論文の概要: Side-Channel Attacks Bypass Protection in 3D Printers

• arxiv url: http://arxiv.org/abs/2606.13952v1
• Date: Thu, 11 Jun 2026 22:32:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 16:00:42.66979
• Title: Side-Channel Attacks Bypass Protection in 3D Printers
• Title（参考訳）: サイドチャネル攻撃による3Dプリンタのバイパス保護
• Authors: Eric Yocam, Varghese Vaidyan, Micah Flack, Gurcan Comert, Judith L. Mwakalonge,
• Abstract要約: AMNC (Active Motor Noise Cancellation) は、FDM (Commercial Fused Deposition Modeling) 3Dプリンターの音響サイドチャネル攻撃に対するハードウェア対策として出荷される。 本稿では,音と振動の同時記録の公開データセットを用いて,デプロイされたAMNC対策の最初の経験的評価を行う。
• 参考スコア（独自算出の注目度）: 4.1201966507589995
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Active Motor Noise Cancellation (AMNC) ships in commercial fused deposition modeling (FDM) 3D printers as a hardware countermeasure against acoustic side-channel attacks that target intellectual property (IP). We present the first empirical evaluation of a deployed AMNC countermeasure, using a public dataset of synchronized acoustic and vibration recordings from two AMNC-equipped Bambu Lab printers across 12 object classes. AMNC fully neutralizes the acoustic channel: classification accuracy is indistinguishable from the 8.33% random baseline. The vibration channel, which AMNC does not target, still leaks. With summary statistics the leak is coarse and amplitude-driven (vibration accuracy approximately 31% pooled, 36-47% within-printer), while the waveform shape carries essentially nothing (frequency-only features at chance). A full-sequence temporal model that ingests the ordered evolution of the print raises accuracy to approximately 61%, and an order-shuffling control (approximately 33%) shows that a substantial component is genuinely sequential and tied to print progression. The leak is device-specific: a classifier trained on one printer transfers near chance to the other. We conclude that AMNC is an acoustic-only defense: vibration remains a partial, geometry-correlated side channel it does not address, but one that does not, on this dataset, support full geometric reconstruction; reconstruction-grade attacks would require the magnetic or power channels AMNC also leaves untouched. We release all code.
• Abstract（参考訳）: アクティブモーターノイズキャンセラ(AMNC)は、知的財産(IP)をターゲットにした音響サイドチャネル攻撃に対するハードウェア対策として、商用フューズド・デポジション・モデリング(FDM)3Dプリンタに搭載されている。 本報告では, AMNC搭載Bambu Labプリンタを12種類のオブジェクトクラスに配置し, 非同期音響・振動記録の公開データセットを用いて, 展開型AMNC対策の実証実験を行った。 AMNCは音響チャネルを完全に中和し、分類精度は8.33%のランダムベースラインと区別できない。 AMNCが標的にしていない振動流路は依然として漏れている。 要約統計では、漏れは粗く振幅駆動(振動精度はおよそ31%、印刷機内は36-47%)、波形は基本的に何も持たない(周波数のみの特徴)。 プリントの順序進化を経るフルシーケンス時間モデルは精度を約61%に引き上げ、オーダーシャッフル制御(約33%)は、実質的なコンポーネントが真にシーケンシャルで印刷の進行に結びついていることを示す。 リークはデバイス固有のもので、あるプリンタで訓練された分類器が、他のプリンタにほぼ近い確率で転送される。 我々は、AMNCは音響のみの防御であり、振動はそれに対応していない部分的かつ幾何学的関連の側チャネルであるが、このデータセットでは完全な幾何学的再構成をサポートしない。 すべてのコードをリリースします。

関連論文リスト

• TriSweep: A Four-Drone Swarm Framework for Electromagnetic Side-Channel Analysis [0.0]
  TriSweepは、自律的なスタンドオフEM-SCAのための4つのドロンのSwarmアーキテクチャを設計し、評価するシミュレーションフレームワークである。 空間的に専門化された3つの収集ドローンは、コヒーレントな組み合わせを行う静止アキュベータードローンを供給します。 物理的なハードウェアは製造されておらず、プロトタイプの構築が次のステップとして計画されている。
  論文  参考訳（メタデータ） (2026-05-21T16:47:44Z)
• VoxShield: Protecting 3D Medical Datasets from Unauthorized Training via Frequency-Aware Inter-Slice Disruption [25.533159285300176]
  Unlearnable Examples (UE) は、効果的なモデル学習を防ぐために、知覚不能な摂動を注入することによって保護を提供する。 本稿では,3次元ネットワークの帰納バイアスを明示的に対象とするUEフレームワークであるVoxShieldを提案する。 BraTS19とFLARE21の実験では、VoxShieldが3Dセグメンテーション性能を低下させることに成功した。
  論文  参考訳（メタデータ） (2026-05-17T09:35:19Z)
• WISV: Wireless-Informed Semantic Verification for Distributed Speculative Decoding in Device-Edge LLM Inference [56.297697169678095]
  WISV(Wireless-Informed Semantic Verification)は、分散投機的復号化フレームワークである。 WISVは最大60.8%の許容長の増加、37.3%の対話ラウンドの削減、31.4%のエンドツーエンドレイテンシの改善を実現している。 NVIDIA Jetson AGX OrinとA40搭載サーバからなるハードウェアテストベッド上でWISVを検証する。
  論文  参考訳（メタデータ） (2026-04-20T01:29:56Z)
• Edge-Efficient Two-Stream Multimodal Architecture for Non-Intrusive Bathroom Fall Detection [2.669350701173451]
  濡れた浴室環境の滝は、高齢者が一人で生活する大きな安全リスクである。 近年の研究では、mWaveのみ、振動のみ、および既存のマルチモーダルスキームがプライバシー保護、非侵襲的な転倒検出をサポートすることが示されている。 本研究では,長距離移動パターンと床振動の処理を行うMotion-Mambaブランチを用いて,レーダ信号を符号化する2ストリームアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-03-17T18:54:21Z)
• Wavelet-based Bi-dimensional Aggregation Network for SAR Image Change Detection [53.842568573251214]
  3つのSARデータセットによる実験結果から、我々のWBANetは現代最先端の手法を著しく上回っていることが明らかとなった。 我々のWBANetは、それぞれのデータセットで98.33%、96.65%、96.62%の正確な分類(PCC)を達成している。
  論文  参考訳（メタデータ） (2024-07-18T04:36:10Z)
• Let the Noise Speak: Harnessing Noise for a Unified Defense Against Adversarial and Backdoor Attacks [31.291700348439175]
  機械学習に対する悪意のあるデータ操作攻撃は、安全クリティカルなアプリケーションにおける信頼性を損なう。 再建型侵入検知システムであるNoiSecを提案する。 NoiSecは、テスト入力からノイズを取り除き、ノイズから基礎となる特徴を抽出し、それらを活用して、システマティックな悪意のある操作を認識する。
  論文  参考訳（メタデータ） (2024-06-18T21:44:51Z)
• T-PRIME: Transformer-based Protocol Identification for Machine-learning at the Edge [7.170870264936032]
  T-PRIMEはTransformerベースの機械学習アプローチである。 送信フレームの構造設計をアテンション機構を通じて学習する。 これは、DeepWaveのAIR-Tプラットフォーム上でのT-PRIMEのリアルタイム実現可能性を厳格に分析します。
  論文  参考訳（メタデータ） (2024-01-09T22:01:55Z)
• Amplitude-Varying Perturbation for Balancing Privacy and Utility in Federated Learning [86.08285033925597]
  本稿では,フェデレート学習のプライバシを保護するため,時変雑音振幅を持つ新しいDP摂動機構を提案する。 我々は、FLの過度な摂動ノイズによる早期収束を防止するために、シリーズのオンラインリファインメントを導出した。 新しいDP機構のプライバシ保存FLの収束と精度への寄与は、持続的な雑音振幅を持つ最先端のガウスノイズ機構と比較して相関する。
  論文  参考訳（メタデータ） (2023-03-07T22:52:40Z)
• Ada3Diff: Defending against 3D Adversarial Point Clouds via Adaptive Diffusion [70.60038549155485]
  ディープ3Dポイントクラウドモデルは敵攻撃に敏感であり、自律運転のような安全クリティカルなアプリケーションに脅威をもたらす。 本稿では,適応強度推定器と拡散モデルを用いて,プリスタンデータ分布を再構築できる新しい歪み認識型防衛フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-11-29T14:32:43Z)
• Near-degenerate quadrature-squeezed vacuum generation on a silicon-nitride chip [54.87128096861778]
  本報告では, 小型プリントシリコン窒化ケイ素マイクロ共振器と2重励起4波混合方式を用いて, 高周波キャリアサイドバンドの4相圧縮状態の生成を実証する。 このシステムでは, ポンプの非線形挙動を考慮し, 発生可能なスクイーズを適切に予測することが重要である。
  論文  参考訳（メタデータ） (2020-02-04T01:41:41Z)

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。