論文の概要: Block-A-Mole: The Sustainability Frontier of Moving-Target Censorship Resistance

• arxiv url: http://arxiv.org/abs/2606.08886v1
• Date: Mon, 08 Jun 2026 00:07:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:06.503872
• Title: Block-A-Mole: The Sustainability Frontier of Moving-Target Censorship Resistance
• Title（参考訳）: Block-A-Mole: 移動目標検閲抵抗の持続可能性フロンティア
• Authors: Anindya Maiti,
• Abstract要約: 回避システムは、検閲が対応できるよりも早く、商用のクラウドアドレス空間でエンドポイントを回転させる。 我々は、検閲と防御の相互作用を連続時間タイミングゲームとしてモデル化することで、移動目標検閲抵抗の最初の公式な説明を行う。 我々は,グレートファイアウォールが2024年にQUICとTLSをドメイン単位でブロックする方式に移行したことにより,生回転速度が結合制約ではないことを示す。
• 参考スコア（独自算出の注目度）: 0.49636097515622274
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Internet censorship affects over four billion people, and deployed circumvention systems share a common weakness: their endpoints are fixed and discoverable, so a patient censor can enumerate and block them. Moving-target circumvention systems instead rotate endpoints across commercial cloud address space faster than censors can react, but the field lacks a theory of when rotation works, leaving rotation intervals and pool sizes to intuition. We give the first formal account of moving-target censorship resistance by modeling the censor-defender interaction as a continuous-time timing game over a combinatorial address-domain space, generalizing FlipIt to a collateral-bounded adversary. We prove a sustainability frontier separating configurations a censor can defeat from those it cannot, and show that under the Great Firewall's 2024 shift to blocking QUIC and TLS by domain, raw rotation speed is not the binding constraint. Instead, availability is governed by the domain burn rate, $β=λ_{\mathrm{disc}}/λ_{\mathrm{intro}}$, the ratio between how quickly the censor blocks defender domains and how quickly the defender introduces fresh ones. We derive a closed-form availability law, prove that address rotation alone cannot sustain high availability when $β>1$ regardless of endpoint rotation speed, and characterize the frontier $β^\star$. We validate the analysis with an open, model-level censor-defender simulator requiring no privileged access or cloud deployment. The simulator reproduces the predicted phase transition at $β^\star$ under adversary profiles representative of the GFW, Russia's TSPU, and Iran, and shows robustness to state-dependent discovery and bursty, provider-correlated burns. The result replaces the heuristic of ``rotate faster'' with a precise operating condition: keeping the domain economy ahead of the censor.
• Abstract（参考訳）: インターネット検閲は40億人を超える人々に影響を与え、デプロイされた回避システムは共通の弱点を共有している。 移動目標回避システムは、検閲が反応するよりも早く、商用のクラウドアドレス空間でエンドポイントを回転させるが、フィールドは回転がいつ機能するかという理論がなく、回転間隔とプールサイズは直感に残されている。 本稿では,移動目標検閲に対する最初の公式な説明として,複合アドレス領域空間上の連続時間タイミングゲームとして検閲-防御相互作用をモデル化し,FlipItを横境界の敵に一般化する。 我々は,検閲が不可能な構成を分離するサステナビリティフロンティアを証明し,グレートファイアウォールが2024年にQUICとTLSをドメイン単位でブロックすることにシフトしたことにより,生回転速度が結合制約ではないことを示す。 その代わり、可用性はドメインのバーンレート、$β=λ_{\mathrm{disc}}/λ_{\mathrm{intro}}$、検閲がディフェンダードメインをいかに早くブロックするか、ディフェンダーが新しいドメインを素早く導入するかの比率によって管理される。 終端回転速度にかかわらず、アドレス回転だけでは高可用性を維持できないことを証明し、フロンティアの$β^\star$を特徴付ける。 我々は、特権アクセスやクラウド展開を必要としないオープンなモデルレベルの検閲-防御シミュレータを用いて、分析を検証した。 シミュレーターはGFW、ロシアのTSPU、イランの敵対的なプロファイルの下で、予測相転移を$β^\star$で再現し、州に依存した発見と、プロバイダ関連のバーストに堅牢性を示す。 その結果、 ' ‘rotate faster'' のヒューリスティックを、正確な運用条件に置き換えた。

関連論文リスト

• \mathsf{VISTA}: Decentralized Machine Learning in Adversary Dominated Environments [21.69919643934826]
  分散機械学習は、評価などのアウトソーシング計算を信頼できないワーカノードに頼っていることが多い。 本稿では, 相互に整合性がある場合にのみ, 報告を受理し, 報奨するインセンティブ指向の枠組みを通じて, 敵に支配される設定について検討する。 本稿では,最適化履歴を用いた適応アルゴリズムであるmathsfVISTAを提案する。
  論文  参考訳（メタデータ） (2026-05-08T15:07:15Z)
• When Routine Chats Turn Toxic: Unintended Long-Term State Poisoning in Personalized Agents [16.57930301062107]
  textbfStateGuardはライトウェイトでポスト実行後のディフェンスで、書き込みバウンダリで状態差を監査し、危険な編集を選択的にロールバックする。 StateGuardは、安全第一の書き込み防衛と最小限のオーバーヘッドの下で、HSをほぼゼロ、偽陰性に減らし、高い偽陽性率を許容できることを示す。
  論文  参考訳（メタデータ） (2026-05-07T12:25:16Z)
• One Turn Too Late: Response-Aware Defense Against Hidden Malicious Intent in Multi-Turn Dialogue [55.98008208209856]
  マルチターン対話における隠れた悪意のある意図は、大規模言語モデル(LLM)に対する脅威を増大させる 近年の研究では、安全アライメントや外部ガードレールの進歩にもかかわらず、高度なガードレールを備えた近代的な商用モデルでさえも、このような攻撃に対して脆弱であることが示されている。 そこで本研究では,この課題に対処するため,最も早いタイミングで候補応答を届けることによって,蓄積された相互作用が有害な作用を可能にするのに十分であることを示す。
  論文  参考訳（メタデータ） (2026-05-07T03:35:31Z)
• TwinGate: Stateful Defense against Decompositional Jailbreaks in Untraceable Traffic via Asymmetric Contrastive Learning [60.68349524623048]
  分解されたジェイルブレイクは、大きな言語モデルにとって重大な脅威となる。 我々はステートフルなデュアルエンコーダ防御フレームワークであるTwinGateを紹介する。 我々は、8600の異なる悪意のある意図にまたがる360万以上の命令の包括的なデータセットを構築した。
  論文  参考訳（メタデータ） (2026-04-30T13:44:01Z)
• Time Is All It Takes: Spike-Retiming Attacks on Event-Driven Spiking Neural Networks [87.16809558673403]
  スパイキングニューラルネットワーク(SNN)は離散スパイクで計算し、時間構造を利用する。 イベント駆動SNNにおけるスパイク数と振幅を保存しながら、既存のスパイクを繰り返すタイミングのみの敵について検討する。
  論文  参考訳（メタデータ） (2026-02-03T09:06:53Z)
• Spectral Sentinel: Scalable Byzantine-Robust Decentralized Federated Learning via Sketched Random Matrix Theory on Blockchain [0.0]
  ビザンチンのクライアントは、不均一な(Non-IID)データの下での濃度勾配を中毒する。 本稿では,ビザンチン検出・集約フレームワークであるSpectral Sentinelを提案する。 Polygonネットワーク上でブロックチェーンを統合することで,完全なシステムを実現しています。
  論文  参考訳（メタデータ） (2025-12-14T09:43:03Z)
• Belief-Conditioned One-Step Diffusion: Real-Time Trajectory Planning with Just-Enough Sensing [1.6984211127623137]
  我々は、10ミリ秒の前方通過で短水平軌道を返す最初のプランナーであるBelief-Conditioned One-Step Diffusion (B-COD)を提示する。 この1つのプロキシは、ソフト・アクター・クリティカルがオンラインでセンサーを選択するのに十分であり、ポーズ・コ・グロースを束縛しながらエネルギーを最適化することを示している。
  論文  参考訳（メタデータ） (2025-08-16T21:34:16Z)
• Dissecting Adversarial Robustness of Multimodal LM Agents [70.2077308846307]
  我々は、VisualWebArena上に現実的な脅威モデルを用いて、200の敵タスクと評価スクリプトを手動で作成する。 我々は,クロボックスフロンティアLMを用いた最新のエージェントを,リフレクションやツリーサーチを行うエージェントを含む,壊すことに成功している。 AREを使用して、新しいコンポーネントの追加に伴うロバスト性の変化を厳格に評価しています。
  論文  参考訳（メタデータ） (2024-06-18T17:32:48Z)
• Towards Defending Multiple $\ell_p$-norm Bounded Adversarial Perturbations via Gated Batch Normalization [120.99395850108422]
  既存の敵防衛は、個々の摂動に対するモデル堅牢性を改善するのが一般的である。 最近の手法では、複数の$ell_p$球における敵攻撃に対するモデルロバスト性を改善するが、各摂動型に対するそれらの性能は、まだ十分ではない。 我々は,複数の$ell_pの有界摂動を守るために,摂動不変予測器を逆向きに訓練するGated Batch Normalization (GBN)を提案する。
  論文  参考訳（メタデータ） (2020-12-03T02:26:01Z)

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。