論文の概要: Environment-Grounded Multi-Agent Workflow for Autonomous Penetration Testing
- arxiv url: http://arxiv.org/abs/2603.24221v1
- Date: Wed, 25 Mar 2026 11:50:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-26 21:06:11.271173
- Title: Environment-Grounded Multi-Agent Workflow for Autonomous Penetration Testing
- Title（参考訳）: 環境に配慮した多エージェントワークフローによる自律貫入試験
- Authors: Michael Somma, Markus Großpointner, Paul Zabalegui, Eppu Heilimo, Branka Stojanović,
- Abstract要約: 本稿では,ロボット環境での自動貫入試験における大規模言語モデルの利用について検討する。
本稿では,ロボティクスをベースとした環境調和型マルチエージェントアーキテクチャを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The increasing complexity and interconnectivity of digital infrastructures make scalable and reliable security assessment methods essential. Robotic systems represent a particularly important class of operational technology, as modern robots are highly networked cyber-physical systems deployed in domains such as industrial automation, logistics, and autonomous services. This paper explores the use of large language models for automated penetration testing in robotic environments. We propose an environment-grounded multi-agent architecture tailored to Robotics-based systems. The approach dynamically constructs a shared graph-based memory during execution that captures the observable system state, including network topology, communication channels, vulnerabilities, and attempted exploits. This enables structured automation while maintaining traceability and effective context management throughout the testing process. Evaluated across multiple iterations within a specialized robotics Capture-the-Flag scenario (ROS/ROS2), the system demonstrated high reliability, successfully completing the challenge in 100\% of test runs (n=5). This performance significantly exceeds literature benchmarks while maintaining the traceability and human oversight required by frameworks like the EU AI Act.
- Abstract（参考訳）: デジタルインフラの複雑さと相互接続性の向上は、スケーラブルで信頼性の高いセキュリティアセスメント手法を不可欠にしている。
ロボットシステムは特に重要な運用技術であり、現代のロボットは産業自動化、物流、自律サービスといった分野に展開される高度にネットワーク化されたサイバー物理システムである。
本稿では,ロボット環境での自動貫入試験における大規模言語モデルの利用について検討する。
本稿では,ロボティクスをベースとした環境調和型マルチエージェントアーキテクチャを提案する。
このアプローチは実行中に共有グラフベースのメモリを動的に構築し、ネットワークトポロジ、通信チャネル、脆弱性、エクスプロイトなど、観測可能なシステムの状態をキャプチャする。
これにより、テストプロセス全体を通してトレーサビリティと効果的なコンテキスト管理を維持しながら、構造化された自動化が可能になる。
特殊なロボティクス・キャプチャー・ザ・フラッグ(ROS/ROS2)シナリオ(ROS/ROS2)内の複数のイテレーションで評価され、システムは高い信頼性を示し、100 %のテスト実行(n=5)でチャレンジを完了した。
このパフォーマンスは、EU AI Actのようなフレームワークが要求するトレーサビリティと人間の監視を維持しながら、文学ベンチマークを大幅に上回る。
関連論文リスト
- End-to-End O-RAN Testbed for Edge-AI-Enabled 5G/6G Connected Industrial Robotics [1.2179379138011863]
我々は5G/6G O-RANをベースとしたE-AIを産業用ロボットアプリケーションに統合したエンドツーエンドテストベッドを提案する。
テストベッドは、さまざまなデータ取得、エッジ処理、ロボット知覚のためのリアルタイムストリーミングアプローチ間のトレードオフを調査するために使用される。
論文 参考訳（メタデータ） (2026-03-13T20:14:32Z) - RC-NF: Robot-Conditioned Normalizing Flow for Real-Time Anomaly Detection in Robotic Manipulation [68.7948300643741]
ロボットの異常検出と介入をリアルタイムに監視するロボット・コンディションド・ノーマライゼーション・フロー(RC-NF)を提案する。
RC-NFは、正規化フロー内のタスク認識ロボットとオブジェクト状態の処理を分離する。
従来のロボットタスクの監視方法と比較して、あらゆる異常なタイプで最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2026-03-11T10:14:37Z) - A Unified AI, Embedded, Simulation, and Mechanical Design Approach to an Autonomous Delivery Robot [0.0]
本稿では,機械工学,組込みシステム,人工知能を統合した完全自律配送ロボットの開発について述べる。
プラットフォームは異種コンピューティングアーキテクチャを採用し、RPi 5とROS 2はAIベースの認識と経路計画を扱う。
機械設計は、精密なモーター選択と材料工学を通じてペイロード容量と移動性に最適化された。
論文 参考訳（メタデータ） (2025-12-26T23:39:54Z) - Procedimiento de auditoría de ciberseguridad para sistemas autónomos: metodología, amenazas y mitigaciones [0.1759008116536278]
本稿では,自律システムに対する特定のセキュリティ監査手順について述べる。
これは、階層構造された方法論、ロボットの文脈に適応した脅威分類法、具体的な緩和措置に基づいている。
論文 参考訳（メタデータ） (2025-11-07T12:06:21Z) - Keeping it Local, Tiny and Real: Automated Report Generation on Edge Computing Devices for Mechatronic-Based Cognitive Systems [0.0]
各種マルチモーダルセンサを用いた自然言語の自動レポート生成パイプラインを提案する。
特に,屋内環境,屋外環境,都市環境を含む複数の領域にまたがる多様なデータセットの実装について検討した。
論文 参考訳（メタデータ） (2025-11-04T11:49:41Z) - Real-Time Multimodal Signal Processing for HRI in RoboCup: Understanding a Human Referee [1.7456666582626115]
本研究では、キーポイント抽出と分類によるジェスチャー認識のための2段階パイプラインと、効率的なwhi検出のための連続畳み込みニューラルネットワーク(CCNN)を実装した。
提案されたアプローチは、RoboCupのような競合する環境でのリアルタイムな人間とロボットのインタラクションを強化し、人間と協力できる自律システムの開発を前進させるためのツールを提供する。
論文 参考訳（メタデータ） (2024-11-26T11:39:43Z) - Exploring the Adversarial Vulnerabilities of Vision-Language-Action Models in Robotics [68.36528819227641]
本稿では,ビジョン・ランゲージ・アクション(VLA)モデルのロバスト性を体系的に評価する。
本研究では,ロボット行動の不安定化に空間的基盤を活用する2つの未目標攻撃目標と,ロボット軌道を操作する目標攻撃目標を導入する。
我々は、カメラの視野に小さなカラフルなパッチを配置し、デジタルと物理の両方の環境で効果的に攻撃を実行する逆パッチ生成アプローチを設計する。
論文 参考訳（メタデータ） (2024-11-18T01:52:20Z) - RoboScript: Code Generation for Free-Form Manipulation Tasks across Real
and Simulation [77.41969287400977]
本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。
自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。
我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
論文 参考訳（メタデータ） (2024-02-22T15:12:00Z) - MMRNet: Improving Reliability for Multimodal Object Detection and
Segmentation for Bin Picking via Multimodal Redundancy [68.7563053122698]
マルチモーダル冗長性(MMRNet)を用いた信頼度の高いオブジェクト検出・分割システムを提案する。
これは、マルチモーダル冗長の概念を導入し、デプロイ中のセンサ障害問題に対処する最初のシステムである。
システム全体の出力信頼性と不確実性を測定するために,すべてのモダリティからの出力を利用する新しいラベルフリーマルチモーダル整合性(MC)スコアを提案する。
論文 参考訳（メタデータ） (2022-10-19T19:15:07Z)
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。