論文の概要: Security Engineering in IIIf, Part II -- Refinement and Noninterference

• arxiv url: http://arxiv.org/abs/2412.10949v1
• Date: Sat, 14 Dec 2024 20:06:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-17 13:58:55.266436
• Title: Security Engineering in IIIf, Part II -- Refinement and Noninterference
• Title（参考訳）: IIIf, Part II -- 微細化と非干渉
• Authors: Florian Kammüller,
• Abstract要約: 低レベルへの情報フローの欠如という意味では、絶対的安全を表す非干渉の概念に対処する。 我々は、Morgan [33] が逐次プログラム仕様の精細化計算に与えたこの問題に対する解を用いている。 問題、概念、解決策を説明するための実行中の例として、Flightradarシステム仕様の例を使用します。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: In this paper, we add a second part to the process of Security Engineering to the Isabelle Insider and Infrastructure framework (IIIf) [31,16] by addressing an old difficult task of refining Information Flow Security (IFC). We address the classical notion of Noninterference representing absolute security in the sense of absence of information flows to lower levels. This notion is known to be not preserved by specification refinements in general, a phenomenon known as "refinement paradox" [33]. We use a solution for this problem that has been given by Morgan [33] for the refinement calculus for sequential program specifications and generalize it to general specifications of Infrastructures with actors, decentralization and policies in the IIIf. As a running example to illustrate the problem, the concepts and the solution, we use an example of a Flightradar system specification [20].
• Abstract（参考訳）: 本稿では,Isabelle Insider and Infrastructure framework (IIIf) [31,16)にセキュリティエンジニアリングのプロセスの第2部を付加する。 我々は,情報フローの低レベル化という観点から,絶対的安全を表す非干渉という古典的な概念に対処する。 この概念は、一般に「精製パラドックス」(refinement paradox)[33]として知られる現象である仕様修正によって保存されないことが知られている。 我々は、Morgan [33] が逐次プログラム仕様の精細化計算のために与えたこの問題に対する解決策を使用し、それを IIIf におけるアクター、分散化およびポリシーを備えたインフラストラクチャーの一般的な仕様に一般化する。 問題、概念、解決策を説明するための実行中の例として、Flightradarシステム仕様[20]の例を使用します。

関連論文リスト

• Convex Regularization and Convergence of Policy Gradient Flows under Safety Constraints [0.2621434923709917]
  本稿では, ほぼ安全制約のある無限水平動的決定過程における強化学習について検討する。 我々は、報酬とパラメータの正規化を組み合わせた2つの規則化されたRLフレームワークを、連続的な状態-作用空間内でこれらの制約に対処するために検討する。
  論文  参考訳（メタデータ） (2024-11-28T15:04:43Z)
• Risks of uncertainty propagation in Al-augmented security pipelines [5.692289204193087]
  AI技術の使用は、ソフトウェアベースのシステムのセキュアな開発に浸透している。 パイプライン内のエラーの伝播を考慮すると、AIが拡張したシステムの不確実性を推定する以前の研究はない。 本研究では,不確かさの伝播を把握し,不確かさを定量化するためのシミュレータを開発し,2つのケーススタディで誤りの伝播シミュレーションを評価する。
  論文  参考訳（メタデータ） (2024-07-14T19:02:20Z)
• Reverse em-problem based on Bregman divergence and its application to classical and quantum information theory [53.64687146666141]
  近年,反復を必要とせずにチャネル容量を計算できる解析手法が提案されている。 トヨタが提案した逆のEm-problemに注意を向けます。 逆の Em-problem の非定型式を導出する。
  論文  参考訳（メタデータ） (2024-03-14T10:20:28Z)
• Correspondence Distillation from NeRF-based GAN [135.99756183251228]
  神経放射野(NeRF)は、物体やシーンの微細な詳細を保存するための有望な結果を示している。 同じカテゴリの異なるNeRFをまたいで密度の高い対応を構築することは、依然として未解決の問題である。 トレーニング済みのNeRFベースGANにカプセル化されているリッチなセマンティクスと構造的先行性を活用することで,これらの課題を回避可能であることを示す。
  論文  参考訳（メタデータ） (2022-12-19T18:54:59Z)
• Geometry of Radial Basis Neural Networks for Safety Biased Approximation of Unsafe Regions [15.933842803733244]
  この原稿は、ゼロリングバリア関数合成に使用されるニューラルネットワークの特定の幾何学について記述している。 ネットワークが状態空間を安全な領域と安全でない領域に分割するために必要な表現を提供する方法を示している。
  論文  参考訳（メタデータ） (2022-10-11T16:34:42Z)
• On Leave-One-Out Conditional Mutual Information For Generalization [122.2734338600665]
  残余条件付き相互情報(loo-CMI)の新しい尺度に基づく教師付き学習アルゴリズムのための情報理論の一般化境界を導出する。 他のCMI境界とは対照的に、我々のloo-CMI境界は容易に計算でき、古典的なout-out-out-cross-validationのような他の概念と関連して解釈できる。 ディープラーニングのシナリオにおいて予測された一般化ギャップを評価することにより,境界の質を実証的に検証する。
  論文  参考訳（メタデータ） (2022-07-01T17:58:29Z)
• Non-Linear Spectral Dimensionality Reduction Under Uncertainty [107.01839211235583]
  我々は、不確実性情報を活用し、いくつかの従来のアプローチを直接拡張する、NGEUと呼ばれる新しい次元削減フレームワークを提案する。 提案したNGEUの定式化は,大域的な閉形式解を示し,Radecherの複雑性に基づいて,基礎となる不確実性がフレームワークの一般化能力に理論的にどのように影響するかを分析する。
  論文  参考訳（メタデータ） (2022-02-09T19:01:33Z)
• Task-Guided Inverse Reinforcement Learning Under Partial Information [19.614913673879474]
  本研究では,逆強化学習(IRL, inverse reinforcement learning)の課題について考察する。 既存のIRL技術のほとんどは、エージェントがフォワード環境に与えられた完全な情報を持っていると仮定することが多い。
  論文  参考訳（メタデータ） (2021-05-28T19:36:54Z)
• Multivariate Deep Evidential Regression [77.34726150561087]
  不確実性を認識するニューラルネットワークによる新しいアプローチは、従来の決定論的手法よりも有望である。 本稿では,レグレッションベースニューラルネットワークからアレータ性およびてんかん性不確かさを抽出する手法を提案する。
  論文  参考訳（メタデータ） (2021-04-13T12:20:18Z)
• Safety-Aware Hardening of 3D Object Detection Neural Network Systems [0.0]
  単一段パイプラインを用いた3次元物体検出のための最先端ニューラルネットワークの安全性について検討した。 この概念は、鳥の目視で物体の境界ボックスを点雲からの入力で生成する最先端のPIXOR検出器を拡張して詳述している。
  論文  参考訳（メタデータ） (2020-03-25T07:06:11Z)
• Target-Embedding Autoencoders for Supervised Representation Learning [111.07204912245841]
  本稿では,対象空間が高次元な純粋教師付き環境における一般化の枠組みを解析する。 我々は、教師付き予測のための目標埋め込みオートエンコーダ(TEA)の一般的なフレームワークのモチベーションと形式化を行い、特徴とターゲットの予測の両方から予測可能なように最適化された中間潜在表現を学習する。
  論文  参考訳（メタデータ） (2020-01-23T02:37:10Z)

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。