論文の概要: Verifying Provenance of Digital Media: Why the C2PA Specifications Fall Short
- arxiv url: http://arxiv.org/abs/2604.24890v1
- Date: Mon, 27 Apr 2026 18:17:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-29 16:49:17.546685
- Title: Verifying Provenance of Digital Media: Why the C2PA Specifications Fall Short
- Title（参考訳）: デジタルメディアの確証:なぜC2PA仕様が不足するのか
- Authors: Enis Golaszewski, Neal Krawetz, Alan T. Sherman, Edward Zieglar, Sai K. Matukumalli, Roberto Yus, Carson L. Kegley, Michael Barthel, William Bowman, Bharg Barot, Kaur Kullman,
- Abstract要約: Coalition for Content Provenance and Authenticity (C2PA) は、デジタルコンテンツに対する検証済みの証明を提供するためのシステムである。
C2PAは有望なアイデアだが、財務情報開示やジャーナリズム、法的証拠など、高額な用途に頼ってはならない。
- 参考スコア（独自算出の注目度）: 0.0916474995587871
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: The rapid rise of generative AI has made it easy to create convincing fake media at scale. In response, an industrial coalition has developed the Coalition for Content Provenance and Authenticity (C2PA), a system intended to provide verifiable provenance for digital content. Our research team conducted the first comprehensive, independent security analysis of C2PA. Our study includes the first formal-methods analysis of C2PA's core protocols. We find that the current C2PA specifications fail to achieve their claimed security goals. Furthermore, they also fail to achieve key additional goals, which all such provenance systems require for trustworthy deployment. As a result, C2PA may mislead users, platforms, and policymakers if relied upon prematurely. C2PA is a promising idea, but it should not yet be relied upon for high-stakes uses such as financial disclosures, journalism, or legal evidence.
- Abstract（参考訳）: 生成AIの急速な普及により、疑わしい偽メディアを大規模に作成することが容易になった。
これに対し、産業連立は、デジタルコンテンツに検証可能な証明を提供するシステムであるC2PA(Coalition for Content Provenance and Authenticity)を開発した。
研究チームは,C2PAの総合的,独立したセキュリティ分析を行った。
本研究は,C2PAのコアプロトコルの最初の形式的メソッド解析を含む。
現在のC2PA仕様は、彼らの主張するセキュリティ目標を達成できません。
さらに、彼らは重要な追加目標を達成することができず、すべての前兆システムは信頼できるデプロイメントを必要とします。
結果として、C2PAは、早ければユーザー、プラットフォーム、政策立案者を誤解させる可能性がある。
C2PAは有望なアイデアだが、財務情報開示やジャーナリズム、法的証拠など、高額な用途に頼ってはならない。
関連論文リスト
- V2E: Validating Smart Contract Vulnerabilities through Profit-driven Exploit Generation and Execution [52.57923394143007]
V2Eは、報告された脆弱性が本当に悪用されているかどうかを検証するための新しいフレームワークである。
V2EはProof-of-Concept(PoC)を自動的に生成し、脆弱性がトリガー可能かどうかを評価し、損失を発生させる。
264のラベル付き契約の評価は、V2Eがベースラインアプローチより優れていることを示している。
論文 参考訳（メタデータ） (2026-04-15T08:24:24Z) - 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) - Frontier AI Auditing: Toward Rigorous Third-Party Assessment of Safety and Security Practices at Leading AI Companies [57.521647436515785]
私たちはフロンティアAIの監査を、フロンティアAI開発者の安全とセキュリティに関する主張の厳格な第三者による検証として定義しています。
本稿では,AI保証レベル(AAL-1からAAL-4)について紹介する。
論文 参考訳（メタデータ） (2026-01-16T18:44:09Z) - Inter-Agent Trust Models: A Comparative Study of Brief, Claim, Proof, Stake, Reputation and Constraint in Agentic Web Protocol Design-A2A, AP2, ERC-8004, and Beyond [1.5755923640031846]
エージェント間プロトコル設計における信頼モデルについて検討する。
仮定、攻撃面、設計トレードオフを分析します。
我々は、より安全で相互運用可能でスケーラブルなエージェント経済のための実行可能な設計ガイドラインを蒸留する。
論文 参考訳（メタデータ） (2025-11-05T12:50:06Z) - Improving Google A2A Protocol: Protecting Sensitive Data and Mitigating Unintended Harms in Multi-Agent Systems [3.398964351541323]
GoogleのA2Aプロトコルは、AIエージェントのためのセキュアな通信フレームワークを提供する。
A2Aの主な弱点は、トークンの寿命制御の欠如、強力な顧客認証の欠如、アクセス範囲の超過、同意フローの欠如である。
半信頼型マルチエージェントシステムに対する構造化脅威モデルに基づくプロトコルレベルの拡張を提案する。
論文 参考訳（メタデータ） (2025-05-18T16:25:21Z) - Illusions of Relevance: Using Content Injection Attacks to Deceive Retrievers, Rerankers, and LLM Judges [52.96987928118327]
検索,リランカー,大型言語モデル(LLM)の埋め込みモデルは,コンテンツインジェクション攻撃に対して脆弱であることがわかった。
主な脅威は,(1) 意味不明な内容や有害な内容の挿入,(2) 関連性を高めるために,問合せ全体あるいはキークエリ用語の挿入,の2つである。
本研究は, 注射内容の配置や関連物質と非関連物質とのバランスなど, 攻撃の成功に影響を与える要因を系統的に検討した。
論文 参考訳（メタデータ） (2025-01-30T18:02:15Z) - Consent in Crisis: The Rapid Decline of the AI Data Commons [74.68176012363253]
汎用人工知能(AI)システムは、大量の公開Webデータに基づいて構築されている。
我々は,AIトレーニングコーパスに基づくWebドメインに対する同意プロトコルの大規模かつ長期的監査を行う。
論文 参考訳（メタデータ） (2024-07-20T16:50:18Z) - Applicability of Trust Management Algorithm in C2C services [0.0]
EigenTrustはエージェントベースモデルを使用したC2Cサービスのユースケースの代表的TMAである。
EigenTrustは2種類の単純な詐欺の信頼度を正確に推定できることがわかった。
また,2種類の高度な不正行為に対する信頼スコアの揺らぎも確認した。
論文 参考訳（メタデータ） (2023-03-24T11:13:47Z)
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。