論文の概要: Towards a Risk-Cost Model for Financial Adaptive Authentication

• arxiv url: http://arxiv.org/abs/2605.02979v1
• Date: Mon, 04 May 2026 02:08:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-06 19:35:43.558765
• Title: Towards a Risk-Cost Model for Financial Adaptive Authentication
• Title（参考訳）: ファイナンシャル・アダプティブ・認証のためのリスク・コストモデルに向けて
• Authors: Supriya Khadka, Sanchari Das,
• Abstract要約: 金融システムにおける適応認証のための形式的リスクコストモデル(RCM)を導入する。 RCMは、(i)不正損失、機会コスト、テールリスクを明示的に把握するコスト感受性リスク機能と、(ii)敵対的探索と分配的ドリフトに適応するシーケンシャルな意思決定メカニズムの3つの重要な要素を統合している。
• 参考スコア（独自算出の注目度）: 9.133320151595084
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Authentication in financial systems remains a uniquely high-stakes security challenge, where even marginal increases in false acceptance can result in catastrophic monetary loss. Existing deployments of adaptive authentication, which combine biometrics, behavioral signals, and contextual risk scoring, remain conceptually fragmented and often prioritize regulatory compliance over explicit economic and adversarial risk modeling. To address this structural imbalance, in this paper we introduce a formal Risk-Cost Model (RCM) for adaptive authentication in financial systems. The RCM provides a principled mathematical foundation that integrates three essential components: (i) cost-sensitive risk functions that explicitly capture fraud loss, opportunity cost, and tail risk through Conditional Value-at-Risk (CVaR); (ii) sequential decision-making mechanisms that adapt to adversarial probing and distributional drift; and (iii) quantifiable privacy and regulatory constraints embedded directly within the optimization objective. By reframing authentication as a constrained dynamic risk-cost optimization problem, the RCM moves beyond static classification and compliance-driven design toward systems that are economically grounded, tail-risk aware, and resilient under adversarial uncertainty.
• Abstract（参考訳）: 金融システムの認証は、偽の受け入れが極端に増加しても破滅的な金融損失をもたらすような、ユニークな高いセキュリティ上の課題のままである。 生体認証、行動信号、文脈的リスクスコアを組み合わせた既存の適応認証の展開は、概念的に断片化され、しばしば明示的な経済的および敵対的なリスクモデリングよりも規制コンプライアンスを優先する。 この構造的不均衡に対処するために、金融システムにおける適応認証のための正式なリスク・コストモデル(RCM)を導入する。 RCMは3つの基本的な構成要素を統合する、原理化された数学的基礎を提供する。 一 条件付き価値リスク(CVaR)により不正損失、機会コスト及びテールリスクを明示的に把握する費用感受性リスク機能 二 敵対的探究及び分布的漂流に適応する逐次的意思決定機構 三 最適化目標に直接埋め込まれた量的プライバシー及び規制上の制約 認証を制約付き動的リスクコスト最適化問題として再検討することにより、RCMは静的な分類とコンプライアンス駆動設計を超えて、経済的基盤があり、テールリスクを認識し、敵対的不確実性の下でレジリエントなシステムへと移行する。

関連論文リスト

• Mechanical Conscience: A Mathematical Framework for Dependability of Machine Intelligenc [0.0]
  本稿では、新しい概念と単純化された数学的枠組みである機械的良心(MC)を紹介する。 MCは、単一エージェントと分散インテリジェントシステムの両方のトラジェクトリレベルの規範的規制を運用している。 中心となる理論的性質は、許容性等価性、最適規制の存在、単調偏差減少である。
  論文  参考訳（メタデータ） (2026-05-05T15:14:02Z)
• From Risk to Rescue: An Agentic Survival Analysis Framework for Liquidation Prevention [46.90931293070464]
  本稿では,リスクを認識し,対実的未来をシミュレートし,積極的に清算を防止するためのプロトコルに忠実な介入を行う自律エージェントを提案する。 我々は,ハイリスクユーザプロファイル4,882のコホート上で,高忠実でプロトコルに忠実なAave v3シミュレータを用いて,我々のアプローチを検証する。
  論文  参考訳（メタデータ） (2026-04-16T03:22:05Z)
• Risk-Adjusted Harm Scoring for Automated Red Teaming for LLMs in Financial Services [0.0]
  本稿では,銀行,金融サービス,保険のセキュリティ障害に対するリスク対応評価フレームワークを提案する。 我々は、金融害のドメイン固有の分類法、自動化されたマルチラウンド赤チームパイプライン、およびアンサンブルに基づく判断プロトコルを組み合わせる。
  論文  参考訳（メタデータ） (2026-03-11T14:14:13Z)
• The Shadow Self: Intrinsic Value Misalignment in Large Language Model Agents [37.75212140218036]
  コントロの損失リスクを定式化し、これまで過小評価されていた内因性価値の相違(内因性VM)を識別する。 次に、このリスクを体系的に評価するシナリオ駆動フレームワークであるIMPRESSを紹介します。 我々は,21種類のLLMエージェント上での固有のVMの評価を行い,モデル間での安全性のリスクが広く見られることを発見した。
  論文  参考訳（メタデータ） (2026-01-24T07:09:50Z)
• The Role of Risk Modeling in Advanced AI Risk Management [33.357295564462284]
  急速に進歩する人工知能(AI)システムは、新しい、不確実で、潜在的に破滅的なリスクをもたらす。 これらのリスクを管理するには、厳格なリスクモデリングの基盤となる成熟したリスク管理インフラストラクチャが必要です。 先進的なAIガバナンスは、同様の二重アプローチを採用するべきであり、検証可能な、確実に安全なAIアーキテクチャが緊急に必要である、と私たちは主張する。
  論文  参考訳（メタデータ） (2025-12-09T15:37:33Z)
• RADAR: A Risk-Aware Dynamic Multi-Agent Framework for LLM Safety Evaluation via Role-Specialized Collaboration [81.38705556267917]
  大規模言語モデル(LLM)の既存の安全性評価手法は、固有の制約に悩まされている。 リスク概念空間を再構築する理論的枠組みを導入する。 マルチエージェント協調評価フレームワークRADARを提案する。
  論文  参考訳（メタデータ） (2025-09-28T09:35:32Z)
• Adaptive Insurance Reserving with CVaR-Constrained Reinforcement Learning under Macroeconomic Regimes [0.0]
  本稿では、テールリスク感度、マクロ経済体制モデリング、規制コンプライアンスを統合した保険保留のための強化学習(RL)フレームワークを提案する。 このフレームワークは、固定ショックストレステストとシステマティック・ストラテライズド・アナリティクスに対応しており、不確実性の下での維持に原則的で原則化されたアプローチを提供する。
  論文  参考訳（メタデータ） (2025-04-13T01:43:25Z)
• RiskQ: Risk-sensitive Multi-Agent Reinforcement Learning Value Factorization [49.26510528455664]
  本稿では,リスクに敏感な個人・グローバル・マックス(RIGM)の原則を,個人・グローバル・マックス(IGM)と分散IGM(DIGM)の原則の一般化として紹介する。 RiskQは広範な実験によって有望な性能が得られることを示す。
  論文  参考訳（メタデータ） (2023-11-03T07:18:36Z)

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。