論文の概要: Aegon: Auditable AI Content Access with Ledger-Bound Tokens and Hardware-Attested Mobile Receipts

• arxiv url: http://arxiv.org/abs/2604.06693v1
• Date: Wed, 08 Apr 2026 05:16:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-09 17:30:51.350304
• Title: Aegon: Auditable AI Content Access with Ledger-Bound Tokens and Hardware-Attested Mobile Receipts
• Title（参考訳）: Aegon: Ledger-Bound Tokensとハードウェアテスト済みのモバイルレセプトによるAIコンテンツアクセスの監査
• Abstract要約: 本稿では、標準JWTトークンをコンテンツ固有のライセンスクレームで拡張するプロトコルであるAegonについて述べる。 Aegonは、追加のみのトランザクション台帳にCertificate TransparencyスタイルのMerkleツリーを保持する。 署名された前処理イベントログは、AI変換ステージを通じてコンテンツを追跡する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent standards such as RSL address AI content policy declaration -- telling AI systems what the licensing terms are. However, no existing system provides audit infrastructure -- tamper-evident licensing transaction records with independently verifiable proofs that those records have not been retroactively modified. We describe Aegon, a protocol that extends standard JWT tokens with content-specific licensing claims and maintains a Certificate Transparency-style Merkle tree over an append-only transaction ledger, enabling third-party auditors to independently verify that specific content licensing transactions were recorded and have not been retroactively modified. Publishers validate tokens at the edge using standard JWKS with no broker dependency in the content delivery path. A signed provenance event log tracks content through AI transformation stages (chunking, embedding, retrieval, citation), bound to ledger entries by transaction ID. We further describe hardware-attested compliance receipts for on-device Android AI agents using StrongBox secure element attestation -- to our knowledge, the first application of hardware-attested compliance receipts to AI content licensing. Existing DRM systems use hardware-backed keys for content decryption but do not produce verifiable compliance receipts for audit trails. We describe a reference architecture and an evaluation methodology for measuring protocol overhead. The protocol runs entirely over standard HTTPS and is designed to complement existing licensing standards rather than replace them.
• Abstract（参考訳）: RSLのような最近の標準は、AIコンテンツポリシー宣言に対処する -- AIシステムにライセンス条件が何であるかを伝えるものだ。しかし、既存のシステムは監査インフラストラクチャを提供していない -- これらのレコードが遡及的に修正されていないことの、独立した検証済みのライセンストランザクションレコードを提供する。 Aegonは、標準のJWTトークンをコンテンツ固有のライセンスクレームで拡張し、追加のみのトランザクション台帳にCertificate TransparencyスタイルのMerkleツリーを保持するプロトコルである。 パブリッシャーは、コンテンツ配信パスにブローカ依存のない標準JWKSを使用して、エッジでトークンを検証する。 署名された前処理イベントログは、AI変換ステージ(チャンキング、埋め込み、検索、引用)を通じてコンテンツを追跡し、トランザクションIDによって台帳エントリにバインドされる。 さらに、StrongBoxのセキュアな要素認証を使って、デバイス上のAndroid AIエージェントに対して、ハードウェアが保証するコンプライアンスレシートを記述します。 既存のDRMシステムは、ハードウェアで支えられた鍵をコンテンツ復号化に使用するが、監査証跡に対する検証済みのコンプライアンス・レシートは生成しない。 本稿では,プロトコルのオーバヘッドを測定するための参照アーキテクチャと評価手法について述べる。 このプロトコルは標準HTTPS上で完全に動作し、置き換えるのではなく、既存のライセンス標準を補完するように設計されている。

関連論文リスト

• Watermarks Without Verification: AI Text Watermarking After the EU AI Act [49.51124343181601]
  EU AI法第50条では、生成可能なAIプロバイダに対して、システムが生成したコンテンツをマークし、AI生成として検出することを要求している。 Anthropicは、その日後にリリースされたすべてのClaudeモデルが、すべての生成されたテキストにSynthID-Textに基づく透かしを埋め込んでいることを公表した。 我々は、現在、異議や保証は確認できないし、この不信は、それ自体を透かしではなく、実質的なガバナンスの失敗であると論じている。
  論文  参考訳（メタデータ） (2026-09-09T01:56:17Z)
• From Review to Authorization: Key-Isolated Threshold Signing for LLM Agents [5.02192791020171]
  KITAは、ユーザの秘密署名キーを保持する、レビュー・ツー・オーソライゼーションアーキテクチャである。 構造化出力LLMアダプタを用いた完全レビュア・エグゼクタパスを実装した。
  論文  参考訳（メタデータ） (2026-09-05T05:53:51Z)
• Rent-a-RAG: Embedding-Space Watermarks for Auditing Third-Party RAG [43.39396127458633]
  サードパーティの検索強化世代(RAG)マーケットプレースでは,新たな監査問題が発生している。 我々は,プロバイダ側のセマンティックな透かしとブラックボックス監査フレームワークであるDirBucketを提案する。 DirBucketは、埋め込みがプロバイダとプロバイダの秘密の方向に偏っている意味保存のパラフレーズによって文書を透かし出す。
  論文  参考訳（メタデータ） (2026-09-03T12:20:00Z)
• AgentProv: Auditing Agentic LLM API Providers via Tool-use Policy Probes [38.37599802008238]
  商用LLM APIは特定の基盤モデルを宣伝するが、提供されたバックボーンは静かに代用され、定量化され、あるいはラップされることがある。 既存の監査はすべて、テキスト出力チャネルからバックボーンアイデンティティを決定する。 本稿では,AgentProv(AgentProv)について紹介する。
  論文  参考訳（メタデータ） (2026-08-30T08:22:12Z)
• Identity-Bound Academic Credentials on Blockchain: On-Chain Issuer Accreditation with ERC-3643 and OnchainID [39.146761527401424]
  本報告では,OnchainIDの自己主権IDを構成する,IDに基づく学術的資格情報のためのレジストリの設計について述べる。 各証明書は、学生の身元に拘束された、署名された、高額な請求書として表現され、財布のない第三者によって検証される。 我々は、その保証のどれが引き継がれるかを明確にし、トランスファー可能なセキュリティトークン標準と非トランスファー可能な認証の緊張関係を明確にする。
  論文  参考訳（メタデータ） (2026-07-17T17:18:34Z)
• Sovereign Assurance Boundary: Certificate-Bound Admission for Agentic Infrastructure [2.124730017640531]
  Sovereign Assurance境界は、自動実行権限のための証明書バウンドランタイムアクセス層である。 本稿では,エアロックブローカーのアーキテクチャを詳述し,その入力と取り消しの不変性を定式化し,Goプロトタイプの予備実現可能性の測定結果を報告する。
  論文  参考訳（メタデータ） (2026-06-10T03:49:57Z)
• Agentic Witnessing: Pragmatic and Scalable TEE-Enabled Privacy-Preserving Auditing [0.0]
  我々は,検証を実行から推論へ移行するフレームワークであるエージェント・ウィットネス(Agentic Witnessing)を提案する。 システムは3つのエージェントで構成されている: 検証者(データセットのプロパティをチェックしたい)、プロバー(データセットを所有している)、監査者(データセットを検査する)。 TEE(Trusted Execution Environment)内でLLMベースの監査者を分離することにより、Verifierは生のデータセットを公開することなく、単純なクエリを通じてProverのプライベートデータをクエリすることができる。
  論文  参考訳（メタデータ） (2026-04-27T09:07:15Z)
• enclawed: A Configurable, Sector-Neutral Hardening Framework for Single-User AI Assistant Gateways [0.0]
  Enclawedは、証明不可能なピア信頼、非定型外部接続、署名付きモジュールローディング、タンパー・エビデント監査パスを必要とするデプロイメントをターゲットとする。 フレームワークには2つのフレーバーがある。オープンフレーバーはOpenClawとの互換性を維持しつつ、監査、分類、データロス防止シグナルを出力する。 実装には、セキュリティレビュー、204ケースのテストスイート、継続的インテグレーション対応のGitHub Actionsが伴います。
  論文  参考訳（メタデータ） (2026-04-18T05:10:11Z)
• ZK-ACE: Identity-Centric Zero-Knowledge Authorization for Post-Quantum Blockchain Systems [1.7429038786735553]
  ZK-ACEは、トランザクション転送されたシグネチャオブジェクトをアイデンティティバウンドのゼロ知識認証ステートメントに置き換える認証レイヤである。 我々は,ZK-ACEをゲームベースのセキュリティ定義で形式化し,音声認識,リプレイ抵抗,置換抵抗,クロスドメイン分離を実現した。 構造的、プロトコルレベルのデータ会計は、直接量子後シグネチャ展開に対するコンセンサス可視な認証データのオーダー・オブ・マグニチュードの低減を示す。
  論文  参考訳（メタデータ） (2026-03-09T05:21:44Z)
• ESAA-Security: An Event-Sourced, Verifiable Architecture for Agent-Assisted Security Audits of AI-Generated Code [0.0]
  本稿では,ソフトウェアリポジトリのエージェント支援セキュリティ監査のためのドメイン固有フレームワークであるESAA-Securityを提案する。 このフレームワークは構造化されたチェック結果、脆弱性の在庫、深刻度分類、リスク、修正ガイダンス、エグゼクティブサマリー、最終的なマークダウン/JSON監査レポートを生成する。
  論文  参考訳（メタデータ） (2026-03-06T15:15:26Z)
• Authenticated Contradictions from Desynchronized Provenance and Watermarking [48.47756819432157]
  この研究は、$textitIntegrity Clash$を形式化し、実証的に実証している。 本稿では,3500枚のテスト画像に対して100%の分類精度を達成し,証明メタデータと透かし検出ステータスを共同評価する層間監査プロトコルを提案する。
  論文  参考訳（メタデータ） (2026-03-02T20:42:12Z)
• IMMACULATE: A Practical LLM Auditing Framework via Verifiable Computation [49.796717294455796]
  経済的なモチベーションのある逸脱を検出するための実践的な監査フレームワークIMMACULATEを提案する。 IMMACULATEは、検証可能な計算を用いて少数のリクエストを選択的に監査し、暗号オーバーヘッドを償却しながら強力な検出保証を達成する。
  論文  参考訳（メタデータ） (2026-02-26T07:21:02Z)
• TrustMee: Self-Verifying Remote Attestation Evidence [0.7491482431654224]
  本稿では,遠隔検定の自己検証という概念を紹介する。 Trusteeフレームワークのプラットフォームに依存しない検証ドライバであるTrustMeeとして、この概念を実装します。
  論文  参考訳（メタデータ） (2026-02-13T17:56:08Z)
• Binding Agent ID: Unleashing the Power of AI Agents with accountability and credibility [46.323590135279126]
  BAID(Binding Agent ID)は、検証可能なユーザコードバインディングを確立するための総合的なアイデンティティ基盤である。 ブロックチェーンベースのID管理とzkVMベースの認証プロトコルの実現可能性を実証し、完全なプロトタイプシステムの実装と評価を行った。
  論文  参考訳（メタデータ） (2025-12-19T13:01:54Z)
• Why Software Signing (Still) Matters: Trust Boundaries in the Software Supply Chain [7.338679524518469]
  我々は、署名、証明、完全性、説明責任のコア保証が、異なるソフトウェア配布境界を越えて自動的に実行されるわけではないと主張している。 防御のベースライン層としての署名処理は、登録が安全であってもサプライチェーン保証を強化する。
  論文  参考訳（メタデータ） (2025-10-06T15:58:08Z)
• Safe and Certifiable AI Systems: Concepts, Challenges, and Lessons Learned [45.44933002008943]
  この白書は、T"UV AUSTRIA Trusted AIフレームワークを提示する。 エンド・ツー・エンドの監査カタログであり、機械学習システムの評価と認定のための方法論である。 セキュアなソフトウェア開発、機能要件、倫理とデータプライバシという3つの柱の上に構築されているのは、EU AI Actの高レベルの義務を、特定かつテスト可能な基準に翻訳するものです。
  論文  参考訳（メタデータ） (2025-09-08T17:52:08Z)
• Towards Credential-based Device Registration in DApps for DePINs with ZKPs [46.08150780379237]
  ブロックチェーン上のデバイス認証を検証するクレデンシャルベースのデバイス登録(CDR)機構を提案する。 本稿では,Groth16 と Marlin を用いた zkSNARK を用いた汎用システムモデルを提案し,CDR を技術的に評価する。
  論文  参考訳（メタデータ） (2024-06-27T09:50:10Z)
• FedSOV: Federated Model Secure Ownership Verification with Unforgeable Signature [60.99054146321459]
  フェデレートラーニングにより、複数のパーティがプライベートデータを公開せずにグローバルモデルを学ぶことができる。 本稿では,FedSOVという暗号署名に基づくフェデレート学習モデルのオーナシップ検証手法を提案する。
  論文  参考訳（メタデータ） (2023-05-10T12:10:02Z)

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。