（メタデータ） (2024-07-10T06:57:58Z)
• Unique Security and Privacy Threats of Large Language Model: A Comprehensive Survey [46.19229410404056]
  大規模言語モデル(LLM)は自然言語処理において顕著な進歩を遂げた。 これらのモデルは、強力な言語理解と生成能力を示すために、広大なデータセットでトレーニングされている。 プライバシーとセキュリティの問題は、そのライフサイクルを通じて明らかになっている。
  論文  参考訳（メタデータ） (2024-06-12T07:55:32Z)
• A Novel Classification of Attacks on Blockchain Layers: Vulnerabilities, Attacks, Mitigations, and Research Directions [0.8540657305162735]
  本調査では,ブロックチェーン攻撃の新たな分類と,ブロックチェーンデータセキュリティに関する詳細な調査を提案する。 さまざまなブロックチェーン層における攻撃の根本的な原因を精査することで、これらのセキュリティ上の懸念の深いダイナミクスを明らかにします。 また、ブロックチェーンにおける量子コンピューティングの影響と、将来利用可能な現在のテクノロジの弱点についても論じる。
  論文  参考訳（メタデータ） (2024-04-28T06:40:50Z)
• Enhancing Trust and Privacy in Distributed Networks: A Comprehensive Survey on Blockchain-based Federated Learning [51.13534069758711]
  ブロックチェーンのような分散型アプローチは、複数のエンティティ間でコンセンサスメカニズムを実装することで、魅力的なソリューションを提供する。 フェデレートラーニング(FL)は、参加者がデータのプライバシを保護しながら、協力的にモデルをトレーニングすることを可能にする。 本稿では,ブロックチェーンのセキュリティ機能とFLのプライバシ保護モデルトレーニング機能の相乗効果について検討する。
  論文  参考訳（メタデータ） (2024-03-28T07:08:26Z)
• Large Language Models for Blockchain Security: A Systematic Literature Review [32.36531880327789]
  大規模言語モデル(LLM)は、サイバーセキュリティの様々な領域にまたがる強力なツールとして登場した。 本研究の目的は,既存の研究を包括的に分析し,LLMがブロックチェーンシステムのセキュリティ向上にどのように貢献するかを明らかにすることである。
  論文  参考訳（メタデータ） (2024-03-21T10:39:44Z)
• Generative AI-enabled Blockchain Networks: Fundamentals, Applications, and Case Study [73.87110604150315]
  Generative Artificial Intelligence(GAI)は、ブロックチェーン技術の課題に対処するための有望なソリューションとして登場した。 本稿では、まずGAI技術を紹介し、そのアプリケーションの概要を説明し、GAIをブロックチェーンに統合するための既存のソリューションについて議論する。
  論文  参考訳（メタデータ） (2024-01-28T10:46:17Z)
• Privacy in Large Language Models: Attacks, Defenses and Future Directions [84.73301039987128]
  大規模言語モデル(LLM)を対象とした現在のプライバシ攻撃を分析し、敵の想定能力に応じて分類する。 本稿では、これらのプライバシー攻撃に対抗するために開発された防衛戦略について概説する。
  論文  参考訳（メタデータ） (2023-10-16T13:23:54Z)
• Protecting the Decentralized Future: An Exploration of Common Blockchain Attacks and their Countermeasures [1.1499361198674167]
  サイバー犯罪者を標的に、セキュリティ上の脅威が増えている。 この研究は、ブロックチェーン攻撃の緩和に関する詳細な分析を提供することを目的としている。 この調査は、ブロックチェーンアプリケーションの特定のニーズを考慮に入れることがいかに重要かも強調している。
  論文  参考訳（メタデータ） (2023-06-20T20:56:06Z)

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。