論文の概要: Maude-HCS: Model Checking the Undetectability-Performance Tradeoffs of Hidden Communication Systems

• arxiv url: http://arxiv.org/abs/2603.03369v1
• Date: Mon, 02 Mar 2026 19:56:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-05 21:29:15.018591
• Title: Maude-HCS: Model Checking the Undetectability-Performance Tradeoffs of Hidden Communication Systems
• Title（参考訳）: Maude-HCS:隠れ通信システムの非検出性-性能トレードオフのモデル検証
• Authors: Joud Khoury, Minyoung Kim, Christophe Merlin, Jose Meseguer, Zachary Ratliff, Carolyn Talcott,
• Abstract要約: 隠れ通信システムの2つの配置下での観測可能な実行トレースの統計的識別可能性として、検出不能を定式化する。 我々は,非検出性と性能のトレードオフを推論するための原則的かつ実行可能な基盤を提供する,実行可能なモデリングおよび分析フレームワークであるMaude-HCSを開発した。 そこで,Maude-HCSは,統計的検定の真偽陽性率を推定し,これらの推定値をKL偏差などの非検出性尺度の下位境界に変換することにより,非検出性評価に利用できることを示す。
• 参考スコア（独自算出の注目度）: 6.909748214780009
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Hidden communication systems (HCS) embed covert messages within ordinary network activity to hide the presence of communication. In practice, the undetectability of an HCS is typically evaluated using ad hoc traffic statistics or specific detectors, making security claims tightly coupled to experimental setups and implicit adversarial assumptions. In this work, we formalize undetectability as the statistical indistinguishability of observable execution traces under two deployments: a baseline system without hidden communication and an HCS deployment carrying covert traffic. Undetectability is expressed as a bound on a quantitative measure of distance between the trace distributions induced by these two executions. We develop Maude-HCS, an executable modeling and analysis framework that provides a principled and executable foundation for reasoning about undetectability-performance tradeoffs in complex HCS designs. Maude-HCS allows designers to specify protocol behavior, adversary observables, and environmental assumptions, and to generate Monte Carlo samples from the induced trace distributions. We show that Maude-HCS can be used to audit claims of undetectability by estimating the true and false positive rates of a statistical test and converting these estimates into lower bounds on undetectability measures such as KL divergence. This enables systematic evaluation of detectability and its tradeoffs with performance under explicitly stated modeling assumptions. Finally, we evaluate Maude-HCS on tunneling-based HCS instantiations and validate model predictions against measurements from a physical testbed. For passive adversaries observing timing and traffic statistics, we quantify how undetectability and performance vary with protocol configuration, background traffic, and network loss, and demonstrate strong semantic alignment between model-based guarantees and empirical results.
• Abstract（参考訳）: 隠れ通信システム(HCS)は、通常のネットワーク活動に隠蔽メッセージを埋め込んで、通信の存在を隠蔽する。 実際には、HCSの非検出性は、通常、アドホックなトラフィック統計または特定の検出器を用いて評価され、セキュリティクレームは実験的なセットアップと暗黙の敵の仮定と密結合する。 本研究では,隠れ通信のないベースラインシステムと,隠蔽トラフィックを持つHCSデプロイメントという,観測可能な実行トレースの統計的不明瞭さとして,検出不能を定式化する。 非検出性は、これらの2つの実行によって引き起こされるトレース分布間の距離の定量的測定値のバウンダリとして表現される。 我々は,複雑なHCS設計における非検出性-性能トレードオフを推論するための原理的かつ実行可能な基盤を提供する,実行可能なモデリング・分析フレームワークであるMaude-HCSを開発した。 Maude-HCSにより、設計者は、プロトコルの振る舞い、逆観測可能性、環境仮定を指定でき、誘導されたトレース分布からモンテカルロサンプルを生成することができる。 そこで,Maude-HCSは,統計的検定の真偽陽性率を推定し,これらの推定値をKL偏差などの非検出性尺度の下位境界に変換することにより,非検出性評価に利用できることを示す。 これにより、明示的に定義されたモデリングの前提の下で、検出可能性とその性能とのトレードオフを体系的に評価することができる。 最後に,トンネル型HCSインスタンスのMaude-HCSを評価し,物理検層からの測定に対するモデル予測を検証した。 タイミングやトラフィックの統計を観測する受動的敵に対しては,プロトコル構成やバックグラウンドトラフィック,ネットワーク損失など,不検出性と性能の差異を定量化し,モデルに基づく保証と経験的結果との強いセマンティックアライメントを示す。

関連論文リスト

• Universal Sequential Changepoint Detection of Quantum Observables via Classical Shadows [62.751483592497806]
  本研究では,前と後の状態が特定された環境での逐次量子変化点検出について検討する。 シャドーベース逐次変化点検出(eSCD)を導入する。 eSCDは、古典的な影に基づく普遍的な測定戦略と、電子検出器上に構築された非パラメトリックシーケンシャルテストを組み合わせる。
  論文  参考訳（メタデータ） (2026-02-12T11:38:40Z)
• Prediction-Powered Risk Monitoring of Deployed Models for Detecting Harmful Distribution Shifts [51.37000123503367]
  予測駆動型リスクモニタリング(PPRM)を提案する。 PPRMは、合成ラベルを真のラベルの小さなセットと組み合わせることで、ランニングリスクの任意の有意な下界を構築する。 本稿では,画像分類,大規模言語モデル(LLM),通信監視タスクの広範な実験を通じて,PPRMの有効性を実証する。
  論文  参考訳（メタデータ） (2026-02-02T15:32:14Z)
• Causal Imitation Learning Under Measurement Error and Distribution Shift [6.038778620145853]
  ノイズ測定によってのみ、決定関連状態の一部が観察される場合、オフライン模倣学習(IL)について検討する。 本稿では,変数間の因果関係を明示的にモデル化することによって,測定誤差下でのILの一般的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-29T18:06:53Z)
• Unsupervised Anomaly Detection in Multi-Agent Trajectory Prediction via Transformer-Based Models [45.08545174556591]
  マルチエージェントトランスを用いた教師なし異常検出フレームワークを提案する。 検出安定性と物理的アライメントの両方を評価するための二重評価手法が提案されている。 本フレームワークでは,時間対衝突および統計ベースラインに欠落した388個の特異な異常を同定する。
  論文  参考訳（メタデータ） (2026-01-28T08:33:10Z)
• Conformal Prediction for Multi-Source Detection on a Network [59.17729745907474]
  マルチソース検出問題について検討する。 グラフ上のノード感染状況のスナップショットが与えられた場合、伝播を開始するソースノードのセットを推定する。 本稿では,ソースセット検出のための統計的に有効なリコール保証を提供する新しいコンフォメーション予測フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-12T01:09:56Z)
• Cumulative Consensus Score: Label-Free and Model-Agnostic Evaluation of Object Detectors in Deployment [3.6178660238507843]
  オブジェクト検出モデルをデプロイで評価することは難しい。 実環境における検知器の連続的な監視と比較を可能にするラベルフリーメトリックであるCumulative Consensus Score (CCS)を紹介した。
  論文  参考訳（メタデータ） (2025-09-16T09:24:37Z)
• Pretraining Data Detection for Large Language Models: A Divergence-based Calibration Method [108.56493934296687]
  本研究では,乱数から発散する概念に触発された偏差に基づくキャリブレーション手法を導入し,プリトレーニングデータ検出のためのトークン確率のキャリブレーションを行う。 我々は,中国語テキスト上でのLLMの検出手法の性能を評価するために,中国語のベンチマークであるPatentMIAを開発した。
  論文  参考訳（メタデータ） (2024-09-23T07:55:35Z)
• DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
  本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。 フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
  論文  参考訳（メタデータ） (2024-06-05T06:18:03Z)
• PASA: Attack Agnostic Unsupervised Adversarial Detection using Prediction & Attribution Sensitivity Analysis [2.5347892611213614]
  分類のためのディープニューラルネットワークは、サンプル入力に対する小さな摂動が誤った予測につながる敵攻撃に対して脆弱である。 本研究では, モデル予測と特徴属性のこの特性の実用的手法を開発し, 対向サンプルを検出する。 本手法は,敵が防御機構を認識した場合でも,競争性能を示す。
  論文  参考訳（メタデータ） (2024-04-12T21:22:21Z)
• Forking Uncertainties: Reliable Prediction and Model Predictive Control with Sequence Models via Conformal Risk Control [40.918012779935246]
  本稿では,事前設計した確率予測器が生成した予測に基づいて,信頼性の高いエラーバーを生成する,新しいポストホックキャリブレーション手法を提案する。 最先端技術とは異なり、PTS-CRCはカバレッジ以上の信頼性定義を満たすことができる。 PTS-CRC予測と制御の性能を,無線ネットワークの文脈における多くのユースケースの研究により実験的に検証した。
  論文  参考訳（メタデータ） (2023-10-16T11:35:41Z)
• Electrical Grid Anomaly Detection via Tensor Decomposition [41.94295877935867]
  従来の研究では、SCADAシステム内の異常を正確に識別するために次元減少に基づくアプローチが利用できることが示されている。 本研究では,SCADAシステムにおける異常を識別するために,テンソル分解法であるCanonical Polyadic Alternating Poisson Regressionを確率的枠組みで適用する。 実験では,ロスアラモス国立研究所が運営する電力網から収集した実世界のSCADAシステムデータをモデル化した。
  論文  参考訳（メタデータ） (2023-10-12T18:23:06Z)
• TFDPM: Attack detection for cyber-physical systems with diffusion probabilistic models [10.389972581904999]
  CPSにおける攻撃検出タスクの一般的なフレームワークであるTFDPMを提案する。 履歴データから時間パターンと特徴パターンを同時に抽出する。 ノイズスケジューリングネットワークは、検出速度を3倍に向上させる。
  論文  参考訳（メタデータ） (2021-12-20T13:13:29Z)
• Tracking the risk of a deployed model and detecting harmful distribution shifts [105.27463615756733]
  実際には、デプロイされたモデルのパフォーマンスが大幅に低下しないという、良心的なシフトを無視することは理にかなっている。 我々は,警告を発射する有効な方法は,(a)良性な警告を無視しながら有害なシフトを検知し,(b)誤報率を増大させることなく,モデル性能の連続的なモニタリングを可能にすることを論じる。
  論文  参考訳（メタデータ） (2021-10-12T17:21:41Z)
• System-reliability based multi-ensemble of GAN and one-class joint Gaussian distributions for unsupervised real-time structural health monitoring [0.0]
  本研究では,ケース依存抽出方式を使わずに,低次元特徴と高次元特徴を混合した教師なしリアルタイムSHM法を提案する。 GANと1-CGモデルに基づく極限状態関数の新規検出システムを構築した。 このチューニングにより、メソッドはユーザ定義パラメータに対して堅牢になり、リアルタイムSHMでこれらのパラメータを選択するルールが存在しないため、極めて重要である。
  論文  参考訳（メタデータ） (2021-02-01T20:50:55Z)

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。