論文の概要: Agents for Agents: An Interrogator-Based Secure Framework for Autonomous Internet of Underwater Things
- arxiv url: http://arxiv.org/abs/2604.04262v1
- Date: Sun, 05 Apr 2026 20:50:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-07 15:49:19.010822
- Title: Agents for Agents: An Interrogator-Based Secure Framework for Autonomous Internet of Underwater Things
- Title（参考訳）: エージェントエージェント:水中モノの自律インターネットのためのインターロゲータベースのセキュアフレームワーク
- Authors: Ali Akarma, Toqeer Ali Syed, Abdul Khadar Jilani, Salman Jan, Hammad Muneer, Muazzam A. Khan, Changli Yu,
- Abstract要約: 本稿では,水中マルチエージェント操作に行動信頼監視の考え方を取り入れた質問者に基づく構造について述べる。
Privileged interrogatorモジュールは、軽量トランスフォーマーモデルを使用して動的信頼スコアを計算する受動的通信メタデータアナライザである。
信頼の証拠は許可されたブロックチェーンコンソーシアムに格納され、改ざんされていないID管理を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous underwater vehicles (AUVs) and sensor nodes increasingly support decentralized sensing and coordination in the Internet of Underwater Things (IoUT), yet most deployments rely on static trust once authentication is established, leaving long-duration missions vulnerable to compromised or behaviorally deviating agents. In this paper, an interrogator based structure is presented that incorporates the idea of behavioral trust monitoring into underwater multi-agent operation without interfering with autonomy. Privileged interrogator module is a passive communication metadata analyzer that uses a lightweight transformer model to calculate dynamic trust scores, which are used to authorize the forwarding of mission critical data. Suspicious agents cause proportional monitoring and conditional restrictions, which allow fast containment and maintain network continuity. The evidence of trust is stored in a permissioned blockchain consortium which offers identity management which is not tampered and is decentralized without causing the overhead of public consensus mechanisms. Simulation based analysis shows that the evaluation of the result compares to a relative improvement of 21.7% in the detection accuracy compared to the static trust baselines with limited energy overhead. These findings suggest that behavior driven validation has the capability of reinforcing underwater coordination without compromising scalability and deployment.
- Abstract（参考訳）: 自律型水中車両(AUV)とセンサーノードは、インターネット・オブ・インダーウォーター・モノのインターネット(IoUT)における分散センシングと調整をますますサポートしているが、ほとんどのデプロイメントは認証が確立すれば静的信頼に依存する。
本稿では,自律性を損なうことなく,水中マルチエージェント操作に行動信頼監視の考え方を取り入れた質問者に基づく構造について述べる。
Privileged interrogatorモジュールは、軽量トランスフォーマーモデルを使用して、ミッションクリティカルデータの転送を認可するために使用される動的信頼スコアを計算する受動的通信メタデータアナライザである。
疑わしいエージェントは比例的な監視と条件制約を引き起こし、ネットワークの連続性を高速に保持し維持する。
信頼の証拠は、パブリックコンセンサス機構のオーバーヘッドを発生させることなく、改ざんされず、分散化されていないID管理を提供する許可付きブロックチェーンコンソーシアムに格納される。
シミュレーションに基づく解析の結果, 検出精度が21.7%向上したのに対し, エネルギーオーバーヘッドの少ない静的信頼ベースラインは21.7%向上した。
これらの結果から, 動作駆動型検証は, 拡張性や展開性を損なうことなく, 水中調整を強化できる可能性が示唆された。
関連論文リスト
- Agentic Trust Coordination for Federated Learning through Adaptive Thresholding and Autonomous Decision Making in Sustainable and Resilient Industrial Networks [3.7802766761560442]
産業ネットワークにおける分散インテリジェンスは、不均一でリソースに制約されたデバイスをまたいだセンシング、通信、計算を統合している。
フェデレートラーニング(FL)は、このような環境で協調的なモデルトレーニングを可能にするが、その信頼性は、一貫性のないクライアントの振る舞い、ノイズの多い検知条件、欠陥や敵の更新の存在に影響される。
本稿では,持続的かつ回復力のある産業ネットワークにおけるFLのための軽量なエージェント的信頼調整手法を提案する。
論文 参考訳（メタデータ） (2026-03-26T11:21:22Z) - Dynamic analysis enhances issue resolution [53.50448142467294]
DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。
テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。
Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
論文 参考訳（メタデータ） (2026-03-23T14:48:54Z) - Governing Dynamic Capabilities: Cryptographic Binding and Reproducibility Verification for AI Agent Tool Use [0.0]
既存のセキュリティレイヤでは、AIエージェントに何ができるか、それが主張するものを実行したのか、マルチエージェントインタラクションで何が起きたのかを検証できない。
既存のフレームワークはこれら2つを詳述し、サイレントな能力のエスカレーションを可能にし、検証済みの証明なしに相互作用を残す。
我々は3つのエージェントガバナンス要件を導出する:能力の完全性(G1)、行動の妥当性(G2)、相互作用監査性(G3)。
基本(Ed25519, SHA-256; 97 us verify)と拡張(BBS+選択開示、Groth16 DV-SNARK; 13.8 ms)の2つの暗号に依存しないインスタンス化で検証する。
論文 参考訳（メタデータ） (2026-03-15T11:46:57Z) - DynaTrust: Defending Multi-Agent Systems Against Sleeper Agents via Dynamic Trust Graphs [17.988939054544243]
睡眠薬に対する新しい防御法であるDynaTrustを提案する。
DynaTrustは信頼を静的属性ではなく継続的、進化的なプロセスとして扱う。
各エージェントの履歴行動と選択した専門家エージェントの信頼度に基づいて、各エージェントの信頼度を動的に更新する。
論文 参考訳（メタデータ） (2026-03-09T05:53:16Z) - A Novel Trust-Based DDoS Cyberattack Detection Model for Smart Business Environments [1.2991943127175767]
スマートビジネス環境の要件を満たすために,信頼に基づく新しいDDoS検出モデルを導入する。
提案モデルでは,ノードの動作を継続的に監視し,パケット配信率,応答時間,異常検出に基づいて信頼スコアを算出する信頼評価エンジンを組み込んだ。
信頼スコアと中央信頼ベースのアウトプットを統合することにより、信頼計算が強化され、脅威が正確に識別され、リアルタイムで対処されることが保証される。
論文 参考訳（メタデータ） (2025-12-04T14:37:55Z) - MAIF: Enforcing AI Trust and Provenance with an Artifact-Centric Agentic Paradigm [0.5495755145898128]
現在のAIシステムは、監査証跡、証明追跡、EU AI Actのような新たな規則で要求される説明可能性に欠ける不透明なデータ構造で運用されている。
動作は一時的なタスクではなく、永続的で検証可能なデータアーティファクトによって駆動される、アーティファクト中心のAIエージェントパラダイムを提案する。
プロダクション対応実装では、超高速ストリーミング(2,720.7MB/s)、最適化されたビデオ処理(1,342MB/s)、エンタープライズレベルのセキュリティが示されている。
論文 参考訳（メタデータ） (2025-11-19T04:10:32Z) - 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) - DRIFT: Dynamic Rule-Based Defense with Injection Isolation for Securing LLM Agents [52.92354372596197]
大規模言語モデル(LLM)は、強力な推論と計画能力のため、エージェントシステムの中心となってきています。
この相互作用は、外部ソースからの悪意のある入力がエージェントの振る舞いを誤解させる可能性がある、インジェクション攻撃のリスクも引き起こす。
本稿では,信頼に値するエージェントシステムのための動的ルールベースの分離フレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-13T05:01:09Z) - Malicious Agent Detection for Robust Multi-Agent Collaborative Perception [52.261231738242266]
多エージェント協調(MAC)知覚は、単エージェント認識よりも敵攻撃に対して脆弱である。
MAC知覚に特異的な反応防御であるMADE(Malicious Agent Detection)を提案する。
我々は、ベンチマーク3DデータセットV2X-simとリアルタイムデータセットDAIR-V2Xで包括的な評価を行う。
論文 参考訳（メタデータ） (2023-10-18T11:36:42Z) - TrustGuard: GNN-based Robust and Explainable Trust Evaluation with
Dynamicity Support [59.41529066449414]
本稿では,信頼度を考慮した信頼度評価モデルであるTrustGuardを提案する。
TrustGuardは、スナップショット入力層、空間集約層、時間集約層、予測層を含む階層アーキテクチャで設計されている。
実験により、TrustGuardは、シングルタイムスロットとマルチタイムスロットの信頼予測に関して、最先端のGNNベースの信頼評価モデルより優れていることが示された。
論文 参考訳（メタデータ） (2023-06-23T07:39:12Z)
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。