論文の概要: Quantigence: A Multi-Agent AI Framework for Quantum Security Research
- arxiv url: http://arxiv.org/abs/2512.12989v1
- Date: Mon, 15 Dec 2025 05:27:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-16 17:54:56.543215
- Title: Quantigence: A Multi-Agent AI Framework for Quantum Security Research
- Title（参考訳）: Quantigence: 量子セキュリティ研究のためのマルチエージェントAIフレームワーク
- Authors: Abdulmalik Alquwayfili,
- Abstract要約: 暗号関連量子コンピュータ(CRQC)は、グローバルデジタル経済に構造的な脅威をもたらす。
我々は、構造化量子セキュリティ分析のための理論駆動型マルチエージェントAIフレームワークQuantigenceを提案する。
- 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: Cryptographically Relevant Quantum Computers (CRQCs) pose a structural threat to the global digital economy. Algorithms like Shor's factoring and Grover's search threaten to dismantle the public-key infrastructure (PKI) securing sovereign communications and financial transactions. While the timeline for fault-tolerant CRQCs remains probabilistic, the "Store-Now, Decrypt-Later" (SNDL) model necessitates immediate migration to Post-Quantum Cryptography (PQC). This transition is hindered by the velocity of research, evolving NIST standards, and heterogeneous deployment environments. To address this, we present Quantigence, a theory-driven multi-agent AI framework for structured quantum-security analysis. Quantigence decomposes research objectives into specialized roles - Cryptographic Analyst, Threat Modeler, Standards Specialist, and Risk Assessor - coordinated by a supervisory agent. Using "cognitive parallelism," agents reason independently to maintain context purity while execution is serialized on resource-constrained hardware (e.g., NVIDIA RTX 2060). The framework integrates external knowledge via the Model Context Protocol (MCP) and prioritizes vulnerabilities using the Quantum-Adjusted Risk Score (QARS), a formal extension of Mosca's Theorem. Empirical validation shows Quantigence achieves a 67% reduction in research turnaround time and superior literature coverage compared to manual workflows, democratizing access to high-fidelity quantum risk assessment.
- Abstract（参考訳）: 暗号関連量子コンピュータ(CRQC)は、グローバルデジタル経済に構造的な脅威をもたらす。
ShorのファクタリングやGroverの検索のようなアルゴリズムは、主権的な通信と金融取引を保証する公開鍵基盤(PKI)を解体する恐れがある。
フォールトトレラントCRQCのタイムラインは依然として確率的であるが、"Store-Now, Decrypt-Later"(SNDL)モデルはポスト量子暗号(PQC)への即時移行を必要とする。
この移行は、研究の速度、NIST標準の進化、異種展開環境によって妨げられている。
これを解決するために、構造化量子セキュリティ分析のための理論駆動型マルチエージェントAIフレームワークであるQuantigenceを紹介する。
量子は研究目的を専門的な役割 - 暗号アナリスト、脅威モデル、標準スペシャリスト、リスク評価官 - に分解し、監督エージェントが調整する。
エージェントは"認知並列性"を使用して、リソース制約のあるハードウェア(NVIDIA RTX 2060など)上で実行中にコンテキストの純粋さを独立に維持する。
このフレームワークは、モデルコンテキストプロトコル(MCP)を介して外部知識を統合し、Moscaの定理の正式な拡張であるQARS(Quantum-Adjusted Risk Score)を使用して脆弱性を優先順位付けする。
実証的な検証は、Quantigenceが手動のワークフローと比較して研究のターンアラウンドタイムと文学のカバレッジを67%削減し、高忠実な量子リスクアセスメントへのアクセスを民主化していることを示している。
関連論文リスト
- Quantum Attacks Targeting Nuclear Power Plants: Threat Analysis, Defense and Mitigation Strategies [1.2891210250935148]
本稿では,高連続環境における量子レジリエンスを実現するための法医学第一の枠組みを提案する。
我々は、Harvest-Now, Decrypt-Later(HNDL)キャンペーンが、暗号基盤を遡及的に妥協し、証拠の許容性を弱め、洗練されたサボタージュを促進する方法を示す。
我々は、PQC(Post-Quantum Cryptography)へのフェーズド・ディフェンス・イン・ディープス・マイグレーションパスを提案し、検証する。
論文は、量子レジリエント制御の急激な導入なしに、物理的安全システムとデジタル法医学的証拠の整合性は、依然として深刻で不可逆的なリスクを伴っていると結論付けている。
論文 参考訳（メタデータ） (2026-02-25T03:26:09Z) - Towards Quantum-Resistant Trusted Computing: Architectures for Post-Quantum Integrity Verification Techniques [0.0]
ファームウェア保護からポスト量子暗号(PQC)への移行は急務である。
本稿では、最も一般的な信頼手法とポスト量子(PQ)世界へのロードマップについて分析する。
論文 参考訳（メタデータ） (2026-01-16T08:52:09Z) - Full-Stack Knowledge Graph and LLM Framework for Post-Quantum Cyber Readiness [0.0]
大規模量子コンピューティングの出現は、広くデプロイされた公開鍵暗号システムを脅かす。
本稿では,企業暗号資産,依存関係,脆弱性をモデル化した知識グラフベースのフレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-07T01:31:15Z) - Data Poisoning Vulnerabilities Across Healthcare AI Architectures: A Security Threat Analysis [39.89241412792336]
我々は,畳み込みニューラルネットワークに対するアーキテクチャ攻撃,大規模言語モデル,強化学習エージェントの4つのカテゴリの8つの攻撃シナリオを分析した。
以上の結果から,100～500サンプルしかアクセスできないアタッカーは,データセットのサイズに関わらず,医療AIを侵害する可能性が示唆された。
我々は、必要な敵検定、アンサンブルに基づく検出、プライバシー保護セキュリティ機構、AIセキュリティ標準に関する国際調整を含む多層防御を推奨する。
論文 参考訳（メタデータ） (2025-11-14T07:16:16Z) - ParaVul: A Parallel Large Language Model and Retrieval-Augmented Framework for Smart Contract Vulnerability Detection [43.41293570032631]
ParaVulは、スマートコントラクト脆弱性検出の信頼性と精度を向上させるための、検索強化フレームワークである。
LLM微調整のためのスパースローランド適応(SLoRA)を開発した。
脆弱性契約データセットを構築し,RAG(Retrieval-Augmented Generation)システムを開発した。
論文 参考訳（メタデータ） (2025-10-20T03:23:41Z) - Red Teaming Quantum-Resistant Cryptographic Standards: A Penetration Testing Framework Integrating AI and Quantum Security [1.0152838128195467]
本研究では,量子暗号プロトコルの脆弱性を評価するための構造化アプローチを提案する。
BB84量子鍵分布法とNational Institute of Standards and Technology (NIST)が承認した量子耐性アルゴリズムに焦点を当てている。
AI駆動のレッドチーム、自動テスト、リアルタイム異常検出を統合することで、量子ネットワークにおけるセキュリティリスクを評価し緩和するフレームワークを開発する。
論文 参考訳（メタデータ） (2025-09-26T10:36:59Z) - Are Enterprises Ready for Quantum-Safe Cybersecurity? [0.0]
量子コンピューティングは、暗号と署名スキームを破ることによって古典的な暗号を損なう恐れがある。
本稿では,3つの観点から,量子安全サイバーセキュリティの企業対応性について検討する。
論文 参考訳（メタデータ） (2025-09-01T19:27:06Z) - Performance and Storage Analysis of CRYSTALS Kyber as a Post Quantum Replacement for RSA and ECC [45.88028371034407]
CRYSTALS-Kyberは、2022年にNISTによって標準化されたポスト量子暗号ソリューションである。
本研究は,様々な実装方式における性能試験を通じて,Kyberの実用可能性を評価する。
論文 参考訳（メタデータ） (2025-08-03T09:53:45Z) - CyberGym: Evaluating AI Agents' Real-World Cybersecurity Capabilities at Scale [45.97598662617568]
我々は188のソフトウェアプロジェクトにわたる1,507の実際の脆弱性を特徴とする大規模ベンチマークであるCyberGymを紹介した。
我々はCyberGymが35のゼロデイ脆弱性と17の歴史的不完全なパッチを発見できることを示した。
これらの結果は、CyberGymは、サイバーセキュリティにおけるAIの進歩を測定するための堅牢なベンチマークであるだけでなく、直接的な現実世界のセキュリティ効果を生み出すためのプラットフォームでもあることを強調している。
論文 参考訳（メタデータ） (2025-06-03T07:35:14Z) - Cyber Threats in Financial Transactions -- Addressing the Dual Challenge of AI and Quantum Computing [0.0]
金融セクターは、人工知能(AI)と量子コンピューティングの出現によって増大するサイバー脅威に直面している。
レポートはこれらの脅威、関連するフレームワーク、量子暗号のような可能性のある対策を分析します。
金融業界はサイバーセキュリティに積極的に適応的なアプローチを採用しなければならない。
論文 参考訳（メタデータ） (2025-03-19T20:16:27Z) - Performance Analysis and Industry Deployment of Post-Quantum Cryptography Algorithms [0.8602553195689513]
NIST(National Institute of Standards and Technology)は、鍵交換とデジタル署名のための標準化されたPQCアルゴリズムとして、CRYSTALS-KyberとCRYSTALS-Dilithiumを選択した。
本研究は,暗号処理における実行時間をベンチマークすることで,これらのアルゴリズムの総合的な性能解析を行う。
その結果, Kyber と Dilithium は効率的な実行時間を実現し,RSA や ECDSA などの古典暗号方式を同等のセキュリティレベルで上回っていることがわかった。
論文 参考訳（メタデータ） (2025-03-17T09:06:03Z) - Evaluating the Potential of Quantum Machine Learning in Cybersecurity: A Case-Study on PCA-based Intrusion Detection Systems [42.184783937646806]
従来の機械学習のサイバーセキュリティアプリケーションに対する量子コンピューティングと機械学習(QML)の影響について検討する。
まず、サイバーセキュリティに特有な機械学習問題における量子コンピューティングの潜在的な利点について検討する。
次に,実世界の問題に対するフォールトトレラントQMLアルゴリズムの今後の影響を定量化する手法について述べる。
論文 参考訳（メタデータ） (2025-02-16T15:49:25Z) - Application of $α$-order Information Metrics for Secure Communication in Quantum Physical Layer Design [45.41082277680607]
本稿ではR'enyiエントロピーに基づく$alpha$-order情報理論メトリクスについて検討する。
我々は,BPSK変調を含む実例に,損失のあるボソニックチャネル上の枠組みを適用した。
論文 参考訳（メタデータ） (2025-02-07T03:44:11Z) - CryptoFormalEval: Integrating LLMs and Formal Verification for Automated Cryptographic Protocol Vulnerability Detection [41.94295877935867]
我々は,新たな暗号プロトコルの脆弱性を自律的に識別する大規模言語モデルの能力を評価するためのベンチマークを導入する。
私たちは、新しい、欠陥のある通信プロトコルのデータセットを作成し、AIエージェントが発見した脆弱性を自動的に検証する方法を設計しました。
論文 参考訳（メタデータ） (2024-11-20T14:16:55Z) - Safe Model-Based Multi-Agent Mean-Field Reinforcement Learning [48.667697255912614]
平均場強化学習は、同一エージェントの無限集団と相互作用する代表エージェントのポリシーに対処する。
モデルベースの平均場強化学習アルゴリズムであるSafe-M$3$-UCRLを提案する。
本アルゴリズムは,低需要領域におけるサービスアクセシビリティを確保しつつ,重要な領域における需要を効果的に満たす。
論文 参考訳（メタデータ） (2023-06-29T15:57:07Z)
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。