Fugu-MT 論文翻訳(概要): Scoring Azure permissions with metric spaces

論文の概要: Scoring Azure permissions with metric spaces

arxiv url: http://arxiv.org/abs/2504.13747v1
Date: Fri, 18 Apr 2025 15:29:51 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-28 15:18:13.558756
Title: Scoring Azure permissions with metric spaces
Title（参考訳）: メトリックスペースでAzureのパーミッションをスコーシング
Authors: Christophe Parisel,
Abstract要約: Microsoft Azureにおける特権リスクの定量化と評価のための2つの補完的な指標を紹介します。 Control Planeでは、WAR距離、Write、Action、Readコントロールパーミッションに対する超増分距離を定義します。データプレーンでは,データ抽出と偽造の最大幅を計測するためのブラスト半径距離を提示する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work, we introduce two complementary metrics for quantifying and scoring privilege risk in Microsoft Azure. In the Control Plane, we define the WAR distance, a superincreasing distance over Write, Action, and Read control permissions, which yields a total ordering of principals by their configuration power. In the Data Plane, we present a blast radius distance for measuring the maximum breadth of data exfiltration and forgery, leveraging the natural ultrametry of Azure Tenants clustering hierarchy Together, these metrics offer a unified framework for proactive IAM analysis, ranking, lifecycle monitoring, and least privilege enforcement.
Abstract（参考訳）: 本研究では,Microsoft Azureにおける特権リスクの定量化と評価のための2つの補完的指標を紹介する。 Control Planeでは、WAR距離、Write、Action、Readコントロールパーミッションに対する超増分距離を定義します。 Data Planeでは,Azure Tenantsクラスタリング階層の自然な超音波測定を利用して,データ抽出と偽造の最大幅を測定するためのブラスト半径距離を提示する。

関連論文リスト

Controlled Territory and Conflict Tracking (CONTACT): (Geo-)Mapping Occupied Territory from Open Source Intelligence [0.0]
本研究では,大規模言語モデル(LLM)と最小限の監視を用いた領域制御予測フレームワークであるConTACTを提案する。本モデルは,シリアとイラクのISIS活動に関する,手書きのニュース記事の小さなデータセットを用いて,制御関連信号の即時抽出を用いて訓練した。
論文参考訳（メタデータ） (2025-04-18T14:57:07Z)
Action-Agnostic Point-Level Supervision for Temporal Action Detection [55.86569092972912]
そこで本研究では,光注釈付きデータセットを用いた時間的行動検出のためのアクション非依存のポイントレベル監視を提案する。提案手法では,ビデオフレームのごく一部を教師なしの方法でサンプリングし,人間のアノテータに提示し,そのフレームにアクションカテゴリをラベル付けする。トリミングされていないビデオですべてのアクションインスタンスを検索するアノテータを必要とするポイントレベルの監視とは異なり、アノテートするフレームは人間の介入なしに選択される。
論文参考訳（メタデータ） (2024-12-30T18:59:55Z)
Bridge the Points: Graph-based Few-shot Segment Anything Semantically [79.1519244940518]
プレトレーニング技術の最近の進歩により、視覚基礎モデルの能力が向上した。最近の研究はSAMをFew-shot Semantic segmentation (FSS)に拡張している。本稿では,グラフ解析に基づく簡易かつ効果的な手法を提案する。
論文参考訳（メタデータ） (2024-10-09T15:02:28Z)
Unleashing the Power of Task-Specific Directions in Parameter Efficient Fine-tuning [65.31677646659895]
本稿では,タスク固有の方向性 (TSD) の概念に着目し,大規模モデルを事前学習状態からPEFTにおけるタスク固有の拡張へ移行させる。本稿では,微調整過程におけるTSDの影響を最大化し,目標タスクにおけるモデル性能を向上させることを目的とした新しいアプローチであるLoRA-Dashを紹介する。
論文参考訳（メタデータ） (2024-09-02T08:10:51Z)
AI planning in the imagination: High-level planning on learned abstract search spaces [68.75684174531962]
我々は,エージェントが訓練中に学習する抽象的な検索空間において,エージェントが計画することを可能にする,PiZeroと呼ばれる新しい手法を提案する。本研究では,旅行セールスマン問題,ソコバン問題,2048年,施設立地問題,パックマン問題など,複数の分野で評価を行った。
論文参考訳（メタデータ） (2023-08-16T22:47:16Z)
Plan, Eliminate, and Track -- Language Models are Good Teachers for Embodied Agents [99.17668730578586]
事前訓練された大言語モデル(LLM)は、世界に関する手続き的な知識をキャプチャする。 Plan, Eliminate, and Track (PET)フレームワークはタスク記述をハイレベルなサブタスクのリストに変換する。 PETフレームワークは、人間の目標仕様への一般化のために、SOTAよりも15%改善されている。
論文参考訳（メタデータ） (2023-05-03T20:11:22Z)
Resilient Output Containment Control of Heterogeneous Multiagent Systems Against Composite Attacks: A Digital Twin Approach [24.587040108605937]
本稿では,複合攻撃に対する異種マルチエージェントシステムの分散レジリエント出力保持制御について検討する。デジタルツインにインスパイアされた、より高いセキュリティとプライバシを持つツイン層は、問題を2つのタスクに分離するために使用される。
論文参考訳（メタデータ） (2023-03-22T16:41:05Z)
MACSum: Controllable Summarization with Mixed Attributes [56.685735509260276]
MACSumは、混合属性を制御するための最初の人間アノテーションによる要約データセットである。混合制御可能な要約の新しいタスクに対する2つの単純かつ効果的なパラメータ効率のアプローチを提案する。
論文参考訳（メタデータ） (2022-11-09T17:17:37Z)
Dissecting graph measure performance for node clustering in LFR parameter space [2.445911003610726]
パラメータの異なるグラフに対する25のグラフ測度の性能について検討する。 LFRパラメータ空間全体をカバーする11780グラフのデータセットを作成する。パラメータ空間は、ある特定の測度が最良である異なるゾーンから構成されていることが分かる。
論文参考訳（メタデータ） (2022-02-20T14:52:52Z)
Controllable Summarization with Constrained Markov Decision Process [50.04321779376415]
本研究では,ユーザが特定の属性を制御できる可制御テキスト要約について検討する。制約付きマルコフ決定プロセス(CMDP)に基づく新しいトレーニングフレームワークを提案する。我々のフレームワークは、長さ、被覆された実体、抽象性など、要約の重要な属性を制御するために応用できる。
論文参考訳（メタデータ） (2021-08-07T09:12:53Z)
Points as Queries: Weakly Semi-supervised Object Detection by Points [25.286468630229592]
ポイントエンコーダを追加してDETRを拡張する新しい検出器、Point DETRを紹介します。特に、COCOから20%のラベル付きデータを使用する場合、検知器は33.3 APという有望な性能を達成する。
論文参考訳（メタデータ） (2021-04-15T13:08:25Z)
Temporal Action Detection with Multi-level Supervision [116.55596693897388]
本稿では,ラベル付きデータとラベルなしデータを組み合わせたSemi-supervised Action Detection (SSAD)タスクを紹介する。半教師付き分類タスクから直接適応したSSADベースラインの異なるタイプのエラーを解析する。我々は,弱いラベル付きデータをSSADに組み込んで,3段階の監視レベルを持つOmni-supervised Action Detection (OSAD)を提案する。
論文参考訳（メタデータ） (2020-11-24T04:45:17Z)

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。