論文の概要: Security and Privacy in Virtual and Robotic Assistive Systems: A Comparative Framework

• arxiv url: http://arxiv.org/abs/2603.29907v2
• Date: Thu, 09 Apr 2026 17:16:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-10 14:10:47.841406
• Title: Security and Privacy in Virtual and Robotic Assistive Systems: A Comparative Framework
• Title（参考訳）: 仮想およびロボット支援システムにおけるセキュリティとプライバシ - 比較フレームワーク
• Authors: Nelly Elsayed,
• Abstract要約: 2つの主要なカテゴリーは、仮想補助システムと物理的環境で動作するロボット補助システムである。 仮想システムは、データプライバシ、不正アクセス、敵の声操作を含む脅威にさらされている。 ロボットシステムは、センサー・スプーフィング、知覚操作、コマンド・インジェクション、身体的安全の危険など、追加のサイバー物理的リスクを導入している。
• 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: Assistive technologies increasingly support independence, accessibility, and safety for older adults, people with disabilities, and individuals requiring continuous care. Two major categories are virtual assistive systems and robotic assistive systems operating in physical environments. Although both offer significant benefits, they introduce important security and privacy risks due to their reliance on artificial intelligence, network connectivity, and sensor-based perception. Virtual systems are primarily exposed to threats involving data privacy, unauthorized access, and adversarial voice manipulation. In contrast, robotic systems introduce additional cyber-physical risks such as sensor spoofing, perception manipulation, command injection, and physical safety hazards. In this paper, we present a comparative analysis of security and privacy challenges across these systems. We develop a unified comparative threat-modeling framework that enables structured analysis of attack surfaces, risk profiles, and safety implications across both systems. Moreover, we provide design recommendations for developing secure, privacy-preserving, and trustworthy assistive technologies.
• Abstract（参考訳）: 補助技術は、高齢者、障害者、継続的なケアを必要とする個人に対する独立性、アクセシビリティ、安全をますます支援している。 2つの主要なカテゴリーは、仮想補助システムと物理的環境で動作するロボット補助システムである。 どちらも大きなメリットがあるが、人工知能、ネットワーク接続、センサーベースの知覚に依存しているため、セキュリティとプライバシの重大なリスクが伴う。 仮想システムは、主にデータプライバシ、不正アクセス、敵対的な音声操作を含む脅威にさらされている。 対照的に、ロボットシステムは、センサーのスプーフィング、知覚操作、コマンドインジェクション、物理的安全ハザードなどの追加のサイバー物理的リスクを導入している。 本稿では,これらのシステムにおけるセキュリティとプライバシの課題の比較分析を行う。 我々は,攻撃面の構造解析,リスクプロファイル,および両システム間の安全性への影響を考慮し,統合された脅威モデリングフレームワークを開発する。 さらに、安全でプライバシーを保護し、信頼できる補助技術を開発するためのデザインレコメンデーションも提供します。

関連論文リスト

• OS-Sentinel: Towards Safety-Enhanced Mobile GUI Agents via Hybrid Validation in Realistic Workflows [77.95511352806261]
  VLM(Vision-Language Models)を利用したコンピュータ利用エージェントは、モバイルプラットフォームのようなデジタル環境を操作する上で、人間のような能力を実証している。 我々は,明示的なシステムレベルの違反を検出するための形式検証器と,文脈的リスクとエージェント行動を評価するコンテキスト判断器を組み合わせた,新しいハイブリッド安全検出フレームワークOS-Sentinelを提案する。
  論文  参考訳（メタデータ） (2025-10-28T13:22:39Z)
• The Cybersecurity of a Humanoid Robot [0.5958112901546286]
  本報告では,生産型ヒューマノイドロボットプラットフォームの総合的なセキュリティ評価について述べる。 高度な防御機構と重大な脆弱性の両方を特徴とする、複雑なセキュリティの状況を発見しました。 この研究は、ヒューマノイドロボットが研究キュリオシティからクリティカルドメインの運用システムに移行するにつれ、堅牢なセキュリティ標準を開発するための実証的な証拠となる。
  論文  参考訳（メタデータ） (2025-09-17T15:37:09Z)
• ANNIE: Be Careful of Your Robots [48.89876809734855]
  エンボディドAIシステムに対する敵の安全攻撃に関する最初の体系的研究について述べる。 すべての安全カテゴリーで攻撃の成功率は50%を超えている。 結果は、実証済みのAIシステムにおいて、これまで未調査だったが、非常に連続的な攻撃面を露呈する。
  論文  参考訳（メタデータ） (2025-09-03T15:00:28Z)
• Open Problems in Machine Unlearning for AI Safety [61.43515658834902]
  特定の種類の知識を選択的に忘れたり、抑圧したりするマシンアンラーニングは、プライバシとデータ削除タスクの約束を示している。 本稿では,アンラーニングがAI安全性の包括的ソリューションとして機能することを防止するための重要な制約を特定する。
  論文  参考訳（メタデータ） (2025-01-09T03:59:10Z)
• Towards Guaranteed Safe AI: A Framework for Ensuring Robust and Reliable AI Systems [88.80306881112313]
  我々は、AI安全性に対する一連のアプローチを紹介し、定義する。 これらのアプローチの中核的な特徴は、高保証の定量的安全性保証を備えたAIシステムを作ることである。 これら3つのコアコンポーネントをそれぞれ作成するためのアプローチを概説し、主な技術的課題を説明し、それらに対する潜在的なソリューションをいくつか提案します。
  論文  参考訳（メタデータ） (2024-05-10T17:38:32Z)
• Security Challenges in Autonomous Systems Design [1.864621482724548]
  人間のコントロールから独立すると、このようなシステムのサイバーセキュリティはさらに重要になる。 人間のコントロールから独立すると、このようなシステムのサイバーセキュリティはさらに重要になる。 本稿では,技術の現状を徹底的に議論し,新たなセキュリティ課題を特定し,研究の方向性を提案する。
  論文  参考訳（メタデータ） (2023-11-05T09:17:39Z)
• Security Considerations in AI-Robotics: A Survey of Current Methods, Challenges, and Opportunities [4.466887678364242]
  本稿では,AI-ロボティクスシステムにおけるセキュリティ問題への対処の必要性から,3次元にわたる包括的調査と分類について述べる。 まず、潜在的な攻撃面を調査し、防御戦略を緩和することから始める。 次に、依存関係や心理的影響などの倫理的問題や、これらのシステムに対する説明責任に関する法的懸念を掘り下げる。
  論文  参考訳（メタデータ） (2023-10-12T17:54:20Z)
• Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
  大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。 我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。 我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
  論文  参考訳（メタデータ） (2020-10-19T13:09:31Z)

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。