論文の概要: Practical Evaluation of the Crypto-Agility Maturity Model

• arxiv url: http://arxiv.org/abs/2604.12428v1
• Date: Tue, 14 Apr 2026 08:18:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-15 19:11:32.333061
• Title: Practical Evaluation of the Crypto-Agility Maturity Model
• Title（参考訳）: クリプト・アグリティ成熟度モデルの実用的評価
• Authors: Leonie Wolf, Samson Umezulike, Gurur Öndarö, Sebastian Schinzel, Fabian Ising,
• Abstract要約: 本稿では、成熟度モデルの設計原則に対するCAMM(Crypto Agility Maturity Model)の最初の評価について述べる。 我々は、より一貫性があり信頼性の高い暗号の俊敏性評価を可能にするために、CAMMの具体的な改善を提案する。
• 参考スコア（独自算出の注目度）: 2.3890398632139145
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cryptographic agility is a key prerequisite for maintaining the long-term security of digital communication, particularly in light of the transition to post-quantum cryptography. To systematically assess this capability, Hohm et al. proposed the Crypto Agility Maturity Model (CAMM). In this work, we present the first evaluation of the CAMM against established design principles for maturity models. Our analysis reveals that the CAMM only partially satisfies these principles: its scope and target groups remain ambiguous; acceptance criteria are insufficiently operationalized, limiting verifiability and replicability; and dependency relations exhibit redundancies, cycles, and omissions. Applying the CAMM to a simple real-world scenario further confirmed these issues, as several requirements at higher maturity levels proved inapplicable or unclear. Based on these findings, we propose concrete improvements to the CAMM to enable more consistent and reliable assessments of cryptographic agility.
• Abstract（参考訳）: 暗号のアジリティは、特に量子後暗号への移行を考慮して、デジタル通信の長期的なセキュリティを維持するための重要な前提条件である。 この能力を体系的に評価するために、Hohm氏らはCrypto Agility Maturity Model (CAMM)を提案した。 本稿では,成熟度モデルの設計原則に対するCAMMの最初の評価について述べる。 分析の結果、CAMMはこれらの原則を部分的に満たすだけであり、スコープと対象グループはあいまいであり、受け入れ基準は不十分であり、妥当性と複製性は制限され、依存関係は冗長性、サイクル、省略性を示すことがわかった。 CAMMを単純な実世界のシナリオに適用することでこれらの問題がさらに確認され、より成熟度の高いレベルでのいくつかの要件が適用不可能または不明確であることが証明された。 これらの知見に基づいて,より一貫性があり信頼性の高い暗号アジリティ評価を可能にするため,CAMMの具体的改良を提案する。

関連論文リスト

• Monte Carlo Stochastic Depth for Uncertainty Estimation in Deep Learning [0.6117371161379207]
  安全クリティカルシステムにおけるディープニューラルネットワークは、信頼性と効率的な不確実性定量化(UQ)を必要とする UQの実用的な戦略は、モンテカルロ・ドロップアウト(MCD)やMC-DropBlock(MCDB)のようなスケーラブルな近似ベイズ推論手法として正規化器を再開発することである。 MCSDは,現代ディープラーニングにおけるベイズ近似の効率化のための理論的基礎と実証的検証ツールとして確立されている。
  論文  参考訳（メタデータ） (2026-04-14T13:33:40Z)
• Signature-Kernel Based Evaluation Metrics for Robust Probabilistic and Tail-Event Forecasting [12.03452228384043]
  確率予測は、金融学や疫学から気候科学まで、高水準の領域でますます重要になっている。 現在の評価フレームワークにはコンセンサス基準がなく、2つの重大な欠陥に悩まされている。 Sig-MMD(Sig-MMD)と、新しい検閲されたSig-MMD(Sig-MMD)の2つのカーネルベースメトリクスを提案する。
  論文  参考訳（メタデータ） (2026-02-10T19:00:00Z)
• BAPO: Boundary-Aware Policy Optimization for Reliable Agentic Search [72.87861928940929]
  バウンダリ・アウェア・ポリシー・オプティマイゼーション(BAPO)は、信頼性の高い境界認識を精度を損なうことなく育成する新しいRLフレームワークである。 BAPOは2つの重要な要素を導入する: (i) グループベースの境界対応報酬(i) 推論が限界に達したときのみIDK応答を促進させる) 適応報酬変調器(ii) 早期探索中にこの報酬を戦略的に停止させ、モデルがIDKをショートカットとして利用するのを防ぐ。
  論文  参考訳（メタデータ） (2026-01-16T07:06:58Z)
• STaR: Sensitive Trajectory Regulation for Unlearning in Large Reasoning Models [12.133996629992318]
  本稿では、推論プロセスを通じて堅牢なプライバシ保護を実現するパラメータフリー・推論時アンラーニングフレームワークを提案する。 R-TOFUベンチマークの実験は、STaRが最小限のユーティリティ損失で包括的で安定したアンラーニングを実現することを示した。
  論文  参考訳（メタデータ） (2026-01-14T08:35:23Z)
• LCMem: A Universal Model for Robust Image Memorization Detection [10.504309161945065]
  両タスクを協調的に評価するクロスドメインモデルであるLCMem(Latent Contrastive Memorization Network)を導入する。 LCMemは、再識別時の最大16ポイント、コピー検出時の30ポイントの改善を実現している。 以上の結果から,既存のプライバシフィルタは性能と堅牢性を制限し,より強力な保護機構の必要性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-12-16T14:06:58Z)
• Open-World Deepfake Attribution via Confidence-Aware Asymmetric Learning [78.92934995292113]
  本稿では,既知の偽造と新規な偽造の信頼のバランスをとる,信頼を意識した非対称学習(CAL)フレームワークを提案する。 CALは従来手法を一貫して上回り、既知の偽造と新しい偽造の両方で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-12-14T12:31:28Z)
• CCE: Confidence-Consistency Evaluation for Time Series Anomaly Detection [56.302586730134806]
  本稿では,新しい評価指標である信頼性・一貫性評価(CCE)を紹介する。 CCEは同時に、予測の信頼性と不確実性を測定する。 RankEvalは、さまざまなメトリクスのランキング機能を比較するためのベンチマークです。
  論文  参考訳（メタデータ） (2025-09-01T03:38:38Z)
• Retrieval is Not Enough: Enhancing RAG Reasoning through Test-Time Critique and Optimization [58.390885294401066]
  Retrieval-augmented Generation (RAG) は知識基底型大規模言語モデル(LLM)を実現するためのパラダイムとして広く採用されている。 RAGパイプラインは、モデル推論が得られた証拠と整合性を維持するのに失敗することが多く、事実上の矛盾や否定的な結論につながる。 批判駆動アライメント(CDA)に基づく新しい反復的枠組みであるAlignRAGを提案する。 AlignRAG-autoは、動的に洗練を終了し、批判的な反復回数を事前に指定する必要がなくなる自律的な変種である。
  論文  参考訳（メタデータ） (2025-04-21T04:56:47Z)
• On the Convergence of DP-SGD with Adaptive Clipping [56.24689348875711]
  勾配クリッピングによるグラディエントDescentは、微分プライベート最適化を実現するための強力な技術である。 本稿では,量子クリッピング(QC-SGD)を用いたSGDの総合収束解析について述べる。 本稿では,QC-SGDが一定閾値クリッピングSGDに類似したバイアス問題にどのように悩まされているかを示す。
  論文  参考訳（メタデータ） (2024-12-27T20:29:47Z)
• Towards a maturity model for crypto-agility assessment [44.99833362998488]
  本研究は,特定のソフトウェアやIT環境の暗号処理能力の状態を決定するためのCAMM(Crypto-Agility Maturity Model)を提案する。 CAMMは5つのレベルから構成されており、各レベルごとに、文献レビューに基づいて一連の要件が定式化されている。
  論文  参考訳（メタデータ） (2022-02-15T18:47:05Z)

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。