論文の概要: AEGIS: Adversarial Entropy-Guided Immune System -- Thermodynamic State Space Models for Zero-Day Network Evasion Detection
- arxiv url: http://arxiv.org/abs/2604.02149v1
- Date: Thu, 02 Apr 2026 15:16:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-03 14:21:10.877744
- Title: AEGIS: Adversarial Entropy-Guided Immune System -- Thermodynamic State Space Models for Zero-Day Network Evasion Detection
- Title（参考訳）: AEGIS:逆エントロピー誘導免疫系 --ゼロデイネットワーク侵入検出のための熱力学状態空間モデル
- Authors: Vickson Ferrel,
- Abstract要約: AEGIS (Adversarial Entropy-Guided Immune System) は、熱力学的変動誘導型双曲型液体状態モデルを用いた対向型エントロピー誘導免疫システムである。
ゼロコピーIPCを持つ純粋なC++ eBPF HarvesterはPython GILをバイパスし、線形時間O(N) Mamba-3コアで64,000パケットのスワムをラインレートで処理できる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As TLS 1.3 encryption limits traditional Deep Packet Inspection (DPI), the security community has pivoted to Euclidean Transformer-based classifiers (e.g., ET-BERT) for encrypted traffic analysis. However, these models remain vulnerable to byte-level adversarial morphing -- recent pre-padding attacks reduced ET-BERT accuracy to 25.68%, while VLESS Reality bypasses certificate-based detection entirely. We introduce AEGIS: an Adversarial Entropy-Guided Immune System powered by a Thermodynamic Variance-Guided Hyperbolic Liquid State Space Model (TVD-HL-SSM). Rather than competing in the Euclidean payload-reading domain, AEGIS discards payload bytes in favor of 6-dimensional continuous-time flow physics projected into a non-Euclidean Poincare manifold. Liquid Time-Constants measure microsecond IAT decay, and a Thermodynamic Variance Detector computes sequence-wide Shannon Entropy to expose automated C2 tunnel anomalies. A pure C++ eBPF Harvester with zero-copy IPC bypasses the Python GIL, enabling a linear-time O(N) Mamba-3 core to process 64,000-packet swarms at line-rate. Evaluated on a 400GB, 4-tier adversarial corpus spanning backbone traffic, IoT botnets, zero-days, and proprietary VLESS Reality tunnels, AEGIS achieves an F1-score of 0.9952 and 99.50% True Positive Rate at 262 us inference latency on an RTX 4090, establishing a new state-of-the-art for physics-based adversarial network defense.
- Abstract（参考訳）: TLS 1.3の暗号化が従来のDeep Packet Inspection(DPI)を制限するため、セキュリティコミュニティは暗号化トラフィック分析のためにユークリッドトランスフォーマーベースの分類器(ET-BERTなど)に方向転換した。
しかし、これらのモデルはバイトレベルの逆転モーフィングに弱いままであり、最近のプレパディング攻撃によりET-BERTの精度は25.68%に低下し、VLESS Realityは証明書ベースの検出を完全に回避している。
本稿では,熱力学的変動誘導型双曲性液体状態空間モデル(TVD-HL-SSM)を用いた逆エントロピー誘導免疫系について紹介する。
AEGISはユークリッドのペイロード読み込み領域で競合するのではなく、非ユークリッドのポインケア多様体に射影された6次元の連続時間フロー物理学に代えてペイロードバイトを破棄する。
液体時間定数はマイクロ秒IAT崩壊を測定し、熱力学可変検出器はシーケンスワイドのシャノンエントロピーを計算し、自動C2トンネル異常を露呈する。
ゼロコピーIPCを持つ純粋なC++ eBPF HarvesterはPython GILをバイパスし、線形時間O(N) Mamba-3コアで64,000パケットのスワムをラインレートで処理できる。
バックボーントラフィック、IoTボットネット、ゼロデイ、およびプロプライエタリなVLESS Realityトンネルにまたがる400GBの4層対向コーパスに基づいて評価され、AEGISはF1スコアの0.9952と99.50%のTrue Positive RateをRTX 4090での推論遅延262で達成し、物理ベースの対向ネットワーク防衛のための新しい最先端技術を確立した。
関連論文リスト
- PARD-SSM: Probabilistic Cyber-Attack Regime Detection via Variational Switching State-Space Models [0.0]
本稿では,ネットワークテレメトリをK = 4 の隠れ状態を持つ線形力学系としてモデル化する確率的フレームワーク PARD-SSM を提案する。
構造的変動近似は、推論の複雑さを指数関数からO(TK2)に還元し、標準CPUハードウェアでのリアルタイム検出を可能にする。
モデルはまた、攻撃開始の約8分前に予測アラートを生成する。
論文 参考訳（メタデータ） (2026-04-02T17:38:52Z) - Information-Theoretic Digital Twins for Stealthy Attack Detection in Industrial Control Systems: A Closed-Form KL Divergence Approach [0.0]
デジタル双生児(DT)は産業制御システム(ICS)の監視・確保にますます利用されている
しかし、通常の物理的境界内でシステム状態を操作するステルスな偽データ注入攻撃(FDIA)を検出することは依然として困難である。
リアルタイム異常検出のためのクローズドループ情報理論デジタルツイン(IT-DT)フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-02T08:56:11Z) - Accurate Network Traffic Matrix Prediction via LEAD: a Large Language Model-Enhanced Adapter-Based Conditional Diffusion Model [41.23125529149133]
本稿では,交通行列をRGB画像に変換する条件拡散モデルLEADを提案する。
また,拡散モデルを誘導し,複雑な動的ネットワークトラフィックを生成するDual-Conditioning Strategyを提案する。
AbileneとGEANTデータセットの実験では、LEADがすべてのベースラインを上回っていることが示されている。
論文 参考訳（メタデータ） (2026-01-29T09:16:05Z) - LiQSS: Post-Transformer Linear Quantum-Inspired State-Space Tensor Networks for Real-Time 6G [85.58816960936069]
Sixth-Generation (6G) Open Radio Access Networks (O-RAN) における能動的およびエージェント的制御は、厳密なニアタイム(Near-RT)レイテンシと計算制約の下で制御グレードの予測を必要とする。
本稿では,効率的な無線テレメトリ予測のための変圧器後パラダイムについて検討する。
本稿では、自己アテンションを安定な状態空間動的カーネルに置き換える量子インスピレーション付き状態空間テンソルネットワークを提案する。
論文 参考訳（メタデータ） (2026-01-18T12:08:38Z) - Hybrid Deep Learning-Federated Learning Powered Intrusion Detection System for IoT/5G Advanced Edge Computing Network [0.0]
IoTおよび5G-Advancedアプリケーションは、DDoS、マルウェア、ゼロデイ侵入に対する攻撃面を拡大した。
本稿では、畳み込みニューラルネットワーク(CNN)、双方向LSTM(BiLSTM)、オートエンコーダ(AE)ボトルネックを融合する侵入検知システムを提案する。
論文 参考訳（メタデータ） (2025-09-19T03:23:51Z) - Attention Meets UAVs: A Comprehensive Evaluation of DDoS Detection in Low-Cost UAVs [1.6820106165213193]
本稿では、低コストでWi-Fiベースの無人航空機(UAV)によるDDoS攻撃に対するサイバーセキュリティ対策の強化に関する重要な課題について検討する。
我々は,UAVシステムのコンパニオンコンピュータ上で動作する検出機構を開発した。
そこで本研究では,車載DDoS検出機構を構築するために必要なステップについて述べる。
論文 参考訳（メタデータ） (2024-06-28T12:44:01Z) - Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。
拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。
MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
論文 参考訳（メタデータ） (2024-05-01T12:03:39Z) - A reconfigurable neural network ASIC for detector front-end data
compression at the HL-LHC [0.40690419770123604]
ニューラルネットワークのオートエンコーダモデルを放射線耐性ASICに実装して、損失のあるデータ圧縮を行うことができる。
これは、粒子物理学アプリケーション用に設計されたニューラルネットワークの耐放射線性オンディテクタASIC実装である。
論文 参考訳（メタデータ） (2021-05-04T18:06:23Z) - Defending Water Treatment Networks: Exploiting Spatio-temporal Effects
for Cyber Attack Detection [46.67179436529369]
水処理ネットワーク(WTN)は地域社会と公衆衛生にとって重要なインフラであり、WTNはサイバー攻撃に弱い。
WTNにおけるサイバー攻撃の時間的特性をモデル化し,WTNを防御する構造的異常検出フレームワークを提案する。
論文 参考訳（メタデータ） (2020-08-26T15:56:55Z) - Near-chip Dynamic Vision Filtering for Low-Bandwidth Pedestrian
Detection [99.94079901071163]
本稿では、ダイナミックビジョンセンサ(DVS)を用いた歩行者検出のための新しいエンドツーエンドシステムを提案する。
我々は、複数のセンサがローカル処理ユニットにデータを送信し、検出アルゴリズムを実行するアプリケーションをターゲットにしている。
我々の検出器は450ミリ秒毎に検出を行うことができ、総合的なテストF1スコアは83%である。
論文 参考訳（メタデータ） (2020-04-03T17:36:26Z)
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。