論文の概要: A Formal Basis for Quantum Cryptographic Exposure Measurement under HNDL Threat

• arxiv url: http://arxiv.org/abs/2605.22569v1
• Date: Thu, 21 May 2026 14:48:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-22 16:35:42.308836
• Title: A Formal Basis for Quantum Cryptographic Exposure Measurement under HNDL Threat
• Title（参考訳）: HNDL脅威下における量子暗号露光測定のための形式的基礎
• Authors: Matheus Rufino, Rafael Duarte Marcelino, Julio Smanioto Garcia,
• Abstract要約: 答えの関数形式は単なるキャリブレーションの選択ではないことを示す。 これは、逆生成と値デカイダイナミクスに関する3つの仮定によって構造的に正当化される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: An adversary copies your encrypted traffic today and waits for a quantum computer to decrypt it later. How exposed are you? We show that the functional form of the answer is not merely a calibration choice -- it is structurally justified by three assumptions about adversarial production and value-decay dynamics. Under those assumptions, the HNDL compromise probability factorises into a temporal hazard, a multiplicative cryptographic-vulnerability and operational-exposure term, and a saturation denominator governed by the defense-attack intensity ratio; the marginal sensitivity to each dimension is endogenous to the organisation's position in the vulnerability-exposure plane, not a fixed global constant. Additive scoring frameworks cannot reproduce this structure because the interaction between cryptographic vulnerability and operational exposure is absent by construction, regardless of calibration. The resulting framework provides a structurally grounded basis for operational HNDL exposure prioritisation under partial observability.
• Abstract（参考訳）: 敵は暗号化されたトラフィックを今日コピーし、量子コンピュータが復号するのを待つ。 あなたはどのくらい露出していますか。 答えの関数形式は単なるキャリブレーションの選択ではなく、逆生成と値デカイダイナミクスに関する3つの仮定によって構造的に正当化されることを示す。 これらの仮定の下で、HNDLの妥協確率は、時間的ハザード、乗法的暗号-加重性と運用-露光項、および防衛-攻撃強度比によって支配される飽和分母に分解され、各次元に対する限界感度は、固定されたグローバル定数ではなく、脆弱性露光平面における組織の位置に内在的である。 付加的なスコアリングフレームワークは、キャリブレーションに関係なく、暗号の脆弱性と運用上の露出の間の相互作用が構築によって欠落しているため、この構造を再現できない。 結果として得られるフレームワークは、部分可観測性の下でのHNDL被曝優先順位付けのための構造的基盤を提供する。

関連論文リスト

• UnGAP: Uncertainty-Guided Affine Prompting for Real-Time Crack Segmentation [16.902729686979303]
  UPFM(Uncertainty-Prompted Feature Modulator)は、単に出力ではなく、アクティブな視覚的プロンプトとして、アレタリック不確実性を扱う。 UnGAPは、より優れたセグメンテーション精度とリアルタイムの推論速度のバランスをとる。
  論文  参考訳（メタデータ） (2026-05-04T09:18:57Z)
• Neural Uncertainty Principle: A Unified View of Adversarial Fragility and LLM Hallucination [60.197429875410286]
  大規模言語モデルにおける視覚と幻覚の対立的脆弱性は、伝統的に別の問題と見なされている。 損失誘起状態下でのニューラル不確実性原理(NUP)の定式化により, ほぼバウンド状態においては, さらなる圧縮は感度分散の増大を伴うことが判明した。 視覚では、高度に結合したコンポーネントをマスキングすることで、コストのかかる敵の訓練なしに堅牢性を向上させる。 言語では、任意の応答トークンを生成する前に、同じプレフィルステージプローブが幻覚リスクを検出する。
  論文  参考訳（メタデータ） (2026-03-20T02:07:10Z)
• When Backdoors Go Beyond Triggers: Semantic Drift in Diffusion Models Under Encoder Attacks [2.4923006485141284]
  エンコーダ側の中毒は持続的かつトリガーフリーなセマンティックな腐敗を引き起こすことを実証する。 バックドアは低ランクで目標中心の変形として機能し、局所的な感度を増幅し、乱れがセマンティックな近傍を連続的に伝播する。 本研究は, 拡散および対照的なパラダイムにまたがって検証され, エンコーダ中毒の深い構造的リスクを明らかにし, 単純な攻撃成功率を超える幾何的監査の必要性を強調した。
  論文  参考訳（メタデータ） (2026-02-21T23:48:04Z)
• NeuroFilter: Privacy Guardrails for Conversational LLM Agents [50.75206727081996]
  本研究は,エージェント型大規模言語モデル(LLM)のプライバシを強制する際の計算上の課題に対処する。 NeuroFilterは、標準違反をモデルのアクティベーション空間における単純な方向にマッピングすることで、コンテキスト整合性を運用するガードレールフレームワークである。 7Bから70Bパラメータのモデルをカバーする15万以上のインタラクションに対する包括的な評価は、NeuroFilterの強力なパフォーマンスを示している。
  論文  参考訳（メタデータ） (2026-01-21T05:16:50Z)
• Open-Set LiDAR Panoptic Segmentation Guided by Uncertainty-Aware Learning [17.188627352236782]
  我々は不確実性誘導型オープンセット・パノプティクス・セグメンテーション・フレームワークであるULOPSを提案する。 我々のアーキテクチャは、不確実性推定を伴うセマンティックセグメンテーションのための分離されたデコーダを組み込んでいる。 推論中、未知のインスタンスを識別および分割するために不確実性推定を利用する。
  論文  参考訳（メタデータ） (2025-06-16T09:03:51Z)
• Spatial-Frequency Discriminability for Revealing Adversarial Perturbations [53.279716307171604]
  敵の摂動に対するディープニューラルネットワークの脆弱性は、コンピュータビジョンコミュニティで広く認識されている。 現在のアルゴリズムは、通常、自然および敵対的なデータの識別的分解を通じて、敵のパターンを検出する。 空間周波数Krawtchouk分解に基づく識別検出器を提案する。
  論文  参考訳（メタデータ） (2023-05-18T10:18:59Z)

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。