論文の概要: Context-Binding Gaps in Stateful Zero-Knowledge Proximity Proofs: Taxonomy, Separation, and Mitigation
- arxiv url: http://arxiv.org/abs/2604.03900v1
- Date: Sun, 05 Apr 2026 00:10:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-07 15:49:18.825148
- Title: Context-Binding Gaps in Stateful Zero-Knowledge Proximity Proofs: Taxonomy, Separation, and Mitigation
- Title（参考訳）: ステートフルゼロ知識証明における文脈結合ギャップ--分類・分離・緩和
- Authors: Yoshiyuki Ootani,
- Abstract要約: ゼロ近接証明は幾何学的近接性を証明するが、応用コンテキストへのコミットメントは持たない。
本稿では,この展開問題のシステムセキュリティ解析について述べる。
本研究は, 人口密集都市におけるミエポック移動が, 要求単位当たりのナンスを維持できない限り, 現実的であることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A zero-knowledge proximity proof certifies geometric nearness but carries no commitment to an application context. In stateful geo-content systems, where drops can share coordinates, policies evolve, and content has persistent identity, this gap can permit proof transfer between application objects unless extra operational invariants are maintained. We present a systems-security analysis of this deployment problem: a taxonomy of context-binding vulnerabilities, a formal off-circuit verification model for a transcript-adversary that holds a recorded proof but cannot obtain fresh coordinates, an assumption comparison across five binding strategy classes, and a concrete instantiation, Zairn-ZKP, that embeds drop identity, policy version, and session context as public circuit inputs. Compared with a strong off-circuit alternative based on stored-digest server checking, in-proof binding reduces operational invariants from four to two and adds no measurable proving cost relative to the sound geo-only baseline (-0.12 ms median in our setup). It also removes a correctness pitfall we identify empirically: a plausible off-circuit implementation that omits one server-side check remains vulnerable to cross-drop transfer. Measurements across six network conditions, seven venues in four countries, and an epoch-window simulation indicate that same-epoch transfer is realistic in dense urban deployments unless per-request nonces are maintained. Across five platforms and seven binding strategies, the results support a deployable methodology for reducing assumption surfaces in stateful ZK-backed verification workflows.
- Abstract（参考訳）: ゼロ知識近接証明は幾何学的近接性を証明しているが、アプリケーションコンテキストへのコミットは行わない。
ドロップが座標を共有し、ポリシーが進化し、コンテンツが永続的なアイデンティティを持つステートフルなジオコンテンツシステムでは、余分な操作不変性が維持されない限り、このギャップはアプリケーションオブジェクト間の証明転送を許可する。
本稿では,この展開問題に対するシステムセキュリティ分析について述べる。コンテキストバインディング脆弱性の分類,記録された証明を保持するが,新たな座標を得ることができないトランスクリプトアドバイザリーの正式なオフサーキット検証モデル,5つのバインディング戦略クラス間の仮定比較,ドロップID,ポリシーバージョン,セッションコンテキストを公開回路入力として組み込んだ具体的なインスタンス化Zairn-ZKPである。
In-proof binding is reduces operation invariants to two to the sound geo-only baseline (-0.12 ms)。
それはまた、我々が経験的に特定する正しさの落とし穴を除去する: 1つのサーバサイドチェックを省略する、確実なオフサーキット実装は、クロスドロップ転送に対して脆弱なままである。
6つのネットワーク条件,4か国の7つの会場,およびエポック・ウィンドウ・シミュレーションから,各要求ナンスが維持されない限り,密集した都市配置において同エポック・トランスファーが現実的であることが示唆された。
5つのプラットフォームと7つのバインディング戦略にまたがって、ステートフルなZKベースの検証ワークフローにおける仮定面の削減のためのデプロイ可能な方法論をサポートする。
関連論文リスト
- K$α$LOS finds Consensus: A Meta-Algorithm for Evaluating Inter-Annotator Agreement in Complex Vision Tasks [4.297070083645049]
本稿では,「ローカライゼーションファースト」の原理を一般化した統一メタアルゴリズムであるK$LOSを提案する。
合意を査定する前に空間対応を解消することにより,複雑な分類問題を名目上の信頼性に変換する。
論文 参考訳（メタデータ） (2026-03-28T08:54:05Z) - Byzantine-Robust and Differentially Private Federated Optimization under Weaker Assumptions [89.52532304099522]
フェデレートラーニング(FL)は、クライアントが生データを集中せずに共有モデルを共同でトレーニングすることを可能にし、固有のプライバシーレベルを提供する。
グラデーションとモデル更新は機密情報を漏洩する可能性があるが、悪意のあるサーバはビザンティン操作のような敵攻撃をマウントする可能性がある。
これらの脆弱性は、統合されたフレームワーク内の差分プライバシー(DP)とビザンチンの堅牢性に対処する必要性を強調している。
Byz-Clip21-SGD2Mを提案する。
論文 参考訳（メタデータ） (2026-03-24T17:39:09Z) - Verifier-Bound Communication for LLM Agents: Certified Bounds on Covert Signaling [0.0]
言語モデルエージェントを結合することで、ポリシーに準拠したメッセージの調整を表面レベルで隠蔽することができる。
生成と受け入れを分離するプロトコルであるCLBCを提案する。
このプロトコルは、遅延リークと明示的な残留チャネルの観点から、転写リークの上限をいかに高めるかを示す。
論文 参考訳（メタデータ） (2026-02-27T23:42:37Z) - Adversarial Intent is a Latent Variable: Stateful Trust Inference for Securing Multimodal Agentic RAG [5.4716896485317195]
マルチモーダルエージェントRAGに対する現在のステートレスディフェンスは、悪意のあるセマンティクスを配布する敵の戦略を検出するのに失敗する。
MMA-RAGTは,MTA (Modular Trust Agent) が管理する推定時制御フレームワークで,ほぼ信頼状態を維持している。
論文 参考訳（メタデータ） (2026-02-24T23:52:27Z) - A First Proof Sprint [0.0]
このモノグラフは10種類の研究レベルの問題に関するマルチエージェント証明スプリントを報告している。
問題3は、ここで使われるスコープ付き基準の下で、検証完全存在パスを持つ。
問題5は、F_O$-ローカル接続スペクトルのスコープ制限形式で解決される。
問題6は、一般の場合において、名前付き残される義務の一部である。
問題7と9にはノードレベルの検証アーティファクトがあるが、未解決のバリデーションギャップがある。
論文 参考訳（メタデータ） (2026-02-14T04:09:30Z) - VulAgent: Hypothesis-Validation based Multi-Agent Vulnerability Detection [55.957275374847484]
VulAgentは仮説検証に基づくマルチエージェント脆弱性検出フレームワークである。
セマンティクスに敏感なマルチビュー検出パイプラインを実装しており、それぞれが特定の分析の観点から一致している。
平均して、VulAgentは全体的な精度を6.6%改善し、脆弱性のある固定されたコードペアの正確な識別率を最大450%向上させ、偽陽性率を約36%削減する。
論文 参考訳（メタデータ） (2025-09-15T02:25:38Z) - A Taxonomy and Methodology for Proof-of-Location Systems [42.222053626544366]
本稿では,PoL(Proof-of-Location)システムの4つの中核領域を同定する分類法を提案する。
次に、アプリケーション固有の要件を適切なPoLアーキテクチャにマッピングする方法論を紹介します。
全体として、この作業はセキュアでスケーラブルで相互運用可能なPoLシステムを構築するための構造化されたアプローチを提供する。
論文 参考訳（メタデータ） (2025-08-19T19:39:05Z) - TrustLoRA: Low-Rank Adaptation for Failure Detection under Out-of-distribution Data [62.22804234013273]
本稿では,共変量および意味的シフトの両条件下での拒絶による分類を統一し,促進する,単純な故障検出フレームワークを提案する。
キーとなる洞察は、障害固有の信頼性知識を低ランクアダプタで分離し、統合することにより、障害検出能力を効果的かつ柔軟に向上できるということです。
論文 参考訳（メタデータ） (2025-04-20T09:20:55Z) - Hallucinated Adversarial Control for Conservative Offline Policy
Evaluation [64.94009515033984]
本研究では,環境相互作用のオフラインデータセットが与えられた場合,政策のパフォーマンスを低く抑えることを目的とした,保守的非政治評価(COPE)の課題について検討する。
本稿では,遷移力学の不確実性を考慮した学習モデルに基づくHAMBOを紹介する。
結果のCOPE推定値が妥当な下界であることを証明し、正則性条件下では、真に期待された戻り値への収束を示す。
論文 参考訳（メタデータ） (2023-03-02T08:57:35Z) - Delving into Probabilistic Uncertainty for Unsupervised Domain Adaptive
Person Re-Identification [54.174146346387204]
ドメイン適応型人物再識別のための確率的不確実性誘導プログレッシブラベル精錬(P$2$LR)という手法を提案する。
擬似ラベルの不確実性を測定し、ネットワークトレーニングを容易にする定量的基準を確立する。
本手法はDuke2Marketタスクではベースラインが6.5%,Market2MSMTタスクでは2.5%,最先端手法では2.5%を上回った。
論文 参考訳（メタデータ） (2021-12-28T07:40:12Z)
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。