論文の概要: Hephaestus: Toward a Cybersecurity AI Scientist
- arxiv url: http://arxiv.org/abs/2606.29981v1
- Date: Mon, 29 Jun 2026 08:56:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.138023
- Title: Hephaestus: Toward a Cybersecurity AI Scientist
- Title（参考訳）: Hephaestus:サイバーセキュリティAI科学者を目指して
- Abstract要約: サイバー犯罪は機械の速度に移行している。
既存のAI科学者システムは、エンド・ツー・エンドの研究自動化をますます高めるが、それらは比較的安定した科学領域をターゲットにしている。
AIネイティブのサイバーセキュリティは、科学的対象とは別のものだ、と私たちは主張する。
- 参考スコア（独自算出の注目度）: 17.942542636245634
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cyber offense is moving to machine speed; cyber research itself is not. Existing AI scientist systems make end-to-end research automation increasingly plausible, but they target relatively stable scientific domains. We argue that AI-native cybersecurity is a different kind of scientific object. Its recurring units of study are security events and interaction traces, not static assets; its model and tool substrate is non-stationary, not steady-state; and credible evaluation depends on digital twins, cyber ranges, and auditable evidence rather than on a single benchmark score. We call this object the Cybersecurity AI Scientist. A practical realization is a modular, role-specialized multi-agent research system that coordinates problem framing, threat modeling, tool generation, controlled experimentation, evaluation, governance, and scientific reporting, and that anchors its concrete objectives in a four-zeros frame spanning risk, trust, incident, and energy dimensions. As a representative agenda we focus on AI-native defense, where steady-state perimeters give way to resilient agent legions and the classical category of terminal security is itself being deconstructed into agent security. This paper defines the object, separates it from any single organizational realization, and offers an architecture and an agenda on which later systems, benchmarks, and empirical programs can be built.
- Abstract（参考訳）: サイバー犯罪は機械の速度に移行している。
既存のAI科学者システムは、エンド・ツー・エンドの研究自動化をますます高めるが、それらは比較的安定した科学領域をターゲットにしている。
AIネイティブのサイバーセキュリティは、科学的対象とは別のものだ、と私たちは主張する。
その研究の繰り返し単位は、静的な資産ではなく、セキュリティイベントと相互作用トレースであり、そのモデルとツール基板は定常的ではなく、信頼性の高い評価は、単一のベンチマークスコアよりもデジタルツイン、サイバーレンジ、監査可能な証拠に依存している。
私たちはこの物体をサイバーセキュリティAIサイエンティストと呼んでいる。
実用的実現とは、問題フレーミング、脅威モデリング、ツール生成、制御された実験、評価、ガバナンス、科学的報告を調整し、その具体的な目的をリスク、信頼、インシデント、エネルギー次元にまたがる4つのゼロのフレームに固定するモジュラー・ロール専門のマルチエージェント研究システムである。
代表的な議題として、我々はAIネイティブの防衛に焦点を合わせ、安定した状態の周辺がレジリエントなエージェントの軍団に道を譲り、ターミナルセキュリティの古典的なカテゴリーは、それ自体がエージェントのセキュリティに分解されている。
本稿では、このオブジェクトを定義し、それを単一の組織的実現から分離し、アーキテクチャと、後のシステム、ベンチマーク、実証プログラムを構築するためのアジェンダを提供する。
関連論文リスト
- AI Scientists as Engines of Discovery: A Case for Development within Reformed Institutions [0.10102237605686408]
エージェント人工知能(AI)システムは、科学的な発見を支援し、加速し、部分的に自動化し始めている。
我々は、適切に設計されたマルチエージェントシステムは、受動的計算ツールからAI科学者へと進化するかもしれないと論じる。
このようなシステムは、目的に適した科学的エコシステム内で開発され、展開されなければならない。
論文 参考訳（メタデータ） (2026-06-22T05:06:29Z) - Provably Secure Agent Guardrail [89.79561918065122]
既存の防衛アーキテクチャは経験的セマンティックガードレールと確率論的大モデル調整器に依存している。
本稿では,論理的推論の基本的制約に基づくエージェントのための新しいセキュリティパラダイムを提案する。
論文 参考訳（メタデータ） (2026-05-28T02:12:41Z) - AI for Auto-Research: Roadmap & User Guide [107.0834449839233]
研究ライフサイクル全体にわたってAIをエンドツーエンドに分析する。
我々は、信頼できる援助と信頼できない自律性の間に、鋭くステージに依存した境界を特定できる。
障害モードを排除するのではなく、より大きな自動化が不明瞭であることが示されています。
論文 参考訳（メタデータ） (2026-05-18T17:08:26Z) - The Agent Use of Agent Beings: Agent Cybernetics Is the Missing Science of Foundation Agents [26.511094818984763]
サイバネティクス(Cybernetics)は、複雑なシステムにおける制御と通信の科学である。
我々は、サイバーネティクスが基礎エージェントに欠けている理論的な足場を提供すると主張している。
論文 参考訳（メタデータ） (2026-05-11T15:53:54Z) - Threat-Oriented Digital Twinning for Security Evaluation of Autonomous Platforms [0.4083182125683813]
本稿では,学習可能な自律プラットフォームにおけるサイバーセキュリティ評価のための,脅威指向のディジタルツインニング手法を提案する。
このアプローチは、分離された感受性、自律性、および監督制御機能を備えた、代表的自律スタックのオープンソースでモジュール化されたツインとしてインスタンス化されている。
論文 参考訳（メタデータ） (2026-04-28T15:21:02Z) - Safety in Embodied AI: A Survey of Risks, Attacks, and Defenses [168.50301366360344]
Embodied AI (Embodied AI) は、知覚、認知、計画、相互作用を、安全クリティカルな環境で機能するエージェントに統合する。
デジタルAIシステムとは異なり、エンボディエージェントは不確実な検知、不完全な知識、動的な人間とロボットの相互作用の下で行動しなければならない。
この調査は、エンボディされたAIにおける安全性研究の包括的なレビューを提供し、完全なエンボディされたパイプラインにわたる攻撃と防御を調査している。
論文 参考訳（メタデータ） (2026-03-28T13:21:44Z) - AI-Driven Cybersecurity Threats: A Survey of Emerging Risks and Defensive Strategies [0.0]
本稿では,サイバーセキュリティにおけるAIに関連する新興リスク,攻撃メカニズム,防衛上の問題点を分析することを目的とする。
我々は、AI能力と脅威のモダリティと防御を結びつける比較分類法を導入する。
我々の発見は、説明可能な、学際的で、規制に順応するAI防衛システムに対する緊急性を強調した。
論文 参考訳（メタデータ） (2026-01-06T05:09:40Z) - AI4X Roadmap: Artificial Intelligence for the advancement of scientific pursuit and its future directions [65.44445343399126]
我々は、生物学、化学、気候科学、数学、材料科学、物理学、自動運転研究所、非伝統的コンピューティングにまたがるAI可能な科学を考察する。
多様な信頼性のあるデータの必要性、伝達可能な電子構造と原子間モデル、AIシステムがエンドツーエンドの科学合成に統合される。
ドメイン全体にわたって、大規模な基礎モデル、アクティブラーニング、自動運転車研究所が、予測と検証の間のループを閉じる方法について強調する。
論文 参考訳（メタデータ） (2025-11-26T02:10:28Z) - ANNIE: Be Careful of Your Robots [48.89876809734855]
エンボディドAIシステムに対する敵の安全攻撃に関する最初の体系的研究について述べる。
すべての安全カテゴリーで攻撃の成功率は50%を超えている。
結果は、実証済みのAIシステムにおいて、これまで未調査だったが、非常に連続的な攻撃面を露呈する。
論文 参考訳（メタデータ） (2025-09-03T15:00:28Z) - Game Theory Meets LLM and Agentic AI: Reimagining Cybersecurity for the Age of Intelligent Threats [15.764094200832071]
従来のサイバーセキュリティ手法は手動の応答と脆さに依存している。
ゲーム理論は敵の振る舞いをモデル化するための厳密な基礎を提供する。
エージェントAIはソフトウェア設計を思い起こさせる。
論文 参考訳（メタデータ） (2025-07-14T00:49:44Z) - Towards more Practical Threat Models in Artificial Intelligence Security [66.67624011455423]
最近の研究で、人工知能のセキュリティの研究と実践のギャップが特定されている。
我々は、AIセキュリティ研究で最も研究されている6つの攻撃の脅威モデルを再検討し、実際にAIの使用と一致させる。
論文 参考訳（メタデータ） (2023-11-16T16:09:44Z) - Proceedings of the Artificial Intelligence for Cyber Security (AICS)
Workshop at AAAI 2022 [55.573187938617636]
ワークショップは、サイバーセキュリティの問題へのAIの適用に焦点を当てる。
サイバーシステムは大量のデータを生成し、これを効果的に活用することは人間の能力を超えます。
論文 参考訳（メタデータ） (2022-02-28T18:27:41Z)
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。