論文の概要: The Human-Machine Identity Blur: A Unified Framework for Cybersecurity Risk Management in 2025
- arxiv url: http://arxiv.org/abs/2503.18255v1
- Date: Mon, 24 Mar 2025 00:37:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-25 14:37:16.743780
- Title: The Human-Machine Identity Blur: A Unified Framework for Cybersecurity Risk Management in 2025
- Title(参考訳): 2025年のサイバーセキュリティリスク管理のための統一フレームワーク「Human-Machine Identity Blur」
- Authors: Kush Janani,
- Abstract要約: 現代の企業は、デジタルアイデンティティが前例のない急激な増加に直面している。
人間と機械のアイデンティティが交差し、権限を委譲し、新たな攻撃面を作成する。
4つの基本原則に基づく統一アイデンティティガバナンスフレームワークを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: The modern enterprise is facing an unprecedented surge in digital identities, with machine identities now significantly outnumbering human identities. This paper examines the cybersecurity risks emerging from what we define as the "human-machine identity blur" - the point at which human and machine identities intersect, delegate authority, and create new attack surfaces. Drawing from industry data, expert insights, and real-world incident analysis, we identify key governance gaps in current identity management models that treat human and machine entities as separate domains. To address these challenges, we propose a Unified Identity Governance Framework based on four core principles: treating identity as a continuum rather than a binary distinction, applying consistent risk evaluation across all identity types, implementing continuous verification guided by zero trust principles, and maintaining governance throughout the entire identity lifecycle. Our research shows that organizations adopting this unified approach experience a 47 percent reduction in identity-related security incidents and a 62 percent improvement in incident response time. We conclude by offering a practical implementation roadmap and outlining future research directions as AI-driven systems become increasingly autonomous.
- Abstract(参考訳): 現代の企業では、デジタルアイデンティティが前例のない急激な増加に直面している。
本稿では、人間と機械のアイデンティティが交差し、権限を委譲し、新たな攻撃面を創出する「人間と機械のアイデンティティの曖昧さ」から生じるサイバーセキュリティのリスクについて検討する。
業界データ、専門家の洞察、実世界のインシデント分析から、人間と機械のエンティティを別々のドメインとして扱う現在のアイデンティティ管理モデルにおける重要なガバナンスギャップを特定します。
これらの課題に対処するため、我々は、アイデンティティをバイナリの区別ではなく連続体として扱うこと、すべてのアイデンティティタイプに一貫したリスク評価を適用すること、信頼の原則を欠いた継続的検証を実施すること、アイデンティティライフサイクル全体を通してガバナンスを維持すること、の4つの原則に基づいた統一アイデンティティガバナンスフレームワークを提案する。
この統一アプローチを採用する組織は、アイデンティティ関連のセキュリティインシデントを47%削減し、インシデントレスポンスタイムを62%改善している。
AI駆動システムがますます自律的になるにつれて、実践的な実装ロードマップを提供し、今後の研究の方向性を概説することで、私たちは結論付けます。
関連論文リスト
- ID$^3$: Identity-Preserving-yet-Diversified Diffusion Models for Synthetic Face Recognition [60.15830516741776]
合成顔認識(SFR)は、実際の顔データの分布を模倣するデータセットを生成することを目的としている。
拡散燃料SFRモデルであるtextID3$を紹介します。
textID3$はID保存損失を利用して、多様だがアイデンティティに一貫性のある顔の外観を生成する。
論文 参考訳(メタデータ) (2024-09-26T06:46:40Z) - StableIdentity: Inserting Anybody into Anywhere at First Sight [57.99693188913382]
一つの顔画像で同一性に一貫性のある再テクスチャ化を可能にするStableIdentityを提案する。
私たちは、1つの画像から学んだアイデンティティを直接、微調整なしでビデオ/3D生成に注入する最初の人です。
論文 参考訳(メタデータ) (2024-01-29T09:06:15Z) - Camera-Incremental Object Re-Identification with Identity Knowledge
Evolution [82.64836424135886]
オブジェクト再識別(ReID)は、多くのギャラリーイメージから、すべてのカメラビューにまたがるアイデンティティを関連付け、収集することにより、プローブオブジェクトを検索することを目的としている。
ReIDアルゴリズムを現実のシナリオにデプロイする場合、ストレージ、プライバシー制約、カメラの動的変更といった側面は、その一般化性と適用性を低下させる。
カメラデータセットの受信ストリームからReIDモードを継続的に最適化することにより、カメラインクリメンタルオブジェクト再識別(CIOR)と呼ばれる新しいReIDタスクを導入する。
論文 参考訳(メタデータ) (2023-05-25T10:15:29Z) - Identity-driven Three-Player Generative Adversarial Network for
Synthetic-based Face Recognition [14.73254194339562]
本稿では,識別情報の生成プロセスへの統合を可能にする3プレーヤ生成逆ネットワーク(GAN)フレームワーク,すなわちIDnetを提案する。
我々は,従来の2プレーヤGANと比較して,IDnet合成画像の識別性が高いことを実証的に証明した。
顔認識モデルの訓練におけるIDnetデータの適用性について,広範囲の顔認識ベンチマークを用いて評価を行った。
論文 参考訳(メタデータ) (2023-04-30T00:04:27Z) - Human-Centric Multimodal Machine Learning: Recent Advances and Testbed
on AI-based Recruitment [66.91538273487379]
人間中心のアプローチでAIアプリケーションを開発する必要性には、ある程度のコンセンサスがある。
i)ユーティリティと社会的善、(ii)プライバシとデータ所有、(iii)透明性と説明責任、(iv)AIによる意思決定プロセスの公正性。
異種情報ソースに基づく現在のマルチモーダルアルゴリズムは、データ中の機密要素や内部バイアスによってどのように影響を受けるかを検討する。
論文 参考訳(メタデータ) (2023-02-13T16:44:44Z) - Subverting machines, fluctuating identities: Re-learning human
categorization [1.3106063755117399]
AI研究におけるデフォルトパラダイムは、離散的で静的な重要な属性を持つアイデンティティを想定している。
対照的に、批判理論における思考のストランドは、自己同一性の概念を可鍛性として示し、相互作用を通して完全に構成する。
論文 参考訳(メタデータ) (2022-05-27T03:09:25Z) - Protecting Celebrities with Identity Consistency Transformer [119.67996461810304]
アイデンティティ一貫性変換器は、高度なセマンティクス、特にアイデンティティ情報に焦点を当て、内面領域と外面領域におけるアイデンティティの不整合を見つけ、容疑者の顔を検出する。
我々は、アイデンティティ一貫性変換器が、異なるデータセットにまたがるだけでなく、ディープフェイクビデオを含む現実世界のアプリケーションで見られる様々な種類の画像劣化フォームにまたがる優れた一般化能力を示すことを示した。
論文 参考訳(メタデータ) (2022-03-02T18:59:58Z) - Towards a trustful digital world: exploring self-sovereign identity
ecosystems [4.266530973611429]
自己主権ID(SSI)ソリューションは、分散台帳技術と検証可能な資格情報に依存している。
本論文は,SSI生態系の構成要素,先行要因,および可能性を明らかにするために,フィールドスタディで収集された観測結果に基づいて構築する。
論文 参考訳(メタデータ) (2021-05-26T08:56:22Z) - Semantic Consistency and Identity Mapping Multi-Component Generative
Adversarial Network for Person Re-Identification [39.605062525247135]
本稿では,1つのドメインから複数のドメインへのスタイル適応を提供する,意味一貫性とアイデンティティマッピングの多成分生成対向ネットワーク(SC-IMGAN)を提案する。
提案手法は,6つの挑戦的人物リidデータセットにおける最先端技術よりも優れている。
論文 参考訳(メタデータ) (2021-04-28T14:12:29Z) - Towards Practical Implementations of Person Re-Identification from Full
Video Frames [1.3439502310822151]
我々は、人を再識別する現在の方法、すなわち、既に検出された画像やプリクロップされた画像内の人物を再識別しようとすることは、実用的なセキュリティアプリケーションを実装するのに十分ではないと論じる。
この主張をサポートするために、FF-PRID(Full Frame Person Re-ID set)を導入し、FF-PRIDの実装を評価するための特定のメトリクスを定義する。
論文 参考訳(メタデータ) (2020-09-02T22:53:46Z) - Intra-Camera Supervised Person Re-Identification [87.88852321309433]
本稿では,カメラごとの個人識別アノテーションに基づく新しい人物識別パラダイムを提案する。
これにより、最も時間がかかり、面倒なカメラ間IDラベリングプロセスがなくなる。
MATE(Multi-tAsk mulTi-labEl)Deep Learning method for intra-Camera Supervised (ICS) person re-id。
論文 参考訳(メタデータ) (2020-02-12T15:26:33Z)
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。