論文の概要: FP-Agent: Fingerprinting AI Browsing Agents

• arxiv url: http://arxiv.org/abs/2605.01247v1
• Date: Sat, 02 May 2026 04:58:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:49.665362
• Title: FP-Agent: Fingerprinting AI Browsing Agents
• Title（参考訳）: FP-Agent: フィンガープリントAIブラウジングエージェント
• Authors: Ethan Wang, Zubair Shafiq, Yash Vekaria,
• Abstract要約: 7つのAIブラウジングエージェントと人間のユーザを制御した最初の測定結果を示す。 複数のAIブラウジングエージェントが共有する場合,ブラウザの指紋は識別能力に限界があることがわかった。 しかし、行動指紋は、タイプ、スクロール、マウスの振る舞いの違いによって、人間とマウスの異なるAIブラウジングエージェントである。
• 参考スコア（独自算出の注目度）: 11.678899044315243
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI browsing agents are an emerging class of AI-powered bots capable of autonomously navigating websites. Unlike traditional web bots, AI browsing agents typically operate using real browsers and perform everyday tasks, making them difficult to detect. Yet little is known about whether existing AI browsing agents can be distinguished from humans and one another based on their browser or behavioral fingerprints. In this paper, we present the first controlled measurement study of seven AI browsing agents and human users. Using an instrumented honey website, we collect browser and behavioral fingerprint features while AI browsing agents and humans perform three tasks: flight booking, online shopping, and forum interaction. We then train FP-Agent, a multi-class classifier, to evaluate the discriminative power of these features. We find that browser fingerprints provide limited discriminative power when shared by multiple AI browsing agents. Behavioral fingerprints, however, are distinctive: differences in typing, scrolling, and mouse behavior separate AI browsing agents from humans and one another. In a case study evaluating Cloudflare's bot detection, FP-Agent detects all seven AI browsing agents, whereas Cloudflare detects only one. Our findings show that behavioral fingerprints are a critical component to reliably detect and control this emerging form of web traffic.
• Abstract（参考訳）: AIブラウジングエージェントは、ウェブサイトを自律的にナビゲートできるAIベースのボットの新興クラスである。 従来のWebボットとは異なり、AIブラウジングエージェントは通常、実際のブラウザを使用して日々のタスクを実行するため、検出が難しい。 しかし、既存のAIブラウジングエージェントが、ブラウザや行動指紋に基づいて、人間と互いに区別できるかどうかについては、ほとんど分かっていない。 本稿では,7つのAIブラウジングエージェントとヒトユーザを対象に,最初の制御された計測結果を示す。 AIブラウジングエージェントと人間はフライト予約、オンラインショッピング、フォーラムのインタラクションという3つのタスクを実行します。 次に、これらの特徴の識別能力を評価するために、マルチクラス分類器であるFP-Agentを訓練する。 複数のAIブラウジングエージェントが共有する場合,ブラウザの指紋は識別能力に限界があることがわかった。 しかし、行動指紋は、タイプ、スクロール、マウスの振る舞いの違いによって、人間とマウスの異なるAIブラウジングエージェントである。 Cloudflareのボット検出を評価するケーススタディでは、FP-Agentは7つのAIブラウジングエージェントすべてを検出し、Cloudflareは1つだけを検出している。 以上の結果から,このWebトラフィックの新たな形態を確実に検出し,制御する上で,行動指紋が重要な要素であることが示唆された。

関連論文リスト

• RoBCtrl: Attacking GNN-Based Social Bot Detectors via Reinforced Manipulation of Bots Control Interaction [51.46634975923564]
  本稿では,ソーシャルボット制御攻撃(RoBCtrl)のための対向型マルチエージェント強化学習フレームワークを提案する。 具体的には、拡散モデルを用いて、既存のアカウントデータを小さな修正で再構築することで、高忠実度ボットアカウントを生成する。 次に,MARL(Multi-Agent Reinforcement Learning)法を用いて,ボットの逆動作をシミュレートする。
  論文  参考訳（メタデータ） (2025-10-16T02:41:49Z)
• BrowserAgent: Building Web Agents with Human-Inspired Web Browsing Actions [48.194688161526756]
  BrowserAgentは、事前に定義されたブラウザアクションのセットを通じて、Playwright経由で生のWebページで直接動作する。 ステップ間で重要な結論を格納するための明示的なメモリ機構を導入し、モデルの推論能力をさらに強化する。
  論文  参考訳（メタデータ） (2025-10-12T15:43:37Z)
• A Whole New World: Creating a Parallel-Poisoned Web Only AI-Agents Can See [0.0]
  悪意のあるWebサイトは、受信した要求をAIエージェントから派生したものとして識別し、そのコンテンツの異なる“クラック”バージョンを動的に提供する。 人間のユーザーは良心的なWebページを見るが、エージェントには、隠された悪意のある命令が埋め込まれた視覚的に同一のページが表示される。 この研究は脅威モデルを形式化し、エージェントフィンガープリントとクローキングの仕組みを詳述し、エージェントAIの将来に対する深刻なセキュリティへの影響について論じる。
  論文  参考訳（メタデータ） (2025-08-29T08:14:52Z)
• Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows [60.04362496037186]
  本研究は,コーディングエージェントと開発者インタラクションを制御した最初の研究である。 我々は,2つの主要な協調型およびエージェント型符号化アシスタントの評価を行った。 結果から,エージェントはコピロトを超える方法で開発者を支援することができることがわかった。
  論文  参考訳（メタデータ） (2025-07-10T20:12:54Z)
• Beyond the Crawl: Unmasking Browser Fingerprinting in Real User Interactions [9.495142718502072]
  ブラウザーフィンガープリント(Browser fingerprinting)は、プロファイリングやターゲット広告に頻繁に使われるオンライン追跡技術である。 これまでの研究は、人間とコンピュータの相互作用のニュアンスを再現するのに本質的に苦労した自動化ウェブクローリングに大きく依存していた。 本稿では,30人の参加者を対象とした10週間にわたるユーザ調査を行い,3000のWebサイトを対象とした実閲覧セッションからテレメトリデータを収集した。
  論文  参考訳（メタデータ） (2025-02-03T18:43:34Z)
• Beyond Browsing: API-Based Web Agents [58.39129004543844]
  APIベースのエージェントはWebArenaの実験でWebブラウザエージェントを上回っている。 ハイブリッドエージェント(Hybrid Agents)は、タスク全体にわたって、ほぼ均一にパフォーマンスを向上する。 結果から,APIが利用可能であれば,Webブラウジングのみに依存するという,魅力的な代替手段が提示されることが強く示唆された。
  論文  参考訳（メタデータ） (2024-10-21T19:46:06Z)
• Navigates Like Me: Understanding How People Evaluate Human-Like AI in Video Games [36.96985093527702]
  エージェントとベースラインAIエージェントが生成するナビゲーション行動の人間的類似性を比較したクラウドソースによる数百のアセスメントを収集する。 提案するエージェントはチューリングテストに合格するが,ベースラインエージェントは合格しない。 この研究は、ゴール指向のビデオゲームナビゲーションの文脈において、人間が人間的と考える特性に関する洞察を提供する。
  論文  参考訳（メタデータ） (2023-03-02T18:59:04Z)

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。