論文の概要: From Tool Connection to Execution Control: Benchmarking Security Invariants in MCP-Style Agent Runtimes

• arxiv url: http://arxiv.org/abs/2606.29073v1
• Date: Sat, 27 Jun 2026 20:17:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:15.778952
• Title: From Tool Connection to Execution Control: Benchmarking Security Invariants in MCP-Style Agent Runtimes
• Title（参考訳）: ツール接続から実行制御へ:MPPスタイルエージェント実行時のセキュリティ不変性のベンチマーク
• Abstract要約: エージェントが接続から実行に移行すると、セキュリティ決定はクライアント、サーバ、プロンプト、承認ダイアログ、デプロイメント、ログに分割される。 本稿では,実行層不変性を明示的かつテスト可能とし,MPPのようなエコシステムを維持できるかどうかを問う。 MCPスタイルのエージェント実行のためのハンドルキャパビリティプロトコル参照ランタイムであるHCPで、これらの不変性を実装します。
• 参考スコア（独自算出の注目度）: 8.419155861590548
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Model Context Protocol (MCP)-style ecosystems give language-model applications a practical connection layer for tools, resources, prompts, and transports. As agents move from connection to execution, security decisions often remain split across clients, servers, prompts, approval dialogs, OAuth deployments, and logs. This paper asks whether a runtime can make execution-layer invariants explicit and testable while preserving MCP-like workflows. We define eight invariants: metadata non-authority, grant-backed approval, canonical resources, principal binding, scoped capability invocation, source-and-target data-flow authorization, deny-path audit, and explicit protocol state. We implement these invariants in HCP, a Handle-Capability Protocol reference runtime for MCP-style agent execution that represents calls through principals, resources, grants, capabilities, handles, policy decisions, data-pipe checks, and audit entries. We evaluate HCP against two MCP-like baselines: a naive connection-layer runtime and a practice-informed connection-layer mitigation baseline with metadata linting, session checks, and per-call approvals. Across 10 benchmark cases, the naive baseline permits all modeled attacks, the mitigation baseline permits 6 of 10, and HCP blocks all 10 while preserving audit evidence. Ablations identify which runtime components block attacks and preserve forensic evidence. A local in-memory microbenchmark reports sub-millisecond mean latencies for measured policy, invocation, peek, and pipe operations. A bounded GitHub README-screening sample provides ecosystem signals, not vulnerability findings. The results support a narrow claim: MCP-style agent systems need an execution-control layer in addition to connection-layer conventions.
• Abstract（参考訳）: Model Context Protocol(MCP)スタイルのエコシステムは、言語モデルアプリケーションに対して、ツール、リソース、プロンプト、トランスポートのための実用的な接続層を提供します。 エージェントが接続から実行に移行すると、セキュリティ決定はクライアント、サーバ、プロンプト、承認ダイアログ、OAuthデプロイメント、ログに分割される。 本稿では、実行層不変性を明示的かつテスト可能とし、MPPのようなワークフローを保存できるかどうかを問う。 メタデータの非オーソリティ、承認された承認、標準リソース、プリンシパルバインディング、スコープ付き機能呼び出し、ソース・アンド・ターゲットデータフロー認証、デファクトパス監査、明示的なプロトコル状態の8つの不変量を定義します。 HCP(Handle-Capability Protocol reference Runtime for MCP-style agent execution)は、プリンシパル、リソース、補助金、機能、ハンドル、ポリシー決定、データパイプチェック、監査エントリを通しての呼び出しを表す。 我々は,HCP を2つの MCP 系ベースラインに対して評価する: 単純な接続層ランタイムと,メタデータのリンティング,セッションチェック,コール毎の承認を含む実践的インフォームド接続層緩和ベースラインである。 10のベンチマークケースで、単純ベースラインはすべてのモデル化された攻撃を許容し、緩和ベースラインは10の6を許容し、HCPは監査証拠を保持しながら10の全てをブロックする。 アブレーションは、どのランタイムコンポーネントが攻撃をブロックし、法医学的証拠を保存するかを識別する。 ローカルインメモリのマイクロベンチマークは、測定されたポリシー、呼び出し、ピーク、パイプ操作のためのミリ秒以下の平均遅延を報告している。 境界付きGitHub READMEスクリーニングサンプルは、脆弱性発見ではなく、エコシステムシグナルを提供する。 MCPスタイルのエージェントシステムは、接続層規則に加えて実行制御層を必要とする。

関連論文リスト

• LMSM: LLM Security Framework Inspired by Linux Security Modules [56.93644694627783]
  大規模言語モデル(LLM)は階層化されたディフェンスでデプロイされることが多いが、悪意のあるプロンプトはそれらをバイパスすることができる。 我々は,Language Model Security Modules (LMSM) という,Linux Security Modules (LSM) の背後にある分離を LLM サービスに適応させるセキュリティフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-26T12:13:05Z)
• Formal Verification of Agentic Systems over Operational Data [59.98246281888422]
  大規模言語モデル(LLM)によって駆動されるエージェントシステムは、永続的な運用データを扱う現実世界にますます展開されている。 既存のアプローチはそのようなシステムレベルの保証を提供していません。 本稿では, 1 つの LLM とツールオーケストレーションハーネスからなるエージェントシステムのリレーショナル操作データに対する検証について述べる。
  論文  参考訳（メタデータ） (2026-08-04T13:01:30Z)
• PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
  我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。 セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。 SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。 ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
  論文  参考訳（メタデータ） (2026-07-18T04:46:53Z)
• CAVA: Canonical Action Verification and Attestation for Runtime Governance of Agentic AI Systems [0.6526824510982799]
  本稿では、異種エージェントのアクティビティを標準ランタイムオブジェクトに変換するランタイム・セマンティック・レイヤを提案する。 このコントリビューションは、デプロイ側AIガバナンスに必要な基盤として、アクションレベルの標準化とポリシー順応可能なセマンティックパターンを定式化したシステムである。
  論文  参考訳（メタデータ） (2026-07-15T11:34:34Z)
• A Technical Taxonomy of LLM Agent Communication Protocols [60.76747983053368]
  本研究では,大規模言語モデル(LLM)エージェント通信プロトコルの分類と解析を行う技術的分類法を開発する。 このフレームワークはプロトコルの選択をガイドし、プライバシーやポリシー執行といったオープンな研究ギャップを強調する。
  論文  参考訳（メタデータ） (2026-06-17T14:45:20Z)
• Proof-Carrying Agent Actions: Model-Agnostic Runtime Governance for Heterogeneous Agent Systems [0.6526824510982799]
  本稿では,アクション証明書を中心としたランタイム中立ガバナンスモデルであるProof-Carrying Agent Actions (PCAA)を提案する。 PCAAは5つのチェックポイント(事前行動の許容、行動のオープン、仮定のキャプチャ、承認、結果のクロージャ)を統括する。 異種エージェント制御プレーンと開示バウンダリ評価プロトコルの参照実装を用いてモデルについて検討する。
  論文  参考訳（メタデータ） (2026-06-02T18:10:35Z)
• An Organization-Scoped LLM Agent Runtime Architecture for Regulated Cybersecurity Operations [0.3013679260442808]
  規制されたサイバーセキュリティは、組織レベルの範囲を強制するランタイム基板を欠いている。 最近の大規模言語モデル(LLM)エージェントシステムは、孤立したサイバーセキュリティタスクに対して強い結果を報告している。 本稿では,金融サイバーセキュリティのための組織スコープ型エージェントランタイムアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-05-28T21:51:38Z)
• An Executable Benchmarking Suite for Tool-Using Agents [3.5322131912413908]
  このスイートは、WebArena Verified、SWE-GymスライスとSWE-bench互換の検証、および一般的なワークロードアダプタを介してMiniWoB++を接続する。 承認されたエビデンスには、レイテンシ、無効動作、パッチ生成コスト、検証済みメタデータ、リプレイバインディング、そして1つの監査可能な契約下での証明が記録されている。
  論文  参考訳（メタデータ） (2026-05-10T21:24:53Z)
• Autogenesis: A Self-Evolving Agent Protocol [60.15939127351914]
  本稿では,自己進化プロトコルであるAutogenesis Protocol(AGP)を紹介する。 本稿では,実行中のプロトコル登録リソースを動的にインスタンス化し,検索し,精錬する自己進化型マルチエージェントシステムAGSを提案する。
  論文  参考訳（メタデータ） (2026-04-16T14:04:06Z)
• DEP: A Decentralized Large Language Model Evaluation Protocol [51.3646001384887]
  分散評価プロトコル(Decentralized Evaluation Protocol, DEP)は、分散化されているが統一され、標準化された評価フレームワークである。 ユーザ、LLM、ベンチマークを分離することで、DEPはモジュラー、プラグ・アンド・プレイの評価を可能にする。 我々は,ブレークポイントの再開,同時要求,混雑制御などの機能をサポートするプロトコル互換ツールキットであるDEP Toolkitを開発した。
  論文  参考訳（メタデータ） (2026-03-01T16:10:16Z)
• OpenPort Protocol: A Security Governance Specification for AI Agent Tool Access [11.289770127178882]
  本稿では,セキュアなサーバサイドゲートウェイを通じてアプリケーションツールを公開するためのガバナンスファースト仕様であるOpenPort Protocolを紹介する。 OpenPortは、認可に依存した発見、機械操作可能なテキストタグによる安定した応答エンベロープ、および統合証明書、スコープ化されたパーミッション、ABACスタイルのポリシー制約を組み合わせた認可モデルを定義する。 書き込み操作のために、OpenPortは、ドラフト作成とヒューマンレビューのデフォルトとなるリスクゲートライフサイクルを規定し、明示的なポリシーの下でタイムバウンド自動実行をサポートし、事前のインパクトバインディングやイデペント性を含むリスクの高い保護を強制する。
  論文  参考訳（メタデータ） (2026-02-22T05:16:40Z)
• From Tool Orchestration to Code Execution: A Study of MCP Design Choices [20.817336331051752]
  Model Context Protocols(MCP)は、エージェントシステムが異種実行環境を横断してツールを発見し、選択し、オーケストレーションするための統一されたプラットフォームを提供する。 最近のMPP設計では、コード実行を第一級の機能として組み込んでおり、これはCode Execution MCP(CEMCP)と呼ばれるアプローチである。 この研究は、コンテキスト結合(伝統的)とコンテキスト分離(CEMCP)のアーキテクチャ的区別を形式化し、それらの基本的なスケーラビリティのトレードオフを分析する。
  論文  参考訳（メタデータ） (2026-02-17T19:03:08Z)
• DRIFT: Dynamic Rule-Based Defense with Injection Isolation for Securing LLM Agents [52.92354372596197]
  大規模言語モデル(LLM)は、強力な推論と計画能力のため、エージェントシステムの中心となってきています。 この相互作用は、外部ソースからの悪意のある入力がエージェントの振る舞いを誤解させる可能性がある、インジェクション攻撃のリスクも引き起こす。 本稿では,信頼に値するエージェントシステムのための動的ルールベースの分離フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-13T05:01:09Z)
• SOPBench: Evaluating Language Agents at Following Standard Operating Procedures and Constraints [59.645885492637845]
  SOPBenchは、各サービス固有のSOPコードプログラムを実行可能な関数の有向グラフに変換する評価パイプラインである。 提案手法では,各サービス固有のSOPコードプログラムを実行可能関数の有向グラフに変換し,自然言語SOP記述に基づいてこれらの関数を呼び出しなければならない。 我々は18の先行モデルを評価し、上位モデルでさえタスクが困難であることを示す。
  論文  参考訳（メタデータ） (2025-03-11T17:53:02Z)
• Commit0: Library Generation from Scratch [77.38414688148006]
  Commit0は、AIエージェントにスクラッチからライブラリを書くよう促すベンチマークである。 エージェントには、ライブラリのAPIを概説する仕様文書と、インタラクティブなユニットテストスイートが提供されている。 Commit0はまた、モデルが生成したコードに対して静的解析と実行フィードバックを受け取る、インタラクティブな環境も提供する。
  論文  参考訳（メタデータ） (2024-12-02T18:11:30Z)

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。