Fugu-MT 論文翻訳(概要): GPU Fingerprinting for Location Verification

論文の概要: GPU Fingerprinting for Location Verification

arxiv url: http://arxiv.org/abs/2605.01930v1
Date: Sun, 03 May 2026 15:23:37 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-05 20:33:50.00061
Title: GPU Fingerprinting for Location Verification
Title（参考訳）: 位置検証のためのGPUフィンガープリント
Authors: Wayne Tee, Jonathan Happel,
Abstract要約: チップ位置をモニタリングする現在の方法は、チップ上に格納された暗号鍵によってバックアップされるpingベースのプロトコルに依存している。位置情報検証において,鍵ではなくハードウェア指紋を用いてGPUを識別する手法を提案する。さらに,小型テストにおいて,最大100%の再識別精度を実現する概念的GPUフィンガープリント手法を開発した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Robust governance of GPU chips is important for mitigating risks from unauthorized development of advanced AI models. Current methods for monitoring chip location rely on ping-based protocols backed by cryptographic keys stored on-chip. However, these keys can potentially be extracted by adversaries with physical access, compromising the location verification protocol. We address this vulnerability by proposing the use of hardware fingerprints rather than keys to identify GPUs during location verification. In addition, we develop a proof-of-concept GPU fingerprinting methodology that achieves up to 100% re-identification accuracy in small-scale tests.
Abstract（参考訳）: GPUチップのロバストガバナンスは、高度なAIモデルの未承認開発からリスクを軽減するために重要である。チップ位置をモニタリングする現在の方法は、チップ上に格納された暗号鍵によってバックアップされるpingベースのプロトコルに依存している。しかし、これらの鍵は物理的アクセスを持つ敵によって抽出され、位置検証プロトコルに反する可能性がある。我々は、位置検証中にGPUを識別するためにキーではなくハードウェア指紋を使用することによって、この脆弱性に対処する。さらに,小型テストにおいて,最大100%の再識別精度を実現する概念的GPUフィンガープリント手法を開発した。

関連論文リスト

The Birthmark Standard: Privacy-Preserving Photo Authentication via Hardware Roots of Trust and Consortium Blockchain [0.0]
既存の認証アプローチであるCoalition for Content Provenance and Authenticity (C2PA)は、画像ファイルに直接暗号的に署名されているが、重大な障害に悩まされている。本研究では,Non-Uniformity correct(NUC)マップとPRNUパターンから製造・一様センサエントロピーを利用した認証アーキテクチャであるBirthmark Standardを提案する。キャプチャ中に、カメラは、キーテーブルアーキテクチャを介してデバイスアイデンティティを公開することなく、センサーの信頼性を証明する匿名認証証明書を作成する。
論文参考訳（メタデータ） (2026-02-04T13:16:03Z)
Sentry: Authenticating Machine Learning Artifacts on the Fly [1.8514233388962094]
機械学習システムは、データセットや他のパーティによって作成またはホストされるモデルのような、オープンソースのアーティファクトにますます依存している。外部データセットと事前トレーニングされたモデルへの依存は、エンドユーザに配信する前にアーティファクトを毒化できるチェーンアタックをサプライするシステムを公開する。 Sentryは、データセットとモデルの暗号署名と検証を実装することによって、機械学習アーティファクトの信頼性を検証する新しいフレームワークである。
論文参考訳（メタデータ） (2025-10-01T06:13:52Z)
CANTXSec: A Deterministic Intrusion Detection and Prevention System for CAN Bus Monitoring ECU Activations [53.036288487863786]
物理ECUアクティベーションに基づく最初の決定論的侵入検知・防止システムであるCANTXSecを提案する。 CANバスの古典的な攻撃を検知・防止し、文献では調査されていない高度な攻撃を検知する。物理テストベッド上での解法の有効性を実証し,攻撃の両クラスにおいて100%検出精度を達成し,100%のFIAを防止した。
論文参考訳（メタデータ） (2025-05-14T13:37:07Z)
Provably Secure Public-Key Steganography Based on Admissible Encoding [66.38591467056939]
一見無害な秘密文の中に秘密メッセージを隠蔽する技術は、Proprovably secure steganography (PSS)として知られている。 PSSは対称鍵ステガノグラフィーから公開鍵ステガノグラフィーへと進化し、事前共有鍵の必要なしに機能する。本稿では,許容エンコーディングに基づくより一般的な楕円曲線公開鍵ステガノグラフィ法を提案する。
論文参考訳（メタデータ） (2025-04-28T03:42:25Z)
Scalable Fingerprinting of Large Language Models [42.65365809809273]
我々はPerinucleus sampleと呼ばれる新しい手法を導入し、スケーラブルで永続的で無害な指紋を生成する。この手法により,Llama-3.1-8Bモデルに24,576個の指紋を付加できることを示した。
論文参考訳（メタデータ） (2025-02-11T18:43:07Z)
Behavior-Based Detection of GPU Cryptojacking [0.0]
本稿では,GPUによる暗号鍵検出の問題点について考察する。アプリケーションによるGPU負荷とグラフィックカードRAM使用量に基づく複雑な露光機構を提案する。制御された仮想マシン環境でテストされ、選択されたGPU暗号ジャッキングサンプルに対して80%成功率、選択された正規のGPU重量アプリケーションに対して20%偽陽性率でテストされた。
論文参考訳（メタデータ） (2024-08-26T18:11:53Z)
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)
From Hardware Fingerprint to Access Token: Enhancing the Authentication on IoT Devices [33.25850729215212]
MCUベースのIoTデバイスのためのセキュアなハードウェアフィンガープリントフレームワークであるMCU-Tokenを紹介する。 MCU-Tokenは、さまざまなIoTデバイスやアプリケーションシナリオ間のオーバーヘッドを低くして、高い精度(97%以上)を達成することができる。
論文参考訳（メタデータ） (2024-03-22T15:15:28Z)
Improving the Authentication with Built-in Camera Protocol Using Built-in Motion Sensors: A Deep Learning Solution [16.72680081620203]
本稿では、内蔵モーションセンサに基づくディープラーニングソリューションを用いて、カメラプロトコルによる認証の強化版を提案する。このプロトコルは、攻撃者が外部写真からカメラの指紋を計算できる場合、偽造攻撃に対して脆弱である。本稿では,移動センサデータに基づくABCプロトコルの拡張を,追加および受動的認証層として提案する。
論文参考訳（メタデータ） (2021-07-22T09:26:53Z)
Mind the GAP: Security & Privacy Risks of Contact Tracing Apps [75.7995398006171]
GoogleとAppleは共同で,Bluetooth Low Energyを使用した分散型コントラクトトレースアプリを実装するための公開通知APIを提供している。実世界のシナリオでは、GAP設計は(i)プロファイリングに脆弱で、(ii)偽の連絡先を生成できるリレーベースのワームホール攻撃に弱いことを実証する。
論文参考訳（メタデータ） (2020-06-10T16:05:05Z)

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。