論文の概要: SS-ZKR: Spatial-Semantic Zero-Knowledge Routing for Privacy-Preserving Multi-Agent Collaboration
- arxiv url: http://arxiv.org/abs/2606.00962v1
- Date: Sun, 31 May 2026 02:34:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-02 21:34:29.003656
- Title: SS-ZKR: Spatial-Semantic Zero-Knowledge Routing for Privacy-Preserving Multi-Agent Collaboration
- Title（参考訳）: SS-ZKR:プライバシー保護のための空間意味ゼロ知識ルーティング
- Authors: Hassan Touheed,
- Abstract要約: 既存のプロトコルでは、組織的信頼境界を越えたエージェントペイロードのコンテンツベースのセマンティックルーティングをサポートしていません。
SS-ZKRは,A2A/MCP上の相補層として設計された3機構のルーティングプロトコルである。
我々は,形式的脅威モデル,インテントベクトルの情報漏洩境界の解析,3つのメカニズムすべてに対する擬似コード提示,TEEベースおよび同型暗号化ベースのルーティングベースラインに対する解析的比較を行う。
- 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: Foundational agent interoperability standards, notably the Agent-to-Agent (A2A) protocol and the Model Context Protocol (MCP), have advanced multi-agent system communication, and complementary identity frameworks leveraging W3C Decentralised Identifiers (DIDs) and Verifiable Credentials (VCs) provide cryptographic agent authentication. However, no existing protocol supports content-based semantic routing of agent payloads across organisational trust boundaries without requiring the routing intermediary to decrypt the payload, which is a hard constraint in compliance-sensitive environments governed by GDPR, HIPAA, and MiFID II. We propose SS-ZKR, a three-mechanism privacy-preserving routing protocol designed as a complementary layer atop A2A/MCP. Mechanism I introduces blind routing via differentially private semantic intent vectors cryptographically bound to zero-knowledge proofs of payload-schema consistency. Mechanism II offers vector-weighted adaptive payload sanitisation with formal (epsilon, delta)-differential privacy for numerical fields and heuristic semantic aggregation for textual fields. Mechanism III presents a spatial-to-cryptographic policy compiler that translates visually defined trust-zone topologies into deterministic zero-knowledge access circuits. We provide a formal threat model, analyse information leakage bounds of intent vectors, present pseudocode for all three mechanisms, and give analytical complexity comparisons against TEE-based and homomorphic encryption-based routing baselines. SS-ZKR lets enterprises in financial services, healthcare, and defence orchestrate heterogeneous AI agents across regulatory boundaries without exposing proprietary data to routing infrastructure.
- Abstract（参考訳）: 基本エージェントの相互運用性標準、特にエージェント・ツー・エージェント(A2A)プロトコルとモデルコンテキストプロトコル(MCP)は、高度なマルチエージェントシステム通信を持ち、W3Cの分散識別子(DID)と検証クレデンシャル(VC)を利用した補完的なIDフレームワークは暗号エージェント認証を提供する。
しかしながら、既存のプロトコルでは、GDPR、HIPAA、MiFID IIが管理するコンプライアンスに敏感な環境において、ペイロードを復号化するためのルーティング仲介を必要とせずに、エージェントペイロードのコンテンツベースのセマンティックルーティングをサポートしている。
本稿では,A2A/MCP上の補完層として設計された3機構のプライバシ保護ルーティングプロトコルであるSS-ZKRを提案する。
メカニズムIは、ペイロード-スキーマ整合性のゼロ知識証明と暗号的に結びついた、微分プライベートなセマンティックインテントベクターによるブラインドルーティングを導入する。
メカニズムIIは、ベクトル重み付け適応ペイロードサニデーションと、数値場に対する形式的(エプシロン、デルタ)差分プライバシーと、テキストフィールドに対するヒューリスティックセマンティックアグリゲーションを提供する。
メカニズムIIIは、視覚的に定義された信頼ゾーントポロジを決定論的ゼロ知識アクセス回路に変換する空間-暗号ポリシーコンパイラを提供する。
我々は,形式的脅威モデル,インテントベクトルの情報漏洩境界の解析,3つのメカニズムすべてに対する擬似コード提示,TEEベースおよび同型暗号化ベースのルーティングベースラインに対する解析的複雑性の比較を行う。
SS-ZKRは、金融サービス、ヘルスケア、防衛などの企業が、独自のデータをルーティングインフラストラクチャに公開することなく、規制境界を越えて異質なAIエージェントをオーケストレーションすることを可能にする。
関連論文リスト
- AgenticCyOps: Securing Multi-Agentic AI Integration in Enterprise Cyber Operations [7.660803748903973]
マルチエージェントシステム(MAS)は適応的で推論駆動の企業を約束するが、ツール、メモリ、通信の自律的な制御をエージェントに与えることで、決定論的パイプラインが欠如する攻撃面を導入する。
AgenticCyOpsは、コンポーネント層、調整層、プロトコル層にまたがる攻撃面を体系的に分解するフレームワークである。
このフレームワークをSecurity Operations Center(SOC)ワークフローに適用し、モデルコンテキストプロトコル(MCP)を構造基盤として採用する。
論文 参考訳（メタデータ） (2026-03-10T03:15:36Z) - Agent Identity URI Scheme: Topology-Independent Naming and Capability-Based Discovery for Multi-Agent Systems [0.0]
マルチエージェントシステムは基本的なアーキテクチャ上の欠陥に直面している。
我々は、トポロジから3つのコンポーネントを通してアイデンティティを分離する Agent:// scheme を提案する。
組織権限を確立する信頼根、階層的な能力パス、ソート可能なユニークな識別子は安定した参照を提供する。
論文 参考訳（メタデータ） (2026-01-21T01:09:22Z) - Binding Agent ID: Unleashing the Power of AI Agents with accountability and credibility [46.323590135279126]
BAID(Binding Agent ID)は、検証可能なユーザコードバインディングを確立するための総合的なアイデンティティ基盤である。
ブロックチェーンベースのID管理とzkVMベースの認証プロトコルの実現可能性を実証し、完全なプロトタイプシステムの実装と評価を行った。
論文 参考訳（メタデータ） (2025-12-19T13:01:54Z) - Towards 6G Native-AI Edge Networks: A Semantic-Aware and Agentic Intelligence Paradigm [85.7583231789615]
6Gはインテリジェンスをネイティブネットワークの能力として位置づけ、無線アクセスネットワーク(RAN)の設計を変革する
このビジョンの中では、セマンティック・ネイティブのコミュニケーションとエージェント・インテリジェンスが中心的な役割を果たすことが期待されている。
エージェントインテリジェンスは、RANエンティティに目標駆動の自律性、推論、計画、マルチエージェントコラボレーションを提供する。
論文 参考訳（メタデータ） (2025-12-04T03:09:33Z) - Securing the Model Context Protocol (MCP): Risks, Controls, and Governance [1.4072883206858737]
我々は、MPPの柔軟性を生かした3種類の敵に焦点を当てる。
早期のインシデントと概念実証攻撃に基づいて,MPPが攻撃面を増加させる方法について述べる。
本稿では,ユーザ単位の認証とスコープ認証を含む,一連の実用的な制御を提案する。
論文 参考訳（メタデータ） (2025-11-25T23:24:26Z) - A Taxonomy and Methodology for Proof-of-Location Systems [42.222053626544366]
本稿では,PoL(Proof-of-Location)システムの4つの中核領域を同定する分類法を提案する。
次に、アプリケーション固有の要件を適切なPoLアーキテクチャにマッピングする方法論を紹介します。
全体として、この作業はセキュアでスケーラブルで相互運用可能なPoLシステムを構築するための構造化されたアプローチを提供する。
論文 参考訳（メタデータ） (2025-08-19T19:39:05Z) - SAMEP: A Secure Protocol for Persistent Context Sharing Across AI Agents [0.0]
安全なエージェントメモリ交換プロトコル(Secure Agent Memory Exchange Protocol)は、AIエージェント間の永続的でセキュアでセマンティックに検索可能なメモリ共有を可能にする新しいフレームワークである。
本プロトコルは,(1)エージェントセッション間の永続的コンテキスト保存,(2)きめ細かいアクセス制御によるセキュアなマルチエージェント協調,(3)関連する歴史的コンテキストの効率的な意味的発見,の3つの重要な課題に対処する。
論文 参考訳（メタデータ） (2025-07-05T02:20:09Z) - 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) - Privacy-Enhancing Paradigms within Federated Multi-Agent Systems [47.76990892943637]
LLMベースのマルチエージェントシステム(MAS)は、複数のエージェントを統合することで複雑な問題を解決するのに非常に効果的であることが証明されている。
本稿では、フェデレーションMASの概念を紹介し、フェデレーションMASと従来のFLの根本的な違いを明らかにする。
1)エージェント間の異種プライバシープロトコル,2)多人数会話の構造的差異,3)動的会話ネットワーク構造などである。
これらの課題に対処するため、我々はEPEAgent(Embedded Privacy-Enhancing Agents)を提案し、これはRetrieval-Augmented GenerationフェーズとRetrieval-Augmented Generationフェーズにシームレスに統合する革新的なソリューションである。
論文 参考訳（メタデータ） (2025-03-11T08:38:45Z) - CryptoFormalEval: Integrating LLMs and Formal Verification for Automated Cryptographic Protocol Vulnerability Detection [41.94295877935867]
我々は,新たな暗号プロトコルの脆弱性を自律的に識別する大規模言語モデルの能力を評価するためのベンチマークを導入する。
私たちは、新しい、欠陥のある通信プロトコルのデータセットを作成し、AIエージェントが発見した脆弱性を自動的に検証する方法を設計しました。
論文 参考訳（メタデータ） (2024-11-20T14:16:55Z) - HasTEE+ : Confidential Cloud Computing and Analytics with Haskell [50.994023665559496]
信頼性コンピューティングは、Trusted Execution Environments(TEEs)と呼ばれる特別なハードウェア隔離ユニットを使用して、コテナントクラウドデプロイメントにおける機密コードとデータの保護を可能にする。
低レベルのC/C++ベースのツールチェーンを提供するTEEは、固有のメモリ安全性の脆弱性の影響を受けやすく、明示的で暗黙的な情報フローのリークを監視するための言語構造が欠如している。
私たちは、Haskellに埋め込まれたドメイン固有言語(cla)であるHasTEE+を使って、上記の問題に対処します。
論文 参考訳（メタデータ） (2024-01-17T00:56:23Z)
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。