論文の概要: Privilege Risk Evolution for Non-Human Identities: A Temporal Fiber Model for Cloud IAM

• arxiv url: http://arxiv.org/abs/2606.03289v1
• Date: Tue, 02 Jun 2026 07:52:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-03 22:00:04.848753
• Title: Privilege Risk Evolution for Non-Human Identities: A Temporal Fiber Model for Cloud IAM
• Title（参考訳）: 非Human Identitiesのプリビレージリスク進化:クラウドIAMのためのテンポラルファイバーモデル
• Authors: Christophe Parisel,
• Abstract要約: クラウドパーミッションガバナンスは、パーミッション等価性を静的な関係として暗黙的に扱う。 非人間的同一性に対して、同値性は2つの既約成分を持つことを示す。 我々は、時間的同値特権回路の下で同値類を呼ぶ。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cloud permission governance implicitly treats permission equivalence as a static relation. We show that for non-human identities (NHIs), equivalence has two irreducible components: structural equivalence, capturing identical permission profiles at a snapshot via graph fibration, and temporal equivalence, capturing recurring permission states via strongly connected components (SCCs) in a fiber transition graph. We call the equivalence classes under temporal equivalence privilege circuits. We formalize a three-layer framework: (1) a spatial quotient of the permission graph via fibration, (2) a lineage partition organizing stable transition compartments, (3) windowed SCC analysis as a temporal quotient within lineages. Empirical evaluation on a large Azure tenant supports the framework. Backtesting demonstrates that early observation of ratchet-type privilege circuits predicts long-term structural stability.
• Abstract（参考訳）: クラウドパーミッションガバナンスは、パーミッション等価性を静的な関係として暗黙的に扱う。 我々は,非人間同一性 (NHIs) において,同値性は2つの既約成分を持つことを示す。構造的等価性,グラフフィブリレーションによるスナップショットにおける同一の許可プロファイルの取得,時間的等価性,および繊維遷移グラフにおける強結合成分(SCCs)による繰り返し許可状態の取得である。 我々は、時間的同値特権回路の下で同値類を呼ぶ。 本研究では,(1)ファイブレーションによるパーミッショングラフの空間的商法,(2)安定な遷移区画を整理する系統分割,(3)系統内の時間的商法としてのウィンドウ化SCC分析の3層構造を定式化する。 大規模なAzureテナントに関する実証的な評価は、このフレームワークをサポートする。 バックテストは、ラチェット型特権回路の早期観測が長期的な構造安定性を予測することを示した。

関連論文リスト

• Hierarchical Consistency Learning for Test-time Adaptation in Camouflage Perception [50.278200968044665]
  カモフラージュされた物体検出(COD)は、物理的属性を通して背景から最小限の知覚差を示すターゲットをローカライズすることを目的としている。 既存のメソッドは、静的なTrain-then-freezeパラダイムによって制約されており、ドメインの剛性と依存性のアノテーションに悩まされている。 動的表現再構成のためのテスト時間適応を統合した階層的一貫性学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-25T09:57:46Z)
• From Prompts to Pavement Through Time: Temporal Grounding in Agentic Scene-to-Plan Reasoning [1.2777067998526854]
  本研究は, エージェント間コミュニケーションにおける時間的条件付けが, 意味的・論理的一貫性の低下を伴わずにコヒーレンスを維持・強化できるかどうかを考察する。 その結果,時間的条件付けは推論スタイルに反するが,標準NLPに基づく正当性測定では統計的に有意な改善は得られなかった。 これらの結果から,プロンプトベースの時間的接地限界を明らかにし,時間的シーンから計画的推論のための最初の経験的基準を確立した。
  論文  参考訳（メタデータ） (2026-05-19T13:18:35Z)
• When to Think, When to Speak: Learning Disclosure Policies for LLM Reasoning [60.714416943748866]
  シングルストリームの自己回帰インターフェースでは、同じトークンがモデル状態を更新し、不可逆的な公約を構成する。 そこで我々は,Side-by-Side (SxS) Interleaved Reasoningを導入する。
  論文  参考訳（メタデータ） (2026-05-05T02:59:58Z)
• Persistent Homology of Time Series through Complex Networks [0.0]
  時系列は、3つのファミリーにまたがる5つの構造のうちの1つを通してグラフにマップされる。 グラフは、Vietoris-Rips濾過が永続図を生成する非相似行列に変換される。 これらの図は、持続的景観と位相的要約統計によって、固定長の特徴にベクトル化される。
  論文  参考訳（メタデータ） (2026-05-02T22:28:42Z)
• Evaluating Temporal and Structural Anomaly Detection Paradigms for DDoS Traffic [0.046603287532620725]
  監視されていない異常検出は、クラウドネイティブな5GネットワークにおけるDistributed Denial-of-Service(DDoS)攻撃を検出するために広く使用されている。 ほとんどの研究は、どの特徴空間がデータに最も合うかを検証することなく、時間的または構造的な固定されたトラフィック表現を仮定する。 本稿では,2つの診断手法を用いて,時間的・構造的特徴を優先する軽量な意思決定フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-17T12:59:48Z)
• OVI-MAP:Open-Vocabulary Instance-Semantic Mapping [108.66131262110095]
  OVI-MAPは、RGB-D入力から漸進的に構築される、クラスに依存しない3Dインスタンスマップである。 意味的特徴は、視覚言語モデルを用いて、選択された少数のビューからのみ抽出される。 我々のシステムはリアルタイムに動作し、標準ベンチマークで最先端のオープン語彙マッピングのベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-03-27T15:50:59Z)
• iFSQ: Improving FSQ for Image Generation with 1 Line of Code [40.61338660155903]
  FSQの活性化関数を分布マッチングマッピングに置き換えて、均一な事前処理を行う方法を示す。 この単純な戦略は、1行のコードしか必要としないが、数学的には最適なビン利用と再構築精度の両方を保証している。 我々は、Representation Alignment(REPA)をARモデルに適用し、LlamaGen-REPAを生成することで分析を拡張した。
  論文  参考訳（メタデータ） (2026-01-23T19:00:35Z)
• Continual Action Quality Assessment via Adaptive Manifold-Aligned Graph Regularization [53.82400605816587]
  アクション品質アセスメント(AQA)は、ビデオにおける人間の行動を定量化し、スポーツスコアリング、リハビリテーション、スキル評価の応用を支援する。 大きな課題は、現実世界のシナリオにおける品質分布の非定常的な性質にある。 本稿では,進化する分布を扱うための連続学習機能を備えた連続AQA(Continuous AQA)を紹介する。
  論文  参考訳（メタデータ） (2025-10-08T10:09:47Z)
• Respecting Temporal-Causal Consistency: Entity-Event Knowledge Graphs for Retrieval-Augmented Generation [69.45495166424642]
  我々は,物語文書における時間的,因果的,文字的整合性を理解するために,頑健で差別的なQAベンチマークを開発する。 次に、バイナリマッピングでリンクされたエンティティとイベントのサブグラフを分離したまま保持するデュアルグラフフレームワークであるEntity-Event RAG(E2RAG)を紹介します。 ChronoQA全体で、我々のアプローチは最先端の非構造化およびKGベースのRAGベースラインよりも優れており、因果一貫性クエリや文字整合性クエリが顕著である。
  論文  参考訳（メタデータ） (2025-06-06T10:07:21Z)

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。