論文の概要: Toward a Risk Assessment Framework for Institutional DeFi: A Nine-Dimension Approach
- arxiv url: http://arxiv.org/abs/2605.05145v1
- Date: Wed, 06 May 2026 17:16:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-07 18:41:07.95689
- Title: Toward a Risk Assessment Framework for Institutional DeFi: A Nine-Dimension Approach
- Title（参考訳）: インスティチューショナル・デフィのためのリスクアセスメント・フレームワークに向けて:9次元アプローチ
- Abstract要約: 本稿では, コンポーザビリティリスク, 理解的負債, 時間的リスクダイナミクスの3つの新たな次元を持つ9次元DeFiリスク評価フレームワークを提案する。
我々は2024～2026年のDeFi関連の大事件12件を振り返って分析し、約25億ドルの直接損失を報告した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Decentralized finance (DeFi) protocols now intermediate over USD 100 billion in value, including regulated stablecoins and tokenized assets deployed as collateral, yet no widely adopted framework operationalizes risk assessment at the rigor institutional adoption demands. Existing approaches emphasize protocol-specific parameter optimization or conceptual taxonomies without providing explainable, composability-aware, and structurally independent assessment methodologies. We propose a nine-dimension DeFi risk assessment framework extending the six-dimension taxonomy introduced by Moody's Analytics and Gauntlet with three novel dimensions: composability risk, comprehension debt, and temporal risk dynamics. We additionally introduce a transparency confidence modifier separating assessment reliability from risk severity. The framework is grounded in structural analysis of protocol dependencies conducted through an ontology-based protocol intelligence infrastructure covering more than 8,000 DeFi protocols. We retrospectively analyze 12 major DeFi-related incidents from 2024-2026 representing approximately USD 2.5 billion in direct losses. Five of the 12 incidents require at least one novel dimension for complete root-cause characterization, including the two highest-systemic-impact events in the dataset.
- Abstract（参考訳）: 分散金融(DeFi)プロトコルは、規制された安定コインやトークン化された資産を担保として配置しているが、厳格な制度導入要求においてリスクアセスメントを運用するフレームワークは広く採用されていない。
既存のアプローチでは、説明可能な、構成可能性に気付き、構造的に独立した評価手法を提供することなく、プロトコル固有のパラメータ最適化や概念分類に重点を置いている。
本稿では,ムーディーズ・アナリティクスとガントレットが導入した6次元分類を,コンポーザビリティ・リスク,包括的負債,時間的リスク・ダイナミクスという3つの新しい次元で拡張する9次元DeFiリスク評価フレームワークを提案する。
また、リスク重大度から評価信頼性を分離した透明性信頼度修正器も導入する。
このフレームワークは8000以上のDeFiプロトコルをカバーするオントロジーベースのプロトコルインテリジェンスインフラストラクチャを通じて実行されるプロトコル依存関係の構造解析に基づいている。
我々は2024～2026年のDeFi関連の大事件12件を振り返って分析し、約25億ドルの直接損失を報告した。
12のインシデントのうち5つは、データセットの2つの最もシステムにインパクトのあるイベントを含む、完全な根本原因のキャラクタリゼーションのために少なくとも1つの新しい次元を必要とする。
関連論文リスト
- GAUGE: A Formal Framework for Measuring Cryptographic Security under Heterogeneous Adversary Cost Models [0.0]
標準機関は暗号セキュリティを単一ビットとして報告する。
異なるコンベンションは、暗号化スキームの異なるランキングを生成する。
GAUGEは、競合するコストモデルの下で暗号セキュリティを報告するための明示的で監査可能なフレームワークを提供する。
論文 参考訳（メタデータ） (2026-09-15T14:55:29Z) - Toward an Empirical Probabilistic Risk Manifestation Model of Organizational Cybersecurity in SMEs [0.0]
我々は,プロボノ大学サイバーセキュリティクリニックを通じて,22件の現実のサイバーセキュリティアセスメントから281件のセキュリティ調査結果を分析した。
組織セキュリティ機能と露出条件,攻撃機構,サイバーセキュリティ結果とをリンクする経験的リスクモデルを推定する。
我々は、意味のあるセキュリティカバレッジを維持しつつ、中小企業のサイバーセキュリティアセスメントを簡素化できるかどうかを評価する。
論文 参考訳（メタデータ） (2026-09-14T01:15:27Z) - Towards a Risk-Cost Model for Financial Adaptive Authentication [9.133320151595084]
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。
論文 参考訳（メタデータ） (2026-05-04T02:08:24Z) - TRUST: A Framework for Decentralized AI Service v.0.1 [47.384270414446604]
大規模推論モデル (LRM) とマルチエージェントシステム (MAS) は, 信頼性の高い検証を必要とする。
TRUST(Transparent, Robust, and Unified Services for Trustworthy AI)は,3つのイノベーションを備えた分散フレームワークである。
我々は、悪質な俳優が損失を被っている間、正直な監査人の利益を確実に確保する安全利益理論を証明する。
論文 参考訳（メタデータ） (2026-04-29T19:32:58Z) - Emergent Strategic Reasoning Risks in AI: A Taxonomy-Driven Evaluation Framework [63.74295981594549]
大規模言語モデル(LLM)は、自身の目的を達成する行動に関与している。
これには、詐欺(故意に誤解を招くユーザや評価者)、評価ゲーム(安全テスト中のパフォーマンスを戦略的に操作する)、報酬ハッキングなどが含まれる。
自動行動リスク評価のための分類駆動型エージェントフレームワークであるESRRSimを紹介する。
論文 参考訳（メタデータ） (2026-04-23T23:44:01Z) - Conversations Risk Detection LLMs in Financial Agents via Multi-Stage Generative Rollout [7.95412748755362]
FinSecは金融エージェントのための4層セキュリティ検出フレームワークである。
実際の金融リスクを構造化し、解釈し、エンドツーエンドで識別することができる。
高リスク対話検出の堅牢性を大幅に向上させる。
論文 参考訳（メタデータ） (2026-04-10T07:29:39Z) - Toward Reliable Evaluation of LLM-Based Financial Multi-Agent Systems: Taxonomy, Coordination Primacy, and Cost Awareness [2.851924490038232]
金融取引のマルチエージェントシステムは2023年以来急速に成長している。
この分野には、パフォーマンスを駆動するものや、クレームの信頼性を評価するための共有フレームワークがありません。
アーキテクチャパターン,コーディネーション機構,メモリアーキテクチャ,ツール統合を網羅した4次元分類法を導入する。
論文 参考訳（メタデータ） (2026-03-29T06:35:07Z) - Beyond Benchmark Islands: Toward Representative Trustworthiness Evaluation for Agentic AI [45.21562889170875]
シナリオ多様体に対するエージェントの信頼性を特徴付けるシステム評価パラダイムを提案する。
このフレームワークは,静的認知と政策分析,対話型サンドボックスシミュレーション,社会倫理アライメントアライメントアセスメント,および(iv)分散対応の代表サンプリングエンジンの4つの補完的コンポーネントを統合している。
論文 参考訳（メタデータ） (2026-03-16T08:51:33Z) - SSR: Safeguarding Staking Rewards by Defining and Detecting Logical Defects in DeFi Staking [55.62033436283969]
DeFi(Decentralized Finance)の買収は、DeFiエコシステムにおける最も顕著なアプリケーションの1つだ。
DeFiの盗難の論理的欠陥により、攻撃者は不当な報酬を請求できる。
我々は,DeFi取引契約における論理的欠陥を検出するための静的解析ツールであるSSR(Safeguarding Stake Reward)を開発した。
論文 参考訳（メタデータ） (2026-01-09T15:01:41Z) - Standardized Threat Taxonomy for AI Security, Governance, and Regulatory Compliance [0.0]
ランゲージ障壁」は、現在、アルゴリズム上の脆弱性に焦点を当てた技術セキュリティチームと、規制義務に対処する法律やコンプライアンスの専門家を分離している。
本研究は、量的リスクアセスメント(QRA)のために明示的に設計された構造的オントロジーであるAIシステム脅威ベクトル分類法を提案する。
このフレームワークは、AI固有のリスクを9つの重要なドメインに分類する: ミスス、ポジショニング、プライバシ、アドリアム、バイアス、信頼できないアウトプット、ドリフト、サプライチェーン、IPThreat。
論文 参考訳（メタデータ） (2025-11-26T20:42:46Z) - 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) - Explainable AI for Comprehensive Risk Assessment for Financial Reports: A Lightweight Hierarchical Transformer Network Approach [1.2200609701777907]
上場企業はすべて、財務状況とリスクに関する重要な洞察を含む年間10-Kの報告書を提出している。
これらの報告から企業のリスクを自動的に評価するトランスフォーマーベースのモデルであるTiny eXplainable Risk Assessor(TinyXRA)を提案する。
TinyXRAは、より包括的なリスク評価のために、歪み、硬変、およびソルティーノ比を取り入れている。
論文 参考訳（メタデータ） (2025-06-30T12:13:35Z) - From Mean to Extreme: Formal Differential Privacy Bounds on the Success of Real-World Data Reconstruction Attacks [54.25638567385662]
機械学習における微分プライバシーは、しばしばメンバーシップ推論に対する保証として解釈される。
DP予算を定量的な保護に翻訳することで、データ再構築の脅威を悪化させることは、依然として困難な課題である。
本稿では、実証された"ゼロスクラッチ"攻撃のメカニズムに合わせた、最初の公式なプライバシー境界を導出することで、臨界ギャップを埋める。
論文 参考訳（メタデータ） (2024-02-20T09:52:30Z)
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。