論文の概要: Towards Post-Quantum Secure Pharmacovigilance with ML-KEM and ML-DSA

• arxiv url: http://arxiv.org/abs/2606.09412v1
• Date: Mon, 08 Jun 2026 12:27:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:06.984287
• Title: Towards Post-Quantum Secure Pharmacovigilance with ML-KEM and ML-DSA
• Title（参考訳）: ML-KEM と ML-DSA を併用したセキュアな医薬品開発に向けて
• Authors: Saee Desai, Tom Shimoni, Eddie Cameron, David Akamine, Aniketh Chunduri,
• Abstract要約: 薬理学的システムは、有害事象の報告や臨床観察を含む、繊細な医療と薬物安全のデータを扱う。 量子コンピューティングが進むにつれて、RSAや楕円曲線暗号のような古典的な公開鍵暗号システムが脆弱になる可能性がある。 本稿では,クォータム後安全な薬剤移動データパイプラインの教育プロトタイプについて述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Pharmacovigilance systems handle sensitive healthcare and drug-safety data, including adverse event reports and clinical observations. As quantum computing advances, classical public-key cryptographic systems such as RSA and elliptic-curve cryptography may become vulnerable, creating long-term risks for healthcare data that must remain confidential for many years. This paper presents an educational prototype of a post-quantum secure pharmacovigilance data pipeline. The system uses ML-KEM-768 for post-quantum key establishment, HKDF-SHA-256 for deriving an AES key, AES-256-GCM for efficient file encryption, and ML-DSA-65 for digital signatures and tamper detection. The pipeline supports multiple file formats, including TXT, CSV, JSON, and PDF, by treating files as raw bytes and preserving metadata for reconstruction at the receiver. The prototype includes separate hospital, gateway, pharma receiver, attacker, benchmarking, and dashboard components. We evaluate the system using synthetic pharmacovigilance datasets of different sizes and formats. Our results show that ML-KEM adds a small constant overhead, while AES encryption and ML-DSA signing dominate runtime as file size increases. This work is not a production-ready healthcare system, but rather an educational systems-level exploration of how post-quantum cryptographic primitives can be integrated into healthcare-style data pipelines.
• Abstract（参考訳）: 薬理学的システムは、有害事象の報告や臨床観察を含む、繊細な医療と薬物安全のデータを扱う。 量子コンピューティングが進歩するにつれて、RSAや楕円曲線暗号のような古典的な公開鍵暗号システムが脆弱になり、長年秘密にされなければならない医療データに対して長期的なリスクが生じる可能性がある。 本稿では,クォータム後安全な薬剤移動データパイプラインの教育プロトタイプについて述べる。 このシステムは、後量子鍵設定にML-KEM-768、AESキーを導出するHKDF-SHA-256、効率的なファイル暗号化にAES-256-GCM、デジタル署名とタンパー検出にML-DSA-65を使用する。 パイプラインは、TXT、CSV、JSON、PDFを含む複数のファイルフォーマットをサポートし、ファイルを生のバイトとして扱い、レシーバーで復元するためのメタデータを保存する。 プロトタイプには、別々の病院、ゲートウェイ、薬局受信機、攻撃者、ベンチマーク、ダッシュボードコンポーネントが含まれる。 異なるサイズとフォーマットの合成薬品移動データセットを用いて,本システムの評価を行った。 その結果,ML-KEMはファイルサイズの増加に伴い,AES暗号化とML-DSA署名がランタイムを支配しているのに対し,ML-KEMはオーバーヘッドが小さいことがわかった。 この作業は、プロダクション対応の医療システムではなく、量子後暗号プリミティブを医療スタイルのデータパイプラインに統合する方法に関する教育システムレベルの調査である。

関連論文リスト

• Training Machine Learning Models on Encrypted Data: A Privacy-Preserving Framework using Homomorphic Encryption [40.16348991707144]
  同型暗号化は、復号化せずに暗号化されたデータの計算を可能にし、機械学習パイプライン全体の機密性を保存する。 本稿では、精度と効率を保ちながら、暗号化データ上でMLモデルをトレーニングするという課題に対処する。 K-Nearest Neighbors(KNN)と線形回帰モデルを暗号化データ上でトレーニングし、基本的マルチレイヤパーセプトロン(MLP)アーキテクチャの暗号化推論を評価する。
  論文  参考訳（メタデータ） (2026-04-25T10:50:41Z)
• A Hybrid Encryption Framework Combining Classical, Post-Quantum, and QKD Methods [0.0]
  本稿では、古典暗号(EdDSA, ECDH)、ポスト量子暗号(ML-DSA-6x5, ML-KEM-768)、およびGuardianによる量子鍵分配(QKD)を組み合わせて、量子コンピューティングの脅威に対処するハイブリッド暗号フレームワークを提案する。 プロトタイプでは、鍵導出関数を用いて、セキュアな対称鍵とHMAC鍵を生成し、実行時間とネットワークメトリクスでその性能を評価する。
  論文  参考訳（メタデータ） (2025-09-09T08:48:38Z)
• Mic-hackathon 2024: Hackathon on Machine Learning for Electron and Scanning Probe Microscopy [54.24356756795849]
  顕微鏡は、ナノメートルと原子スケールにおける材料構造と機能に関する情報の主要な源である。 主要な資金機関によるデータ管理計画(DMP)の導入は、保存とアクセスを促進する。 標準化されたコードエコシステム、ベンチマーク、統合戦略が欠如しているため、洞察を得るのは難しいままです。
  論文  参考訳（メタデータ） (2025-06-10T03:54:36Z)
• Performance Analysis and Deployment Considerations of Post-Quantum Cryptography for Consumer Electronics [0.0]
  量子コンピューティングは消費者電子(CE)のセキュリティ基盤を脅かす 本稿では、主要な量子抵抗暗号(PQC)方式の総合的なクロスプラットフォーム性能解析について述べる。
  論文  参考訳（メタデータ） (2025-05-04T20:38:09Z)
• Cryptanalysis via Machine Learning Based Information Theoretic Metrics [58.96805474751668]
  本稿では,機械学習アルゴリズムの新たな2つの応用法を提案する。 これらのアルゴリズムは、監査設定で容易に適用でき、暗号システムの堅牢性を評価することができる。 本稿では,DES,RSA,AES ECBなど,IND-CPAの安全でない暗号化スキームを高精度に識別する。
  論文  参考訳（メタデータ） (2025-01-25T04:53:36Z)
• Gradient-based facial encoding for key generation to encrypt and decrypt multimedia data [0.873811641236639]
  パスワードに依存するセキュリティシステムは、忘れられたり、推測されたり、違反されたりすることに対して脆弱である。 本稿では,これらの問題に対処するために顔認識技術を利用したバイオ暗号システムを提案する。 提案システムは、顔の特徴から派生した32ビットの暗号鍵を作成する。
  論文  参考訳（メタデータ） (2024-12-09T19:12:17Z)
• 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)
• GuardML: Efficient Privacy-Preserving Machine Learning Services Through Hybrid Homomorphic Encryption [2.611778281107039]
  プライバシ保存機械学習(PPML)メソッドは、機械学習モデルのプライバシとセキュリティを保護するために導入された。 現代の暗号方式であるHybrid Homomorphic Encryption (HHE)が最近登場した。 心電図データに基づく心疾患の分類のためのHHEベースのPPMLアプリケーションの開発と評価を行った。
  論文  参考訳（メタデータ） (2024-01-26T13:12:52Z)
• Recovering AES Keys with a Deep Cold Boot Attack [91.22679787578438]
  コールドブート攻撃は、電源がシャットダウンされた直後に破損したランダムアクセスメモリを検査する。 本研究では,AES鍵に対する攻撃を適用するために,深誤り訂正符号手法の新たな暗号版とSATソルバ方式を併用する。 以上の結果から,本手法は攻撃方法の精度を極めて高いマージンで上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2021-06-09T07:57:01Z)

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。