Fugu-MT 論文翻訳(概要): Security analysis of the Australian Capital Territory's eVACS 2020/2024 paperless direct recording electronic voting system

論文の概要: Security analysis of the Australian Capital Territory's eVACS 2020/2024 paperless direct recording electronic voting system

arxiv url: http://arxiv.org/abs/2409.13570v1
Date: Fri, 20 Sep 2024 15:16:35 GMT
ステータス: 処理完了
システム内更新日: 2024-11-07 06:30:58.058630
Title: Security analysis of the Australian Capital Territory's eVACS 2020/2024 paperless direct recording electronic voting system
Title（参考訳）: オーストラリア首都圏における電子投票システムeVACS 2020/2024のセキュリティ分析
Authors: Chris Culnane, Andrew Conway, Vanessa Teague, Ty Wilson-Brown,
Abstract要約: 本報告では,Ada Web Services Libraryにおける2つの暗号エラーがeVACSに与える影響について述べる。これらのエラーは、2024年3月に公開された2024 eVACSコードの検査とテストの過程で確認した。
参考スコア（独自算出の注目度）: 2.449909275410288
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This report describes the implications for eVACS of two cryptographic errors in the Ada Web Services Library that it depends on. We identified these errors in the course of examining and testing the 2024 eVACS code, which was made publicly available in March 2024. We disclosed the problems to AdaCore, and explained the implications at the time to the relevant electoral authorities.
Abstract（参考訳）: 本報告では,Ada Web Services Libraryにおける2つの暗号エラーがeVACSに与える影響について述べる。これらのエラーは、2024年3月に公開された2024 eVACSコードの検査とテストの過程で確認した。この問題をAdaCoreに開示し、当時の影響を関連する選挙当局に説明しました。

関連論文リスト

Analysis of the ICML 2023 Ranking Data: Can Authors' Opinions of Their Own Papers Assist Peer Review in Machine Learning? [52.00419656272129]
我々は2023年の国際機械学習会議(ICML)で実験を行った。我々はそれぞれ2,592件の応募書を含む1,342件のランク付けを受けた。著者によるランキングを用いて生のレビュースコアを校正するイソトニックメカニズムに注目した。
論文参考訳（メタデータ） (2024-08-24T01:51:23Z)
AIR-Bench 2024: A Safety Benchmark Based on Risk Categories from Regulations and Policies [80.90138009539004]
AIR-Bench 2024は、新しい政府の規制や企業のポリシーに適合する最初のAI安全ベンチマークである。 8つの政府規制と16の企業政策を4階層の安全分類に分解し、最も低い階層に粒度の細かいリスクカテゴリを分類する。 AIR-Bench 2024上での言語モデルの評価を行い,その安全性に関する知見を明らかにした。
論文参考訳（メタデータ） (2024-07-11T21:16:48Z)
The 2nd Workshop on Maritime Computer Vision (MaCVi) 2024 [71.80200746293505]
2nd Workshop on Maritime Computer Vision (MaCVi) 2024 address seatime computer vision for Unmanned Aerial Vehicles (UAV) and Unmanned Surface Vehicles (USV)
論文参考訳（メタデータ） (2023-11-23T21:01:14Z)
Silent Vulnerability-fixing Commit Identification Based on Graph Neural Networks [4.837912059099674]
VFFINDERは、サイレント脆弱性の自動検出のためのグラフベースのアプローチである。 VFFINDERは、アテンションベースのグラフニューラルネットワークモデルを使用して、脆弱性修正コミットと非修正コミットを区別する。以上の結果から,VFFINDERは精度272-420%,リコール22-70%,F13.2X-8.2Xに改善した。
論文参考訳（メタデータ） (2023-09-15T07:51:39Z)
A Comprehensive Survey on the Implementations, Attacks, and Countermeasures of the Current NIST Lightweight Cryptography Standard [2.055054374525828]
この調査は、2023年に標準化された現在の軽量暗号の標準に関する最初の研究である。軽量暗号は、資源に制約のある組込みシステムを確保する上で重要な役割を担っている。 NISTは軽量暗号の標準化プロセスを開始した。
論文参考訳（メタデータ） (2023-04-13T02:29:38Z)
PANACEA: An Automated Misinformation Detection System on COVID-19 [49.83321665982157]
PANACEAは、新型コロナウイルス関連の主張に関するWebベースの誤情報検出システムである。事実チェックと噂検出という2つのモジュールがある。
論文参考訳（メタデータ） (2023-02-28T21:53:48Z)
Unfooling Perturbation-Based Post Hoc Explainers [12.599362066650842]
最近の研究は、摂動に基づくポストホックの説明を逆さまに騙すことが実証されている。この発見は監査人、規制当局、その他のセンチネルに悪影響を及ぼす。本研究では,この問題を厳格に定式化し,摂動型説明器に対する敵攻撃に対する防御策を考案する。
論文参考訳（メタデータ） (2022-05-29T21:28:12Z)
Assessing the accuracy of the Australian Senate count: Key steps for a rigorous and transparent audit [24.832413743954618]
本稿では,オーストラリア上院の投票論文のスキャンとデジタル化を監査する主な原則と技術的詳細について説明する。本稿は,紙投票を監査する動機について要約し,厳格かつ透明な監査に必要な支援手順を説明し,オーストラリア上院にふさわしい統計手法を提案する。
論文参考訳（メタデータ） (2022-05-29T11:50:36Z)
Synthetic Disinformation Attacks on Automated Fact Verification Systems [53.011635547834025]
本研究では,2つのシミュレーション環境において,自動ファクトチェッカーの合成正反対証拠に対する感度について検討する。これらのシステムでは,これらの攻撃に対して大幅な性能低下がみられた。偽情報の発生源としての現代のNLGシステムの脅威の増大について論じる。
論文参考訳（メタデータ） (2022-02-18T19:01:01Z)
ASVspoof 2021: Automatic Speaker Verification Spoofing and Countermeasures Challenge Evaluation Plan [70.45884214674057]
ASVspoof 2021は、二年制で競争上の課題の4番目である。目標は、ボナ・フェイドとスプーフ・ディープフェイク・スピーチを区別できる対策を開発することである。
論文参考訳（メタデータ） (2021-09-01T15:32:28Z)
Anomaly Detection and Automated Labeling for Voter Registration File Changes [0.0]
アメリカ合衆国大統領選挙における投票資格は、市民が投票する資格のある情報を含む州データベースのパッチワークによって決定される。投票登録ファイル(VRF)の変更の監視は、米国の民主的プロセスを妨害したい悪意のあるアクターが、これらのファイルの内容を操作して目標を達成するよう、適切にアドバイスされることを考えると、極めて重要である。本稿では、機械学習を利用して、投票者のロールを保護する際のアナリストや管理者の負担を軽減する方法を提案する。
論文参考訳（メタデータ） (2021-06-16T21:48:31Z)

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。