論文の概要: Full-Stack Knowledge Graph and LLM Framework for Post-Quantum Cyber Readiness

• arxiv url: http://arxiv.org/abs/2601.03504v1
• Date: Wed, 07 Jan 2026 01:31:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-08 18:12:46.106408
• Title: Full-Stack Knowledge Graph and LLM Framework for Post-Quantum Cyber Readiness
• Title（参考訳）: ポスト量子サイバー準備のためのフルスタック知識グラフとLLMフレームワーク
• Authors: Rasmus Erlemann, Charles Colyer Morris, Sanjyot Sathe,
• Abstract要約: 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。
• 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: The emergence of large-scale quantum computing threatens widely deployed public-key cryptographic systems, creating an urgent need for enterprise-level methods to assess post-quantum (PQ) readiness. While PQ standards are under development, organizations lack scalable and quantitative frameworks for measuring cryptographic exposure and prioritizing migration across complex infrastructures. This paper presents a knowledge graph based framework that models enterprise cryptographic assets, dependencies, and vulnerabilities to compute a unified PQ readiness score. Infrastructure components, cryptographic primitives, certificates, and services are represented as a heterogeneous graph, enabling explicit modeling of dependency-driven risk propagation. PQ exposure is quantified using graph-theoretic risk functionals and attributed across cryptographic domains via Shapley value decomposition. To support scalability and data quality, the framework integrates large language models with human-in-the-loop validation for asset classification and risk attribution. The resulting approach produces explainable, normalized readiness metrics that support continuous monitoring, comparative analysis, and remediation prioritization.
• Abstract（参考訳）: 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の脅威となり、量子後(PQ)の準備性を評価するためのエンタープライズレベルの手法が緊急に必要となる。 PQ標準は開発中だが、暗号化の露出を測定し、複雑なインフラストラクチャ間のマイグレーションを優先順位付けするためのスケーラブルで定量的なフレームワークは欠如している。 本稿では,企業の暗号資産,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。 インフラストラクチャコンポーネント、暗号化プリミティブ、証明書、サービスは異種グラフとして表現され、依存関係駆動型リスク伝搬の明示的なモデリングを可能にする。 PQ露光は、グラフ理論のリスク関数を用いて定量化され、Shapley値分解を通じて暗号領域にわたって属性付けされる。 スケーラビリティとデータ品質をサポートするため、このフレームワークは大規模言語モデルとヒューマン・イン・ザ・ループ・バリデーションを統合し、アセット分類とリスク帰属を図っている。 結果として得られたアプローチは、継続的監視、比較分析、修正優先順位付けをサポートする説明可能な、正規化された準備のメトリクスを生み出します。

関連論文リスト

• Quantigence: A Multi-Agent AI Framework for Quantum Security Research [0.0]
  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。
  論文  参考訳（メタデータ） (2025-12-15T05:27:10Z)
• Continual Action Quality Assessment via Adaptive Manifold-Aligned Graph Regularization [53.82400605816587]
  アクション品質アセスメント(AQA)は、ビデオにおける人間の行動を定量化し、スポーツスコアリング、リハビリテーション、スキル評価の応用を支援する。 大きな課題は、現実世界のシナリオにおける品質分布の非定常的な性質にある。 本稿では,進化する分布を扱うための連続学習機能を備えた連続AQA(Continuous AQA)を紹介する。
  論文  参考訳（メタデータ） (2025-10-08T10:09:47Z)
• Exploring Network-Knowledge Graph Duality: A Case Study in Agentic Supply Chain Risk Analysis [3.734145313091892]
  ネットワークと知識グラフの本質的にの双対性を利用する。 ネットワーク集中度スコアで導かれるグラフトラバーサは、最も経済的に健全なリスクパスを効率的に抽出する。 エージェントアーキテクチャは、数値係数テーブルとニュースストリームのデータとともに、このグラフ検索をオーケストレーションする。
  論文  参考訳（メタデータ） (2025-10-01T17:02:14Z)
• VulRG: Multi-Level Explainable Vulnerability Patch Ranking for Complex Systems Using Graphs [20.407534993667607]
  この作業では、脆弱性パッチの優先順位付けのためのグラフベースのフレームワークを導入している。 多様なデータソースとメトリクスを普遍的に適用可能なモデルに統合する。 洗練されたリスクメトリクスは、コンポーネント、アセット、システムレベルの詳細な評価を可能にします。
  論文  参考訳（メタデータ） (2025-02-16T14:21:52Z)
• The Foundations of Tokenization: Statistical and Computational Concerns [51.370165245628975]
  トークン化は、NLPパイプラインにおける重要なステップである。 NLPにおける標準表現法としての重要性は認識されているが、トークン化の理論的基盤はまだ完全には理解されていない。 本稿では,トークン化モデルの表現と解析のための統一的な形式的枠組みを提案することによって,この理論的ギャップに対処することに貢献している。
  論文  参考訳（メタデータ） (2024-07-16T11:12:28Z)
• Privacy-Preserving Distributed Learning for Residential Short-Term Load Forecasting [11.185176107646956]
  電力システムの負荷データは、住宅ユーザの日常のルーチンを不注意に明らかにし、彼らの財産のセキュリティにリスクを及ぼす可能性がある。 我々はマルコフスイッチ方式の分散学習フレームワークを導入し、その収束は厳密な理論的解析によって実証される。 実世界の電力系統負荷データを用いたケーススタディにより,提案アルゴリズムの有効性を検証した。
  論文  参考訳（メタデータ） (2024-02-02T16:39:08Z)
• It Is Time To Steer: A Scalable Framework for Analysis-driven Attack Graph Generation [50.06412862964449]
  アタックグラフ(AG)は、コンピュータネットワークに対するマルチステップ攻撃に対するサイバーリスクアセスメントをサポートする最も適したソリューションである。 現在の解決策は、アルゴリズムの観点から生成問題に対処し、生成が完了した後のみ解析を仮定することである。 本稿では,アナリストがいつでもシステムに問い合わせることのできる新しいワークフローを通じて,従来のAG分析を再考する。
  論文  参考訳（メタデータ） (2023-12-27T10:44:58Z)
• Bayesian Inductive Learner for Graph Resiliency under uncertainty [1.9254132307399257]
  大規模グラフにおける臨界ノードを特定するためのベイズグラフニューラルネットワークに基づくフレームワークを提案する。 フレームワークが提供する計算複雑性の忠実さと向上について説明する。
  論文  参考訳（メタデータ） (2020-12-26T07:22:29Z)
• Amortized Probabilistic Detection of Communities in Graphs [39.56798207634738]
  そこで我々は,アモータイズされたコミュニティ検出のためのシンプルなフレームワークを提案する。 我々はGNNの表現力と最近のアモータイズクラスタリングの手法を組み合わせる。 我々は、合成および実データセットに関するフレームワークから、いくつかのモデルを評価する。
  論文  参考訳（メタデータ） (2020-10-29T16:18:48Z)

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。