論文の概要: Human Challenge Oracle: Designing AI-Resistant, Identity-Bound, Time-Limited Tasks for Sybil-Resistant Consensus
- arxiv url: http://arxiv.org/abs/2601.03923v1
- Date: Wed, 07 Jan 2026 13:42:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-08 18:12:46.202419
- Title: Human Challenge Oracle: Designing AI-Resistant, Identity-Bound, Time-Limited Tasks for Sybil-Resistant Consensus
- Title（参考訳）: ヒューマンチャレンジ Oracle: レジリエンス、アイデンティティ、時間制限のあるタスクを設計し、レジリエントなコンセンサスを実現する
- Authors: Homayoun Maleki, Nekane Sainz, Jon Legarda,
- Abstract要約: 我々はHuman Challenge Oracle (HCO)を紹介します。
HCOは、個々のアイデンティティに暗号的に結びついており、リアルタイムに解決しなければならない、短くて時間に縛られた課題を発行する。
明示的で穏やかな仮定の下では、s のアクティブなアイデンティティが持続すると、時間ウィンドウ毎に s と線形に成長するコストが発生することが示される。
- 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: Sybil attacks remain a fundamental obstacle in open online systems, where adversaries can cheaply create and sustain large numbers of fake identities. Existing defenses, including CAPTCHAs and one-time proof-of-personhood mechanisms, primarily address identity creation and provide limited protection against long-term, large-scale Sybil participation, especially as automated solvers and AI systems continue to improve. We introduce the Human Challenge Oracle (HCO), a new security primitive for continuous, rate-limited human verification. HCO issues short, time-bound challenges that are cryptographically bound to individual identities and must be solved in real time. The core insight underlying HCO is that real-time human cognitive effort, such as perception, attention, and interactive reasoning, constitutes a scarce resource that is inherently difficult to parallelize or amortize across identities. We formalize the design goals and security properties of HCO and show that, under explicit and mild assumptions, sustaining s active identities incurs a cost that grows linearly with s in every time window. We further describe abstract classes of admissible challenges and concrete browser-based instantiations, and present an initial empirical study illustrating that these challenges are easily solvable by humans within seconds while remaining difficult for contemporary automated systems under strict time constraints.
- Abstract（参考訳）: オープンなオンラインシステムでは、シビル攻撃は依然として根本的な障害であり、敵は大量の偽のIDを安価に生成し、維持することができる。
CAPTCHAや一対一の証明機構を含む既存の防衛は、主にアイデンティティ生成に対処し、特に自動問題解決とAIシステムが改善を続ける中で、長期的な大規模シビル参加に対する限定的な保護を提供する。
我々はHuman Challenge Oracle (HCO)を紹介します。
HCOは、個々のアイデンティティに暗号的に結びついており、リアルタイムに解決しなければならない、短くて時間に縛られた課題を発行する。
HCOの根底にある中核的な洞察は、認識、注意、対話的推論といったリアルタイムな人間の認知活動は、アイデンティティ間で並列化や償却が本質的に困難である希少なリソースを構成することである。
我々は、HCOの設計目標とセキュリティ特性を定式化し、明示的で穏やかな仮定の下で、Sのアクティブなアイデンティティを維持することは、窓口ごとにsと線形に成長するコストをもたらすことを示す。
さらに、許容可能な課題の抽象クラスと具体的なブラウザベースのインスタンス化について述べ、これらの課題は、厳密な時間制約下での現代自動化システムでは困難でありながら、数秒以内で容易に解決可能であることを実証した最初の実証的研究を示す。
関連論文リスト
- NGCaptcha: A CAPTCHA Bridging the Past and the Future [12.897322340526769]
NGCAPTCHAは、軽量クライアントサイドの作業証明(PoW)機構とAI耐性の視覚認識課題を統合した次世代CAPTCHAフレームワークである。
NGCAPTCHAでは、ブラウザはまず、チャレンジを表示する前に、小さなハッシュベースのPoWを完了しなければならない。
PoWが解決されると、ユーザは人間フレンドリでモデルに耐性のある画像選択タスクを提示される。
論文 参考訳（メタデータ） (2025-12-18T06:14:54Z) - Face Identity Unlearning for Retrieval via Embedding Dispersion [0.0]
顔認識システムは、正確な検索を可能にするために、高度に差別的でコンパクトなアイデンティティクラスタの学習に依存している。
本研究では,検索システムにおける顔認証アンラーニングの問題について検討し,その課題について述べる。
第一の課題は、埋め込み空間の識別的構造を保ちながら、この忘れる効果を達成することである。
論文 参考訳（メタデータ） (2025-12-15T13:35:28Z) - Spatial CAPTCHA: Generatively Benchmarking Spatial Reasoning for Human-Machine Differentiation [15.668734718800065]
本研究では,人間とMLLMの空間的推論における基本的差異を生かした,新しい人間検証フレームワークを提案する。
現代のAIに弱い低レベルの知覚タスクに依存する既存のCAPTCHAとは異なり、空間CAPTCHAは幾何学的推論、視点取り、精神的回転を必要とする動的質問を生成する。
対応するベンチマークであるSpatial-CAPTCHA-Benchでは、人間が10の最先端MLLMをはるかに上回り、最高のモデルは31.0%のPass@1精度しか達成していないことが示されている。
論文 参考訳（メタデータ） (2025-10-04T16:19:21Z) - Generative AI-Empowered Secure Communications in Space-Air-Ground Integrated Networks: A Survey and Tutorial [107.26005706569498]
宇宙航空地上統合ネットワーク(SAGIN)は、その特性上、前例のないセキュリティ上の課題に直面している。
Generative AI(GAI)は、データを合成し、セマンティクスを理解し、自律的な決定を行うことで、SAGINセキュリティを保護できる変革的アプローチである。
論文 参考訳（メタデータ） (2025-08-04T01:42:57Z) - The Human-Machine Identity Blur: A Unified Framework for Cybersecurity Risk Management in 2025 [0.0]
現代の企業は、デジタルアイデンティティが前例のない急激な増加に直面している。
人間と機械のアイデンティティが交差し、権限を委譲し、新たな攻撃面を作成する。
4つの基本原則に基づく統一アイデンティティガバナンスフレームワークを提案する。
論文 参考訳（メタデータ） (2025-03-24T00:37:14Z) - Transforming Cyber Defense: Harnessing Agentic and Frontier AI for Proactive, Ethical Threat Intelligence [0.0]
この原稿は、エージェントAIとフロンティアAIの収束がサイバーセキュリティをいかに変えているかを説明する。
本稿では,リアルタイムモニタリング,自動インシデント応答,永続的学習といった,レジリエントでダイナミックな防衛エコシステム構築における役割について検討する。
我々のビジョンは、テクノロジーのイノベーションを、倫理的監視を揺るがさずに調和させることであり、未来のAIによるセキュリティソリューションが、新たなサイバー脅威を効果的に対処しつつ、公正性、透明性、説明責任の核心的価値を維持することを保証することである。
論文 参考訳（メタデータ） (2025-02-28T20:23:35Z) - Attack Atlas: A Practitioner's Perspective on Challenges and Pitfalls in Red Teaming GenAI [52.138044013005]
生成AI、特に大規模言語モデル(LLM)は、製品アプリケーションにますます統合される。
新たな攻撃面と脆弱性が出現し、自然言語やマルチモーダルシステムにおける敵の脅威に焦点を当てる。
レッドチーム(英語版)はこれらのシステムの弱点を積極的に識別する上で重要となり、ブルーチーム(英語版)はそのような敵の攻撃から保護する。
この研究は、生成AIシステムの保護のための学術的な洞察と実践的なセキュリティ対策のギャップを埋めることを目的としている。
論文 参考訳（メタデータ） (2024-09-23T10:18:10Z) - Problem Solving Through Human-AI Preference-Based Cooperation [74.39233146428492]
我々は,人間-AI共同構築フレームワークであるHAICo2を提案する。
我々は、HAICo2の形式化に向けて第一歩を踏み出し、それが直面する困難なオープンリサーチ問題について議論する。
論文 参考訳（メタデータ） (2024-08-14T11:06:57Z) - Generative AI for Secure Physical Layer Communications: A Survey [80.0638227807621]
Generative Artificial Intelligence(GAI)は、AIイノベーションの最前線に立ち、多様なコンテンツを生成するための急速な進歩と非並行的な能力を示す。
本稿では,通信ネットワークの物理層におけるセキュリティ向上におけるGAIの様々な応用について,広範な調査を行う。
私たちは、物理的レイヤセキュリティの課題に対処する上で、GAIの役割を掘り下げ、通信の機密性、認証、可用性、レジリエンス、整合性に重点を置いています。
論文 参考訳（メタデータ） (2024-02-21T06:22:41Z) - Robust Physical-World Attacks on Face Recognition [52.403564953848544]
ディープニューラルネットワーク(DNN)の開発によって顔認識が大幅に促進された
近年の研究では、DNNは敵対的な事例に対して非常に脆弱であることが示されており、現実世界の顔認識の安全性に対する深刻な懸念が提起されている。
ステッカーによる顔認識の物理的攻撃について検討し、その対向的堅牢性をよりよく理解する。
論文 参考訳（メタデータ） (2021-09-20T06:49:52Z)
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。