論文の概要: An LLM Framework For Cryptography Over Chat Channels

• arxiv url: http://arxiv.org/abs/2504.08871v1
• Date: Fri, 11 Apr 2025 11:34:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-15 16:53:26.141647
• Title: An LLM Framework For Cryptography Over Chat Channels
• Title（参考訳）: チャットチャネル上での暗号化のためのLLMフレームワーク
• Authors: Danilo Gligoroski, Mayank Raikwar, Sonu Kumar Jha,
• Abstract要約: 世界中の政府は、暗号化された通信を検知、バックドア、あるいは禁止する法律を提案している。 本研究では,人為的なテキストを用いた公開チャットチャネル上での秘密鍵や対称鍵の暗号化通信を可能にする,新しい暗号埋め込み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）: 0.13108652488669734
• License:
• Abstract: Recent advancements in Large Language Models (LLMs) have transformed communication, yet their role in secure messaging remains underexplored, especially in surveillance-heavy environments. At the same time, many governments all over the world are proposing legislation to detect, backdoor, or even ban encrypted communication. That emphasizes the need for alternative ways to communicate securely and covertly over open channels. We propose a novel cryptographic embedding framework that enables covert Public Key or Symmetric Key encrypted communication over public chat channels with humanlike produced texts. Some unique properties of our framework are: 1. It is LLM agnostic, i.e., it allows participants to use different local LLM models independently; 2. It is pre- or post-quantum agnostic; 3. It ensures indistinguishability from human-like chat-produced texts. Thus, it offers a viable alternative where traditional encryption is detectable and restricted.
• Abstract（参考訳）: 近年のLarge Language Models (LLMs) の進歩はコミュニケーションを変革しているが、セキュアなメッセージングにおける役割は、特に監視に重きを置く環境では未解明のままである。 同時に、世界中の多くの政府が暗号化された通信を検知、バックドア、あるいは禁止する法律を提案しています。 これにより、オープンチャネル上でセキュアかつ秘密に通信する代替手段の必要性が強調される。 本研究では,人為的なテキストを用いた公開チャットチャネル上での秘密鍵や対称鍵の暗号化通信を可能にする,新しい暗号埋め込みフレームワークを提案する。 私たちのフレームワークのいくつかのユニークな特性は以下のとおりです。 1. LLM に依存しない、すなわち、参加者が異なるローカル LLM モデルを独立して使用できるようにする。 2. 前又は後クエンタム不可知である。 3.人間的なチャット生成テキストと区別しにくいことを保証する。 したがって、従来の暗号化が検出可能で制限された、実行可能な代替手段を提供する。

関連論文リスト

• Secure Semantic Communication With Homomorphic Encryption [52.5344514499035]
  本稿では,SemCom に準同型暗号を適用する可能性について検討する。 タスク指向のSemComスキームを提案する。
  論文  参考訳（メタデータ） (2025-01-17T13:26:14Z)
• $$\mathbf{L^2\cdot M = C^2}$$ Large Language Models are Covert Channels [11.002271137347295]
  大規模言語モデル(LLM)が最近大きな人気を集めている。 LLMは様々な攻撃を受けやすいが、多様なシステムのセキュリティも改善できる。 オープンソースLLMは、例えば検閲に抵抗する通信を促進するために、どの程度の振る舞いをするのでしょうか?
  論文  参考訳（メタデータ） (2024-05-24T15:47:35Z)
• Silent Guardian: Protecting Text from Malicious Exploitation by Large Language Models [63.91178922306669]
  大規模言語モデル(LLM)に対するテキスト保護機構であるSilent Guardianを紹介する。 保護されるテキストを慎重に修正することで、TPEはLDMを誘導して最初にエンドトークンをサンプリングし、直接相互作用を終了させることができる。 本研究では,SGがターゲットテキストを種々の構成で効果的に保護し,保護成功率の約100%を達成できることを示す。
  論文  参考訳（メタデータ） (2023-12-15T10:30:36Z)
• Federated Learning is Better with Non-Homomorphic Encryption [1.4110007887109783]
  Federated Learning(FL)は、生データを収集することなく、分散AIモデルのトレーニングを促進するパラダイムを提供する。 一般的な手法の1つは、ホモモルフィック暗号化(HE)を用いることである。 本稿では,置換型圧縮機と古典暗号を相乗化する革新的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-12-04T17:37:41Z)
• Can LLMs Keep a Secret? Testing Privacy Implications of Language Models via Contextual Integrity Theory [82.7042006247124]
  私たちは、最も有能なAIモデルでさえ、人間がそれぞれ39%と57%の確率で、プライベートな情報を公開していることを示しています。 我々の研究は、推論と心の理論に基づいて、新しい推論時プライバシー保護アプローチを即時に探求する必要性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2023-10-27T04:15:30Z)
• Let Models Speak Ciphers: Multiagent Debate through Embeddings [84.20336971784495]
  この問題を解決するためにCIPHER(Communicative Inter-Model Protocol Through Embedding Representation)を導入する。 自然言語から逸脱することで、CIPHERはモデルの重みを変更することなく、より広い範囲の情報を符号化する利点を提供する。 このことは、LLM間の通信における代替の"言語"としての埋め込みの優越性と堅牢性を示している。
  論文  参考訳（メタデータ） (2023-10-10T03:06:38Z)
• GPT-4 Is Too Smart To Be Safe: Stealthy Chat with LLMs via Cipher [85.18213923151717]
  実験により、いくつかの安全領域において、GPT-4の安全性アライメントをバイパスするために、ある暗号がほぼ100%の時間で成功することが示された。 本稿では,ロールプレイのみを使用し,自然言語によるいくつかの実演を行い,これを誘発する新しいSelfCipherを提案する。
  論文  参考訳（メタデータ） (2023-08-12T04:05:57Z)
• Quasi-Equivalence Discovery for Zero-Shot Emergent Communication [63.175848843466845]
  ゼロショットコーディネーション(ZSC)を実現するための新しい問題設定と準等価探索アルゴリズムを提案する。 これらの2つの要因が参照ゲームにおいて一意に最適なZSCポリシーをもたらすことを示す。 QEDはこの設定における対称性を反復的に発見することができ、最適なZSCポリシーに収束する。
  論文  参考訳（メタデータ） (2021-03-14T23:42:37Z)
• Differential Privacy and Natural Language Processing to Generate Contextually Similar Decoy Messages in Honey Encryption Scheme [0.0]
  Honey Encryptionは、弱いパスワード、OPP、PIN、クレジットカード番号など、低いミニエントロピーキーを使ってメッセージを暗号化するアプローチである。 暗号文は、任意の数の不正なキーで復号されると、"honey message"と呼ばれる可塑性だが粗悪な平文を生成する。 ジブベリでランダムな単語の並べ替えは、攻撃者を騙すには十分ではない。
  論文  参考訳（メタデータ） (2020-10-29T23:02:32Z)

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。