論文の概要: APEX: Agent Payment Execution with Policy for Autonomous Agent API Access

• arxiv url: http://arxiv.org/abs/2604.02023v1
• Date: Thu, 02 Apr 2026 13:32:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-03 14:21:10.812928
• Title: APEX: Agent Payment Execution with Policy for Autonomous Agent API Access
• Title（参考訳）: APEX:Agent Payment Execution with Policy for autonomous Agent API Access
• Authors: Mohd Safwan Uddin, Mohammed Mouzam, Mohammed Imran, Syed Badar Uddin Faizan,
• Abstract要約: APEXは、402スタイルの支払いゲーティングをUPIのようなフィアットに適合させる完全な研究システムである。 ポリシーに守られた消費制御、トークン化されたアクセス検証、リプレイ抵抗を保護します。 その結果、政策執行機関は、合法的な要求に対して52.8%の成功率を維持しながら、総支出を27.3%削減している。
• 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: Autonomous agents are moving beyond simple retrieval tasks to become economic actors that invoke APIs, sequence workflows, and make real-time decisions. As this shift accelerates, API providers need request-level monetization with programmatic spend governance. The HTTP 402 protocol addresses this by treating payment as a first-class protocol event, but most implementations rely on cryptocurrency rails. In many deployment contexts, especially countries with strong real-time fiat systems like UPI, this assumption is misaligned with regulatory and infrastructure realities. We present APEX, an implementation-complete research system that adapts HTTP 402-style payment gating to UPI-like fiat workflows while preserving policy-governed spend control, tokenized access verification, and replay resistance. We implement a challenge-settle-consume lifecycle with HMAC-signed short-lived tokens, idempotent settlement handling, and policy-aware payment approval. The system uses FastAPI, SQLite, and Python standard libraries, making it transparent, inspectable, and reproducible. We evaluate APEX across three baselines and six scenarios using sample sizes 2-4x larger than initial experiments (N=20-40 per scenario). Results show that policy enforcement reduces total spending by 27.3% while maintaining 52.8% success rate for legitimate requests. Security mechanisms achieve 100% block rate for both replay attacks and invalid tokens with low latency overhead (19.6ms average). Multiple trial runs show low variance across scenarios, demonstrating high reproducibility with 95% confidence intervals. The primary contribution is a controlled agent-payment infrastructure and reference architecture that demonstrates how agentic access monetization can be adapted to fiat systems without discarding security and policy guarantees.
• Abstract（参考訳）: 自律エージェントは、単純な検索タスクを超えて、APIを実行し、シーケンスワークフローを実行し、リアルタイム決定を行う経済アクターになりつつある。 このシフトが加速するにつれて、APIプロバイダはプログラム的な費用管理による要求レベルの収益化を必要とします。 HTTP 402プロトコルは、支払いをファーストクラスのプロトコルイベントとして扱うことでこの問題に対処するが、ほとんどの実装は暗号通貨のレールに依存している。 多くの展開状況、特にUPIのような強力なリアルタイム・フィアット・システムを持つ国では、この仮定は規制やインフラの現実と不一致である。 本稿では,HTTP 402 スタイルの支払いゲーティングを UPI のようなフィアットワークフローに適用する実装完全研究システムである APEX を提案する。 我々は,HMACに署名された短命トークン,優越的決済処理,政策対応型決済承認による課題解決ライフサイクルを実装した。 このシステムはFastAPI、SQLite、Python標準ライブラリを使用しており、透過的で、検査可能で、再現可能である。 初期実験 (N=20～40) より2～4倍の大きさの試料を用いて, 3つの基準線と6つのシナリオでAPEXを評価した。 その結果、政策執行機関は、合法的な要求に対して52.8%の成功率を維持しながら、総支出を27.3%削減している。 セキュリティメカニズムは、リプレイ攻撃と低い遅延オーバーヘッド(平均19.6ms)を持つ無効トークンの両方に対して100%ブロックレートを達成する。 複数の試行はシナリオ間でのばらつきを低く示し、95%の信頼区間で高い再現性を示す。 主な貢献は、管理されたエージェント支払いインフラストラクチャとリファレンスアーキテクチャであり、セキュリティやポリシーの保証を捨てることなく、エージェントアクセスの収益化をフィアットシステムに適合させる方法を示している。

関連論文リスト

• LLM Readiness Harness: Evaluation, Observability, and CI Gates for LLM/RAG Applications [51.56484100374058]
  評価をデプロイメント決定ワークフローに変換するLLMおよびRAGアプリケーションのための準備性ハーネスを提案する。 このシステムは、最小限のAPI契約の下で、自動ベンチマーク、OpenTelemetryオブザーバビリティ、CI品質ゲートを組み合わせる。 チケットルーティングとBEIRタスクのハーネスを、完全なAzureマトリックスカバレッジで評価する。
  論文  参考訳（メタデータ） (2026-03-28T18:03:32Z)
• RLShield: Practical Multi-Agent RL for Financial Cyber Defense with Attack-Surface MDPs and Real-Time Response Orchestration [0.0]
  本稿では,金融サイバー防衛のための実用的マルチエージェントRLパイプラインであるRLShieldを提案する。 我々は、エンタープライズアタックサーフェスを、警告、アセットエクスポージャー、サービスヘルスを要約したマルコフ決定プロセス(MDP)としてモデル化し、アクションは実際のレスポンスステップを表す。 実験により、RLShieldは一定応答予算内での破壊を保ちながら、収容時間と余剰露光を減少させることが示された。
  論文  参考訳（メタデータ） (2026-02-26T23:29:38Z)
• On-Chain Decentralized Learning and Cost-Effective Inference for DeFi Attack Mitigation [4.37137147573556]
  DeFiプラットフォームでは、ビジネスロジックや会計上の脆弱性を利用したトランザクションによって、毎年数十億ドルが失われている。 i) コスト削減のためにLayer-2上でガス禁止計算を行い、(ii) 検証済みのモデル更新をLayer-1に伝達し、(iii) スマートコントラクト内でガス境界付き低遅延推論を可能にする。
  論文  参考訳（メタデータ） (2025-10-15T18:58:34Z)
• AI Agent Architecture for Decentralized Trading of Alternative Assets [2.8195433571821162]
  GoldMine OSは、ブロックチェーンベースのStablecoin("OZ")への物理的な金のトークン化と交換を自動化するために、複数の専門的AIエージェントを使用する研究指向アーキテクチャである。 本稿では,4つの協調エージェント(コンプライアンス,トークン発行,マーケットメイキング,リスクコントロール)とコーディネートコアについて述べる。 実験では、プロトタイプは需要トークンを1.2秒未満で提供し、手動よりも100倍以上高速である。
  論文  参考訳（メタデータ） (2025-07-15T09:11:19Z)
• Are You Getting What You Pay For? Auditing Model Substitution in LLM APIs [71.7892165868749]
  LLM(Commercial Large Language Model) APIは基本的な信頼の問題を生み出します。 ユーザーは特定のモデルに課金するが、プロバイダが忠実に提供できることを保証することはない。 我々は,このモデル置換問題を定式化し,現実的な逆条件下での検出方法を評価する。 我々は,信頼された実行環境(TEE)を実用的で堅牢なソリューションとして使用し,評価する。
  論文  参考訳（メタデータ） (2025-04-07T03:57:41Z)
• Auto.gov: Learning-based Governance for Decentralized Finance (DeFi) [14.697580721893809]
  Auto$.$gov"は学習ベースのガバナンスフレームワークで、深いQnetwork強化学習(RL)戦略を用いて、半自動化されたデータ駆動パラメータ調整を実行する。 実世界のデータを用いたテストでは、Auto$.$govはベンチマークアプローチを少なくとも14%上回り、静的ベースラインモデルは10倍に向上する。
  論文  参考訳（メタデータ） (2023-02-19T12:11:41Z)
• Acting in Delayed Environments with Non-Stationary Markov Policies [57.52103323209643]
  本稿では,MDPにおける学習と計画のためのフレームワークについて紹介する。 実行が遅れると、元の状態空間における決定論的マルコフポリシーは最大報酬を得るのに十分であるが、非定常である必要があることを証明します。 我々は、状態拡張に頼らずに遅延実行タスクを解く非定常Q学習スタイルのモデルベースアルゴリズムを考案した。
  論文  参考訳（メタデータ） (2021-01-28T13:35:37Z)

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。