論文の概要: Constant-Size Cryptographic Evidence Structures for Regulated AI Workflows

• arxiv url: http://arxiv.org/abs/2511.17118v1
• Date: Fri, 21 Nov 2025 10:28:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-24 18:08:18.970366
• Title: Constant-Size Cryptographic Evidence Structures for Regulated AI Workflows
• Title（参考訳）: 規則付きAIワークフローのための定サイズ暗号エビデンス構造
• Authors: Leo Kao,
• Abstract要約: 本稿では,規制環境におけるAIの正当性検証のための暗号証拠構造について紹介する。 それぞれのエビデンス項目は、(i)ワークフローイベントとコンフィギュレーションへの強いバインドを提供するように設計された、固定サイズの暗号化フィールドの固定サイズであり、(ii)一定のサイズのストレージとイベント毎の検証コストをサポートし、(iii)ハッシュチェーンとMerkleベースの監査をクリーンに構成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper introduces constant-size cryptographic evidence structures, a general abstraction for representing verifiable audit evidence for AI workflows in regulated environments. Each evidence item is a fixed-size tuple of cryptographic fields, designed to (i) provide strong binding to workflow events and configurations, (ii) support constant-size storage and uniform verification cost per event, and (iii) compose cleanly with hash-chain and Merkle-based audit constructions. We formalize a simple model of regulated AI workflows, define syntax and algorithms for evidence structures, and articulate security goals such as audit integrity and non-equivocation. We present a generic hash-and-sign construction that instantiates this abstraction using a collision-resistant hash function and a standard digital signature scheme. We then show how to integrate the construction with hash-chained logs, Merkle-tree anchoring, and optionally trusted execution environments, and we analyze the asymptotic complexity of evidence generation and verification. Finally, we implement a prototype library and report microbenchmark results on commodity hardware, demonstrating that the per-event overhead of constant-size evidence is small and predictable. The design is informed by industrial experience with regulated AI systems at Codebat Technologies Inc., while the paper focuses on the abstraction, algorithms, and their security and performance characteristics, with implications for clinical trial management, pharmaceutical compliance, and medical AI governance.
• Abstract（参考訳）: 本稿では,規制環境におけるAIワークフローの検証可能な監査エビデンスを表現するための一般的な抽象化である,一定サイズの暗号エビデンス構造を紹介する。 それぞれのエビデンス項目は、暗号化フィールドの固定サイズのタプルで、設計されている。 i)ワークフローのイベントや設定に強いバインディングを提供する。 (二 イベントごとの定型記憶と一律の検証コストをサポート。) 三 ハッシュチェーン及びメルクルに基づく監査構造をきれいに構成すること。 我々は、規制されたAIワークフローのシンプルなモデルを形式化し、エビデンス構造のための構文とアルゴリズムを定義し、監査の完全性や非平等といったセキュリティ目標を明確にする。 本稿では、衝突耐性ハッシュ関数と標準ディジタルシグネチャスキームを用いて、この抽象化をインスタンス化する一般的なハッシュ・アンド・サイン構成を提案する。 次に、ハッシュチェーンログ、メルクルツリーアンカー、任意に信頼された実行環境との統合方法を示し、エビデンス生成と検証の漸近的な複雑さを分析します。 最後に,プロトタイプライブラリを実装し,コモディティハードウェア上でのマイクロベンチマーク結果を報告する。 このデザインは、Codebat Technologies Inc.の規制されたAIシステムによる産業経験によって知らされ、論文は、臨床試験管理、医薬品コンプライアンス、医療AIガバナンスに影響を及ぼす、抽象化、アルゴリズム、およびそれらのセキュリティおよびパフォーマンス特性に焦点を当てている。

関連論文リスト

• Logic Mining from Process Logs: Towards Automated Specification and Verification [0.0]
  本稿では、ワークフローを介して発見されたプロセスモデルから論理的仕様を生成するアプローチを提案する。 本研究では、品質データ、特にノイズが生成された仕様の構造とテスト容易性に与える影響について検討する。
  論文  参考訳（メタデータ） (2025-06-10T09:44:19Z)
• Analogous Alignments: Digital "Formally" meets Analog [0.0]
  本稿では,デジタルブロックとアナログブロックを組み合わせた混合信号知的特性(IP)の実用的形式検証に着目する。 Digital and Analog Mixed-Signal (AMS)設計は、本質的に異なるが、形式的な検証設定でシームレスに統合される。
  論文  参考訳（メタデータ） (2024-09-23T13:38:31Z)
• Efficient and Universal Merkle Tree Inclusion Proofs via OR Aggregation [27.541105686358378]
  本稿では,メルクル木包摂証明のためのOR論理に基づく新しい証明集約手法を提案する。 木内の葉の数に依存しない証明サイズを実現し、有効な葉のハッシュ1つを用いて検証を行う。 提案手法は,ゼロ知識証明システムのスケーラビリティ,効率,柔軟性を著しく向上させる可能性がある。
  論文  参考訳（メタデータ） (2024-05-13T17:15:38Z)
• Unsupervised Continual Anomaly Detection with Contrastively-learned Prompt [80.43623986759691]
  UCADと呼ばれる新しい非教師付き連続異常検出フレームワークを提案する。 このフレームワークは、対照的に学習したプロンプトを通じて、UDAに継続的な学習能力を持たせる。 我々は総合的な実験を行い、教師なし連続異常検出とセグメンテーションのベンチマークを設定した。
  論文  参考訳（メタデータ） (2024-01-02T03:37:11Z)
• HIVE: Scalable Hardware-Firmware Co-Verification using Scenario-based Decomposition and Automated Hint Extraction [2.977255700811213]
  ハードウェア確認ソフトの共検証は、信頼できるシステムの設計に不可欠である。 ハードウェアを手動で抽象化したり、ヒントを手動で生成することで、ファームウェア検証中の状態空間を削減できる有望な方法がある。 本稿では,シミュレーションに基づく検証のスケーラビリティと形式検証の完全性とを効果的に組み合わせる。
  論文  参考訳（メタデータ） (2023-09-14T19:24:57Z)
• A General Framework for Verification and Control of Dynamical Models via Certificate Synthesis [54.959571890098786]
  システム仕様を符号化し、対応する証明書を定義するためのフレームワークを提供する。 コントローラと証明書を形式的に合成する自動化手法を提案する。 我々のアプローチは、ニューラルネットワークの柔軟性を利用して、制御のための安全な学習の幅広い分野に寄与する。
  論文  参考訳（メタデータ） (2023-09-12T09:37:26Z)
• Software Vulnerability Detection via Deep Learning over Disaggregated Code Graph Representation [57.92972327649165]
  この研究は、コードコーパスから安全でないパターンを自動的に学習するためのディープラーニングアプローチを探求する。 コードには解析を伴うグラフ構造が自然に認められるため,プログラムの意味的文脈と構造的規則性の両方を利用する新しいグラフニューラルネットワーク(GNN)を開発する。
  論文  参考訳（メタデータ） (2021-09-07T21:24:36Z)
• CoCoMoT: Conformance Checking of Multi-Perspective Processes via SMT (Extended Version) [62.96267257163426]
  我々はCoCoMoT(Computing Conformance Modulo Theories)フレームワークを紹介する。 まず、純粋な制御フロー設定で研究したSATベースのエンコーディングを、データ認識ケースに持ち上げる方法を示す。 次に,プロパティ保存型クラスタリングの概念に基づく新しい前処理手法を提案する。
  論文  参考訳（メタデータ） (2021-03-18T20:22:50Z)

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。