論文の概要: Securing the Agent: Vendor-Neutral, Multitenant Enterprise Retrieval and Tool Use
- arxiv url: http://arxiv.org/abs/2605.05287v1
- Date: Wed, 06 May 2026 17:59:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-08 22:27:11.344347
- Title: Securing the Agent: Vendor-Neutral, Multitenant Enterprise Retrieval and Tool Use
- Title（参考訳）: エージェントのセキュア:ベンダニュートラル,マルチテナント企業検索,ツール利用
- Authors: Francisco Javier Arceo, Varsha Prasad Narsing,
- Abstract要約: 本稿では,ポリシー意識の取り込み,検索時間ゲーティング,共有推論を組み合わせた階層型分離アーキテクチャを提案する。
このアプローチは、サーバ上でのセキュリティクリティカルなオペレーション – ツール実行承認、ステートアイソレーション、ポリシ執行 – を集中化します。
我々はこれを実証的に評価し、ABACゲーティングは無視可能なオーバーヘッドを導入しながら、テナント間のリークを排除していることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Retrieval-Augmented Generation (RAG) and agentic AI systems are increasingly prevalent in enterprise AI deployments. However, real enterprise environments introduce challenges largely absent from academic treatments and consumer-facing APIs: multiple tenants with heterogeneous data, strict access-control requirements, regulatory compliance, and cost pressures that demand shared infrastructure. A fundamental problem underlies existing RAG architectures in these settings: retrieval systems rank documents by relevance--whether through semantic similarity, keyword matching, or hybrid approaches--not by authorization, so a query from one tenant can surface another tenant's confidential data simply because it scores highest. We formalize this gap and analyze additional shortcomings--including tool-mediated disclosure, context accumulation across turns, and client-side orchestration bypass--that arise when agentic systems conflate relevance with authorization. To address these challenges, we introduce a layered isolation architecture combining policy-aware ingestion, retrieval-time gating, and shared inference, enforced through server-side agentic orchestration. This approach centralizes security-critical operations--tool execution authorization, state isolation, and policy enforcement--on the server, creating natural enforcement points for multitenant isolation while allowing client-side frameworks to retain control over agent composition and latency-sensitive operations. We validate the proposed architecture through an open-source implementation in OGX, a vendor-neutral framework that implements an OpenAI-compatible, open-source Responses API with server-side multi-turn orchestration. We evaluate it empirically and show that ABAC gating eliminates cross-tenant leakage while introducing negligible overhead.
- Abstract（参考訳）: Retrieval-Augmented Generation (RAG)とエージェントAIシステムは、エンタープライズAIデプロイメントでますます普及している。
しかしながら、実際のエンタープライズ環境は、異種データを持つ複数のテナント、厳格なアクセス制御要件、規制コンプライアンス、共有インフラストラクチャを要求するコストプレッシャーといった、学術的な処理やコンシューマ向けAPIから大きく欠落している課題を伴います。
検索システムは、セマンティックな類似性、キーワードマッチング、あるいはハイブリッドアプローチによって文書をランク付けするが、認証によるものではない。
我々は、このギャップを形式化し、ツールによる開示、ターン間のコンテキスト蓄積、クライアント側のオーケストレーションバイパスなど、エージェントシステムが認可と関連することを強調した場合に発生する、さらなる欠点を分析します。
これらの課題に対処するため、我々は、サーバ側エージェントオーケストレーションによって強制されるポリシー対応の取り込み、検索時間ゲーティング、共有推論を組み合わせた階層化された分離アーキテクチャを導入しました。
このアプローチは、サーバ上でのセキュリティクリティカルなオペレーション – ツールの実行承認、ステートアイソレーション、ポリシー執行 – を集中化し、マルチテナントアイソレーションのための自然な強制ポイントを生成しながら、クライアントサイドフレームワークがエージェント構成と遅延に敏感な操作をコントロールできるようにします。
提案アーキテクチャは,サーバサイドのマルチターンオーケストレーションを備えたOpenAI互換のオープンソースレスポンスAPIを実装したベンダニュートラルフレームワークであるOGXのオープンソース実装を通じて検証する。
我々はこれを実証的に評価し、ABACゲーティングは無視可能なオーバーヘッドを導入しながら、テナント間のリークを排除していることを示す。
関連論文リスト
- Authorization Propagation in Multi-Agent AI Systems: Identity Governance as Infrastructure [0.0]
我々はこの問題を認可伝搬と呼ぶ。
RBAC、ABAC、ReBACのような古典的なアクセス制御モデルでは、完全には対処できない。
この論文は、認可伝達をワークフローレベルのプロパティとして形式化し、3つのサブプロブレムを特定し、マルチエージェントAIシステムにおける認可アーキテクチャの7つの構造的要件を導出する。
論文 参考訳（メタデータ） (2026-05-06T20:56:17Z) - DecodingTrust-Agent Platform (DTap): A Controllable and Interactive Red-Teaming Platform for AI Agents [121.77550256034]
DecodingTrust-Agent Platform (DTap)は、AIエージェントのためのコントロール可能でインタラクティブなレッドチームプラットフォームである。
DTap-Redは、多様なインジェクションベクターを探索し、効果的な攻撃戦略を自律的に発見する、最初の自律的赤チームエージェントである。
DTapを通じて、さまざまなバックボーンモデル上に構築された一般的なAIエージェントの大規模評価を行う。
論文 参考訳（メタデータ） (2026-05-06T11:59:48Z) - ReCoQA: A Benchmark for Tool-Augmented and Multi-Step Reasoning in Real Estate Question and Answering [9.45185831385459]
ReCoQAは、中間ステップのためのマシン検証可能な監視機能を備えた29,270の不動産インスタンスのベンチマークである。
HIRE-Agentは、理解計画実行アーキテクチャを強力なベースラインとしてインスタンス化する階層的なフレームワークである。
論文 参考訳（メタデータ） (2026-04-20T08:22:18Z) - Just Ask: Curious Code Agents Reveal System Prompts in Frontier LLMs [65.6660735371212]
textbftextscJustAskは,インタラクションのみで効果的な抽出戦略を自律的に発見するフレームワークである。
これは、アッパー信頼境界に基づく戦略選択と、原子プローブと高レベルのオーケストレーションにまたがる階層的なスキル空間を用いて、オンライン探索問題として抽出を定式化する。
この結果から,現代のエージェントシステムにおいて,システムプロンプトは致命的ではあるがほぼ無防備な攻撃面であることがわかった。
論文 参考訳（メタデータ） (2026-01-29T03:53:25Z) - Interact-RAG: Reason and Interact with the Corpus, Beyond Black-Box Retrieval [49.85856484781787]
本稿では,ILMエージェントを検索プロセスのアクティブマニピュレータに高める新しいパラダイムであるInteract-RAGを紹介する。
我々は、ゼロショット実行と相互作用軌跡の合成を可能にする推論強化ワークフローを開発する。
6つのベンチマーク実験により、Interact-RAGは他の高度な手法よりも大幅に優れていることが示された。
論文 参考訳（メタデータ） (2025-10-31T15:48:43Z) - Analyzing and Internalizing Complex Policy Documents for LLM Agents [53.14898416858099]
大規模言語モデル(LLM)ベースのエージェントシステムは、多様なビジネスルールをコードするコンテキスト内ポリシー文書に依存している。
これは、パフォーマンスを保ちながら、ポリシー文書をモデルプリエントに組み込む内部化手法の開発を動機付けます。
CC-Genは4つのレベルにまたがる制御可能な複雑度を持つエージェントベンチマークジェネレータである。
論文 参考訳（メタデータ） (2025-10-13T16:30:07Z) - Enterprise AI Must Enforce Participant-Aware Access Control [9.68210477539956]
大規模言語モデル(LLM)は、複数のユーザと対話し、センシティブな内部データに基づいてトレーニングあるいは微調整されるエンタープライズ環境に、ますます多くデプロイされている。
敵は、現在の微調整アーキテクチャやRAGアーキテクチャを利用して、アクセス制御の強制力の欠如を活用して機密情報を漏洩することができることを示す。
本稿では, LLM による学習, 検索, 生成に使用されるコンテンツは, インセンティブに関わるユーザに対して明示的に認証される,という原則に基づくフレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-18T04:30:49Z) - DRIFT: Dynamic Rule-Based Defense with Injection Isolation for Securing LLM Agents [52.92354372596197]
大規模言語モデル(LLM)は、強力な推論と計画能力のため、エージェントシステムの中心となってきています。
この相互作用は、外部ソースからの悪意のある入力がエージェントの振る舞いを誤解させる可能性がある、インジェクション攻撃のリスクも引き起こす。
本稿では,信頼に値するエージェントシステムのための動的ルールベースの分離フレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-13T05:01:09Z) - A Novel Zero-Trust Identity Framework for Agentic AI: Decentralized Authentication and Fine-Grained Access Control [7.228060525494563]
本稿では,Agentic AI IAMフレームワークの提案について述べる。
リッチで検証可能なエージェント識別子(ID)に基づく包括的フレームワークを提案する。
また、Zero-Knowledge Proofs(ZKPs)によって、プライバシ保護属性の開示と検証可能なポリシーコンプライアンスを実現する方法について検討する。
論文 参考訳（メタデータ） (2025-05-25T20:21:55Z) - Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。
我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。
IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
論文 参考訳（メタデータ） (2024-07-09T17:33:24Z)
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。