論文の概要: POSERS: Steganography-Driven Molecular Tagging Using Randomized DNA Sequences

• arxiv url: http://arxiv.org/abs/2503.00638v2
• Date: Thu, 06 Mar 2025 13:03:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-07 12:14:17.127904
• Title: POSERS: Steganography-Driven Molecular Tagging Using Randomized DNA Sequences
• Title（参考訳）: POSERS:ランダム化DNA配列を用いたステガノグラフィーによる分子タグ化
• Authors: Ali Tafazoli Yazdi, Peter Nejjar, Lena Hochrein,
• Abstract要約: 我々は,DNAシークエンス内に埋め込まれたステガノグラフタグシステムPOSERS(Position-Oriented Scattering of Elements among a Randomized Sequence)を紹介する。 POSERSは、ランダム化されたDNAライブラリに制限を加えることで、コピーとフォージェリーの認証を保証する。 この結果から,製品認証の長期的かつ適応的なソリューションとして,POSERSの可能性を浮き彫りにしている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Counterfeiting poses a significant challenge across multiple industries, leading to financial losses and health risks. While DNA-based molecular tagging has emerged as a promising anti-counterfeiting strategy, existing methods rely on predefined DNA sequences, making them vulnerable to replication as sequencing and synthesis technologies advance. To address these limitations, we introduce POSERS (Position-Oriented Scattering of Elements among a Randomized Sequence), a steganographic tagging system embedded within DNA sequences. POSERS ensures copy- and forgery-proof authentication by adding restrictions within randomized DNA libraries, enhancing security against counterfeiting attempts. The POSERS design allows the complexity of the libraries to be adjusted based on the customer's needs while ensuring they withstand the ongoing improvements in DNA synthesis and sequencing technologies. We mathematically validate its security properties and experimentally demonstrate its effectiveness using Next-Generation Sequencing and an authentication test, successfully distinguishing genuine POSERS tags from counterfeit ones. Our results highlight the potential of POSERS as a long-term, adaptable solution for secure product authentication.
• Abstract（参考訳）: 偽造は複数の産業で重大な課題となり、財政的損失と健康リスクにつながっている。 DNAベースの分子タグ付けは、将来性のある反偽造戦略として登場したが、既存の手法は事前に定義されたDNA配列に依存しており、シークエンシングと合成技術が進歩するにつれて複製に弱い。 これらの制約に対処するために,DNAシークエンス内に埋め込まれたステガノグラフタグシステムPOSERS(Position-Oriented Scattering of Elements among a Randomized Sequence)を導入する。 POSERSは、ランダム化されたDNAライブラリに制限を加え、偽造の試みに対するセキュリティを強化することで、コピーおよび偽造防止認証を保証する。 POSERSの設計により、顧客の要求に応じてライブラリの複雑さを調整できると同時に、DNA合成およびシーケンシング技術の継続的な改善にも耐えられる。 我々は,そのセキュリティ特性を数学的に検証し,Next-Generation Sequencingと認証テストを用いてその有効性を実験的に実証し,真偽のPOSERSタグと偽のPOSERSタグを識別することに成功した。 この結果から,製品認証の長期的かつ適応的なソリューションとして,POSERSの可能性を浮き彫りにしている。

関連論文リスト

• Learning to Discover Regulatory Elements for Gene Expression Prediction [59.470991831978516]
  Seq2Expは、ターゲット遺伝子発現を駆動する制御要素を発見し、抽出するために設計されたSequence to Expressionネットワークである。 本手法は, エピジェノミックシグナル, DNA 配列とその関連因子の因果関係を捉える。
  論文  参考訳（メタデータ） (2025-02-19T03:25:49Z)
• A Label-Free Heterophily-Guided Approach for Unsupervised Graph Fraud Detection [60.09453163562244]
  本稿では,非教師付きGFDのための非教師付きグラフ不正検出手法(HUGE)を提案する。 推定モジュールでは、GFD の臨界グラフ特性をキャプチャする HALO と呼ばれる新しいラベルフリーなヘテロフィリー計量を設計する。 アライメントに基づく不正検出モジュールにおいて、ランキング損失と非対称アライメント損失を有する合同GNNアーキテクチャを開発する。
  論文  参考訳（メタデータ） (2025-02-18T22:07:36Z)
• Hierarchical Entropic Diffusion for Ransomware Detection: A Probabilistic Approach to Behavioral Anomaly Isolation [0.0]
  本稿では,構造的エントロピーに基づく異常分類機構を提案する。 エントロピーの進化の変動を追跡し、良質な暗号プロセスと不正な暗号化の試みを区別する。 さまざまなランサムウェアファミリーにまたがる高い分類精度を維持し、従来のベースとシグネチャ駆動のアプローチより優れている。
  論文  参考訳（メタデータ） (2025-02-06T08:55:11Z)
• Unlocking Potential Binders: Multimodal Pretraining DEL-Fusion for Denoising DNA-Encoded Libraries [51.72836644350993]
  マルチモーダルプレトレーニング DEL-Fusion Model (MPDF) 我々は,異なる複合表現とそれらのテキスト記述の対比対象を適用した事前学習タスクを開発する。 本稿では, 原子, 分子, 分子レベルでの複合情報をアマルガメートする新しいDEL融合フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-07T17:32:21Z)
• Dy-mer: An Explainable DNA Sequence Representation Scheme using Sparse Recovery [6.733319363951907]
  textbfDy-merはスパースリカバリに基づく説明可能で堅牢な表現スキームである。 DNAプロモーターの分類における最先端のパフォーマンスを達成し、textbf13%の精度向上をもたらす。
  論文  参考訳（メタデータ） (2024-07-06T15:08:31Z)
• A system capable of verifiably and privately screening global DNA synthesis [22.123040939807254]
  SecureDNAは、プライバシを保護し、完全に自動化されたシステムで、最新のハザードデータベースに対して、30以上の塩基対の全DNA合成順序を確実にスクリーニングすることができる。
  論文  参考訳（メタデータ） (2024-03-20T22:49:00Z)
• Identifying DNA Sequence Motifs Using Deep Learning [0.0]
  我々は,DNAシークエンス内のヌクレオチドの長期依存性をキャプチャする,注目に基づくディープラーニングシーケンスモデルであるDeepDeCodeを紹介した。 本稿では,DeepDeCodeの解釈可能性と信頼性を高めるために,シーケンスモチーフの正確な識別に可視化技術を用いることを提案する。
  論文  参考訳（メタデータ） (2023-11-20T23:14:28Z)
• Embed-Search-Align: DNA Sequence Alignment using Transformer Models [2.48439258515764]
  我々はTransformerモデルのシーケンスアライメントタスクを"Embed-Search-Align"タスクとしてフレーミングすることでギャップを埋める。 新規なレファレンスフリーDNA埋め込みモデルは、共有ベクトル空間に投影される読み取りおよび参照フラグメントの埋め込みを生成する。 DNA-ESAは、BowtieやBWA-Memといった従来の手法に匹敵する、ヒトゲノム(3gb)に250長の読み書きを合わせると99%正確である。
  論文  参考訳（メタデータ） (2023-09-20T06:30:39Z)
• Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
  本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。 ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。 3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-11T07:48:39Z)
• Who Wrote this Code? Watermarking for Code Generation [53.24895162874416]
  本稿では,機械生成テキストを検出するために,Entropy Thresholding (SWEET) を用いたSelective WatErmarkingを提案する。 実験の結果,SWEETはコード品質を著しく向上し,すべてのベースラインを上回ります。
  論文  参考訳（メタデータ） (2023-05-24T11:49:52Z)
• Don't Take It Literally: An Edit-Invariant Sequence Loss for Text Generation [109.46348908829697]
  生成したn-gramのすべてのn-gramとの一致損失を計算した新しい編集不変シーケンス損失(EISL)を提案する。 ノイズの多いターゲットシーケンスを持つ機械翻訳,教師なしテキストスタイル転送,非自己回帰型機械翻訳の3つのタスクについて実験を行った。
  論文  参考訳（メタデータ） (2021-06-29T03:59:21Z)

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。