論文の概要: Security, Privacy, and Ethical Risks in OpenClaw
- arxiv url: http://arxiv.org/abs/2605.23330v1
- Date: Fri, 22 May 2026 07:45:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-25 17:29:20.249782
- Title: Security, Privacy, and Ethical Risks in OpenClaw
- Title（参考訳）: OpenClawのセキュリティ、プライバシ、倫理的リスク
- Authors: Yutong Jin, Zelin Zhang, Zhijin Lyu, Jianbing Ni,
- Abstract要約: OpenClawは、自然言語インタラクションと実世界のタスク補完のための、ローカルに実行可能なAIエージェントシステムである。
本稿は,OpenClawのセキュリティ,プライバシ,倫理的リスク,およびトレーサビリティの課題を体系的に調査する。
- 参考スコア（独自算出の注目度）: 7.437557907056796
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper systematically investigates the security, privacy, and ethical risks, as well as the traceability challenges of OpenClaw, a locally executable AI agent system for natural language interaction and real-world task completion. While OpenClaw shows strong potential for personal assistance, office automation, cross-platform task management, and information integration, it also raises serious security, privacy, and ethical concerns. By analyzing its system architecture, core functionalities, deployment model, and representative application scenarios, this paper aims to reveal the risks that may arise when such a highly privileged agent is integrated into personal and organizational digital environments. We focus in particular on the challenges associated with persistent local storage, tool invocation, cross-context information aggregation, multi-user interaction, and the integration of plugins and external services. We argue that these issues constitute major barriers to the trustworthy deployment and widespread adoption of this technology. Finally, we summarize the open challenges in security defenses, privacy protection, ethical governance, and traceability in agent use, and call for joint efforts from researchers, developers, deployers, and regulators to build AI agent systems that are safer, more reliable, and more trustworthy.
- Abstract（参考訳）: 本稿は,自然言語インタラクションと実世界のタスク完了のための,局所的に実行可能なAIエージェントシステムであるOpenClawのトレーサビリティ問題とともに,セキュリティ,プライバシ,倫理的リスクを体系的に検討する。
OpenClawは、個人支援、オフィス自動化、クロスプラットフォームタスク管理、情報統合の可能性を強く示していますが、深刻なセキュリティ、プライバシー、倫理的懸念も提起しています。
本稿では, システムアーキテクチャ, コア機能, デプロイメントモデル, 代表的なアプリケーションシナリオを解析することにより, 高度に特権化されたエージェントを個人的, 組織的デジタル環境に統合した場合に生じるリスクを明らかにすることを目的とする。
特に、永続的なローカルストレージ、ツール呼び出し、コンテキスト間の情報集約、マルチユーザインタラクション、プラグインと外部サービスの統合に関連する課題に注目します。
これらの問題は,信頼性の高いデプロイメントと,このテクノロジの普及に対する大きな障壁となっている,と私たちは主張する。
最後に、セキュリティ防衛、プライバシ保護、倫理的ガバナンス、エージェント使用におけるトレーサビリティに関するオープンな課題を要約し、より安全で信頼性が高く信頼性の高いAIエージェントシステムを構築するための研究者、開発者、デプロイ担当者、規制当局の協力を求める。
関連論文リスト
- Toward Securing AI Agents Like Operating Systems [13.41373985756433]
汎用技術として,大規模言語モデル(LLM)に基づく自律エージェントが急速に出現している。
オペレーティングシステムのレンズによるLCMエージェントのセキュリティについて検討する。
エージェントシステムの安全な設計のための一連の勧告で締めくくります。
論文 参考訳（メタデータ） (2026-05-14T15:07:25Z) - Safety in Embodied AI: A Survey of Risks, Attacks, and Defenses [168.50301366360344]
Embodied AI (Embodied AI) は、知覚、認知、計画、相互作用を、安全クリティカルな環境で機能するエージェントに統合する。
デジタルAIシステムとは異なり、エンボディエージェントは不確実な検知、不完全な知識、動的な人間とロボットの相互作用の下で行動しなければならない。
この調査は、エンボディされたAIにおける安全性研究の包括的なレビューを提供し、完全なエンボディされたパイプラインにわたる攻撃と防御を調査している。
論文 参考訳（メタデータ） (2026-03-28T13:21:44Z) - Human Society-Inspired Approaches to Agentic AI Security: The 4C Framework [19.576189199576053]
この記事では、社会的なガバナンスにインスパイアされたマルチエージェントAIセキュリティのための4Cフレームワークを紹介します。
AIのセキュリティを、システム中心の保護から、行動の完全性と意図のより広範な保存に移行することで、このフレームワークは、既存のAIセキュリティ戦略を補完する。
論文 参考訳（メタデータ） (2026-02-02T10:45:16Z) - Securing Generative AI Agentic Workflows: Risks, Mitigation, and a Proposed Firewall Architecture [0.0]
Generative Artificial Intelligence(GenAI)は、大きな進歩を示すと同時に、新たなセキュリティ課題も導入している。
本稿では、データプライバシやモデル操作、エージェントの自律性やシステム統合に関わる問題など、GenAIエージェントに固有の重要なセキュリティ脆弱性について概説する。
提案されている"GenAI Security Firewall"アーキテクチャは、これらのシステムに対して包括的で、適応可能で、効率的な保護を提供するように設計されている。
論文 参考訳（メタデータ） (2025-06-10T07:36:54Z) - LLM Agents Should Employ Security Principles [60.03651084139836]
本稿では,大規模言語モデル(LLM)エージェントを大規模に展開する際には,情報セキュリティの確立した設計原則を採用するべきであることを論じる。
AgentSandboxは、エージェントのライフサイクル全体を通して保護を提供するために、これらのセキュリティ原則を組み込んだ概念的なフレームワークである。
論文 参考訳（メタデータ） (2025-05-29T21:39:08Z) - Open Challenges in Multi-Agent Security: Towards Secure Systems of Interacting AI Agents [0.0]
分散AIエージェントはすぐにインターネットプラットフォーム間で対話し、従来のサイバーセキュリティやAI安全フレームワークを超えたセキュリティ上の課題を生み出す。
textbfmulti-agent Securityは、分散化されたAIエージェントのネットワークを、そのインタラクションを通じて出現または増幅する脅威に対して保護する、新たな分野である。
論文 参考訳（メタデータ） (2025-05-04T12:03:29Z) - Towards Trustworthy GUI Agents: A Survey [64.6445117343499]
本調査では,GUIエージェントの信頼性を5つの重要な次元で検証する。
敵攻撃に対する脆弱性、シーケンシャルな意思決定における障害モードのカスケードなど、大きな課題を特定します。
GUIエージェントが普及するにつれて、堅牢な安全基準と責任ある開発プラクティスを確立することが不可欠である。
論文 参考訳（メタデータ） (2025-03-30T13:26:00Z) - Enhancing Enterprise Security with Zero Trust Architecture [0.0]
Zero Trust Architecture (ZTA) は、現代のサイバーセキュリティに対する変革的なアプローチである。
ZTAは、ユーザ、デバイス、システムがデフォルトで信頼できないことを前提として、セキュリティパラダイムをシフトする。
本稿では、アイデンティティとアクセス管理(IAM)、マイクロセグメンテーション、継続的監視、行動分析など、ZTAの重要なコンポーネントについて検討する。
論文 参考訳（メタデータ） (2024-10-23T21:53:16Z) - HAICOSYSTEM: An Ecosystem for Sandboxing Safety Risks in Human-AI Interactions [95.49509269498367]
本稿では,多様な複雑な社会的相互作用におけるAIエージェントの安全性を調べるフレームワークであるHAICOSYSTEMを提案する。
私たちは7つの領域(医療、金融、教育など)にわたる92のシナリオに基づいて1840のシミュレーションを実行します。
我々の実験は、最先端のLSMは、プロプライエタリかつオープンソースの両方で、50%以上のケースで安全リスクを示すことを示した。
論文 参考訳（メタデータ） (2024-09-24T19:47:21Z)
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。