Fugu-MT 論文翻訳(概要): Apply Bayes Theorem to Optimize IVR Authentication Process

論文の概要: Apply Bayes Theorem to Optimize IVR Authentication Process

arxiv url: http://arxiv.org/abs/2510.02378v1
Date: Tue, 30 Sep 2025 03:48:29 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-06 16:35:52.059994
Title: Apply Bayes Theorem to Optimize IVR Authentication Process
Title（参考訳）: IVR認証プロセスを最適化するApply Bayes Theorem
Authors: Jingrong Xie, Yumin Li,
Abstract要約: 従来のシステムは、ユーザ間で一様の有効性を前提として、認証の静的シーケンスを通じてユーザを認証する。詐欺師はこの予測可能性を利用して強力な認証をバイパスする本研究では,ベイズ理論と条件付き確率モデルを適用し,不正リスクを動的に評価し,資格検証経路を適用する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: This paper introduces a Bayesian approach to improve Interactive Voice Response (IVR) authentication processes used by financial institutions. Traditional IVR systems authenticate users through a static sequence of credentials, assuming uniform effectiveness among them. However, fraudsters exploit this predictability, selectively bypassing strong credentials. This study applies Bayes' Theorem and conditional probability modeling to evaluate fraud risk dynamically and adapt credential verification paths.
Abstract（参考訳）: 本稿では,金融機関が使用している対話型音声応答(Interactive Voice Response, IVR)認証プロセスを改善するためのベイズ的アプローチを提案する。従来のIVRシステムは、ユーザ間の均一な有効性を前提として、認証情報の静的シーケンスを通じてユーザを認証する。しかし、詐欺師はこの予測可能性を利用して、強い資格を選択的にバイパスする。本研究では,ベイズ理論と条件付き確率モデルを適用し,不正リスクを動的に評価し,資格検証経路を適用する。

関連論文リスト

IMMACULATE: A Practical LLM Auditing Framework via Verifiable Computation [49.796717294455796]
経済的なモチベーションのある逸脱を検出するための実践的な監査フレームワークIMMACULATEを提案する。 IMMACULATEは、検証可能な計算を用いて少数のリクエストを選択的に監査し、暗号オーバーヘッドを償却しながら強力な検出保証を達成する。
論文参考訳（メタデータ） (2026-02-26T07:21:02Z)
CREDIT: Certified Ownership Verification of Deep Neural Networks Against Model Extraction Attacks [54.04030169323115]
我々は、モデル抽出攻撃(MEA)に対する認証された所有権検証であるCREDITを紹介する。 DNNモデル間の類似性を定量化し、実用的な検証しきい値を提案し、このしきい値に基づいてオーナシップ検証を行うための厳密な理論的保証を提供する。我々は、さまざまなドメインやタスクにまたがるいくつかの主流データセットに対するアプローチを広範囲に評価し、最先端のパフォーマンスを実現した。
論文参考訳（メタデータ） (2026-02-23T23:36:25Z)
LLM-Assisted Authentication and Fraud Detection [0.0]
知識に基づく認証は厳格であり、正確な単語対単語マッチングを必要とする。不正検出パイプラインは、急速に進化する詐欺行為とペースを維持するのに苦労する。この研究は、2つの補完的なLCM対応ソリューションを導入している。
論文参考訳（メタデータ） (2026-01-27T15:01:37Z)
Preventing the Collapse of Peer Review Requires Verification-First AI [49.995126139461085]
我々は、真理結合、すなわち、過度に科学的真理をトラックする場所のスコアの厳密さを提案する。プロキシ・ソブリン評価に向けた相転移を駆動する2つの力の形式化を行う。
論文参考訳（メタデータ） (2026-01-23T17:17:32Z)
Open-World Deepfake Attribution via Confidence-Aware Asymmetric Learning [78.92934995292113]
本稿では,既知の偽造と新規な偽造の信頼のバランスをとる,信頼を意識した非対称学習(CAL)フレームワークを提案する。 CALは従来手法を一貫して上回り、既知の偽造と新しい偽造の両方で最先端のパフォーマンスを達成する。
論文参考訳（メタデータ） (2025-12-14T12:31:28Z)
Reliable and Reproducible Demographic Inference for Fairness in Face Analysis [63.46525489354455]
本稿では、従来のエンドツーエンドトレーニングをモジュラートランスファー学習アプローチで置き換える、完全に再現可能なDAIパイプラインを提案する。このパイプラインは、正確性、公正性、そしてアイデンティティ内整合性によって定義される、新たに導入された堅牢性の概念の3つの次元にわたって監査する。以上の結果から,提案手法は特に民族性において,強い基準線を上回り,その特性はより困難であることが示唆された。
論文参考訳（メタデータ） (2025-10-23T12:22:02Z)
VeriLLM: A Lightweight Framework for Publicly Verifiable Decentralized Inference [4.158412539499328]
大規模言語モデル(LLM)のための分散推論のための公開検証プロトコルを提案する。同一GPUワーカのセット上で両方のロールを多重化する同型推論検証ネットワークを導入する。我々は形式的なゲーム理論解析を提供し、インセンティブの下では、正直な推論と検証がナッシュ均衡を構成することを証明した。
論文参考訳（メタデータ） (2025-09-29T04:07:32Z)
Improving AEBS Validation Through Objective Intervention Classification Leveraging the Prediction Divergence Principle [0.0]
本研究は,予測分散原理(PDP)を利用した規則に基づく分類手法を提案する。この手法を人間のラベル付けと組み合わせることで、分類の透明性と一貫性が向上し、全体的な検証プロセスが改善されることが示唆された。
論文参考訳（メタデータ） (2025-07-10T15:55:05Z)
Position: Bayesian Statistics Facilitates Stakeholder Participation in Evaluation of Generative AI [0.0]
ジェネレーティブAI(GenAI)システムの評価は、公共政策や意思決定において重要な役割を果たす。既存の手法はベンチマーク駆動の点推定比較に頼ることによって制限されることが多い。本稿では,ベイズ統計学をこれらの課題に対処するための原則的枠組みとして活用することを主張する。
論文参考訳（メタデータ） (2025-04-21T16:31:15Z)
Data Laundering: Artificially Boosting Benchmark Results through Knowledge Distillation [11.215746700797618]
知識蒸留は言語モデルベンチマークスコアを操作するために変換可能であることを示す。本稿では,ベンチマーク固有の知識を包括的に伝達するプロセスである"Data Laundering"を紹介する。提案手法は,真の推論機能を開発することなく,ベンチマーク精度を大幅に向上させることができることを示す。
論文参考訳（メタデータ） (2024-12-15T19:38:48Z)
AGORA: Open More and Trust Less in Binary Verification Service [19.05703756097075]
本稿では,この課題を克服するために設計された新しいバイナリ検証サービスであるAGORAを紹介する。あるタスクは信頼できないエンティティに委譲でき、対応するバリデーターは信頼されたコンピューティングベースに確実に格納される。ブロックチェーンベースの新たな報奨金タスクマネージャを通じて、クラウドソーシングを使用して、定理証明者の信頼を取り除く。
論文参考訳（メタデータ） (2024-07-21T05:29:22Z)
Enhancing Security in Federated Learning through Adaptive Consensus-Based Model Update Validation [2.28438857884398]
本稿では,ラベルフリップ攻撃に対して,FL(Federated Learning)システムを構築するための高度なアプローチを提案する。本稿では,適応的しきい値設定機構と統合されたコンセンサスに基づく検証プロセスを提案する。以上の結果から,FLシステムのレジリエンスを高め,ラベルフリップ攻撃の顕著な緩和効果が示唆された。
論文参考訳（メタデータ） (2024-03-05T20:54:56Z)
Distilling the Unknown to Unveil Certainty [66.29929319664167]
アウト・オブ・ディストリビューション(OOD)検出は、イン・ディストリビューション(ID)データから逸脱するテストサンプルを識別し、ネットワークの堅牢性と信頼性を確保するために重要である。本稿では,ネットワークからOOD感受性情報を抽出し,IDとOODサンプルを識別可能なバイナリ分類器を開発するための,OOD知識蒸留のためのフレキシブルなフレームワークを提案する。
論文参考訳（メタデータ） (2023-11-14T08:05:02Z)
Towards Evaluating Transfer-based Attacks Systematically, Practically, and Fairly [79.07074710460012]
ディープニューラルネットワーク(DNN)の敵対的脆弱性に大きな注目を集めている。ブラックボックスDNNモデルを騙すための転送ベース手法が増えている。 30以上のメソッドを実装した転送ベースアタックベンチマーク(TA-Bench)を確立する。
論文参考訳（メタデータ） (2023-11-02T15:35:58Z)
Free Lunch for Generating Effective Outlier Supervision [46.37464572099351]
本稿では, ほぼ現実的な外乱監視を実現するための超効率的な手法を提案する。提案したtextttBayesAug は,従来の方式に比べて偽陽性率を 12.50% 以上削減する。
論文参考訳（メタデータ） (2023-01-17T01:46:45Z)
Fast Entropy-Based Methods of Word-Level Confidence Estimation for End-To-End Automatic Speech Recognition [86.21889574126878]
本研究では,フレーム単位のエントロピー値を正規化して集約し,単位単位当たりの信頼度と単語毎の信頼度を求める方法を示す。提案手法をLibriSpeechテストセット上で評価した結果,最大フレーム当たりの信頼度推定値の最大値から,信頼度推定値の最大値の最大値の最大値の最大値の最大値の2倍,4倍の精度を示した。
論文参考訳（メタデータ） (2022-12-16T20:27:40Z)

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。