論文の概要: Entropy Bootstrapping for Wireless Embedded Systems

• arxiv url: http://arxiv.org/abs/2607.08865v1
• Date: Thu, 09 Jul 2026 18:37:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-13 16:48:13.415328
• Title: Entropy Bootstrapping for Wireless Embedded Systems
• Title（参考訳）: 無線組込みシステムのためのエントロピーブートストラップ
• Authors: Javier Blanco-Romero, Florina Almenares Mendoza, Daniel Díaz-Sánchez, Andrés Marín-López,
• Abstract要約: 弱いランダム性は、実装バグ、ブートエントロピーの不足、バックドアジェネレータを通じて暗号を壊した。 なぜなら、多くのブートや操作は、基本的、初歩的、不透明なRNGに依存しながら、非常に決定論的な条件下で行われるからである。 本研究では,ESP32クラスのIoTノードに対して,起動材料,電波バースト抽出,非対称エントロピーカプセルを組み合わせた詳細なブートパスを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Weak randomness has broken deployed cryptography through implementation bugs, boot entropy scarcity, and backdoored generators. Inexpensive wireless sensors concentrate the risk because many boot or operate in highly deterministic conditions while relying on basic, rudimentary, or opaque RNGs. On ESP32-class boards, RF-disabled wireless device RNG register (WDEV) output is pseudorandom by specification yet passes the same statistical screens as RF-active states, showing that output tests cannot replace source-state admission. We propose a defense-in-depth boot path for ESP32-class IoT nodes that combines SRAM startup material, radio burst extraction, and asymmetric entropy capsules under explicit source-state admission. In radio burst extraction, a trusted node in the local IoT network, such as a gateway or dedicated entropy node, sends a public packet burst to open a measurement window. The client samples its own WDEV output and packet timing during that window, then credits only the local response. Capsules cover the cold-start case with a pre-provisioned asymmetric key pair. The trusted node encrypts fresh seed material to the client's public key and signs the capsule; the client verifies, decapsulates, and hashes before it has local entropy. We benchmark the ESP32 RNG under several radio operating modes, the fixed-burst extraction window, the deterministic capsule client path, and SRAM startup reads. Together, these measurements support an admission policy in which each root is credited only when its required source state and protocol checks hold.
• Abstract（参考訳）: 弱いランダム性は、実装バグ、ブートエントロピーの不足、バックドアジェネレータを通じて、デプロイされた暗号を壊した。 なぜなら、多くのブートや操作は、基本的、初歩的、不透明なRNGに依存しながら、非常に決定論的な条件下で行われるからである。 ESP32級基板では、RF無効無線装置RNGレジスタ(WDEV)出力は仕様によって擬似ランダムであるが、RFアクティブ状態と同じ統計画面を通過させ、出力テストがソース状態の入力に取って代わることができないことを示す。 本研究では,SRAM起動材料,電波バースト抽出,非対称エントロピーカプセルを組み合わせたESP32型IoTノードの詳細なブートパスを提案する。 無線バースト抽出では、ゲートウェイや専用エントロピーノードなどのローカルIoTネットワーク内の信頼できるノードが、公開パケットバーストを送り、測定ウィンドウを開く。 クライアントはウィンドウ中に独自のWDEV出力とパケットタイミングをサンプリングし、ローカルレスポンスのみをクレジットする。 カプセルは、プレプロビジョンされた非対称キーペアでコールドスタートケースをカバーする。 信頼されたノードは、クライアントの公開鍵に新鮮なシード情報を暗号化し、カプセルに署名する。 我々は、ESP32 RNGをいくつかの無線操作モード、固定バースト抽出ウィンドウ、決定論的カプセルクライアントパス、SRAM起動の読み取りの下でベンチマークする。 これらの測定は、必要なソース状態とプロトコルチェックが保持されている場合にのみ、各ルートが認証される許可ポリシーをサポートする。

関連論文リスト

• From Attack Simulation to SIEM Rule: Deterministic Detection-as-Code Synthesis with Probe-Level Traceability [51.56484100374058]
  セキュリティチームは、自身のシステムに対する攻撃をシミュレートして、監視が真の侵入者を捕まえるかどうかをチェックする。 人間はそのギャップを手でブリッジし、それぞれの発見を読み、対応するシグマルールを書きます。 ロックされたコーパスからプローブが引き出されると,この変換が部分的に自動化されることを示す。
  論文  参考訳（メタデータ） (2026-06-03T14:26:25Z)
• 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)
• Online Reliable Anomaly Detection via Neuromorphic Sensing and Communications [58.796149594878585]
  本稿ではニューロモルフィック無線センサネットワークに基づく低消費電力オンライン異常検出フレームワークを提案する。 検討したシステムでは、中央受信ノードが各時間フレームでニューロモルフィックセンサノード(ニューロSN)のサブセットを積極的にクエリする。 ニューロモルフィックセンサーは事象駆動であり、モニターされたシステムの関連する変化に対応してスパイクを発生させる。
  論文  参考訳（メタデータ） (2025-10-16T13:56:54Z)
• AI-Hybrid TRNG: Kernel-Based Deep Learning for Near-Uniform Entropy Harvesting from Physical Noise [0.0]
  AI-Hybrid TRNGは、物理ノイズから直接、ほぼ一様エントロピーを抽出するディープラーニングフレームワークである。 トレーニングには、低コストで親指サイズのRFフロントエンドとCPUを最適化するジッタを使用し、量子化ステップなしで32ビットの高エントロピーストリームを出力する。
  論文  参考訳（メタデータ） (2025-06-30T18:01:40Z)
• A TRNG Implemented using a Soft-Data Based Sponge Function within a Unified Strong PUF Architecture [0.0]
  本稿では,強力なPUFで利用可能な静的エントロピーの組み合わせを利用した統一PUF-TRNGアーキテクチャを提案する。 修正デュプレックススポンジ構造に基づく新しいデータ後処理アルゴリズムを提案する。 その結果, 安定かつロバストなTRNG設計であり, 優れたミニエントロピーと適度なデータレートが得られた。
  論文  参考訳（メタデータ） (2025-06-21T19:23:17Z)
• Machine Intelligence on Wireless Edge Networks [4.593295337659598]
  エッジデバイス上のマシンインテリジェンスは、低レイテンシ処理とプライバシーの改善を可能にする。 現在のシステムは、クエリをサーバに送信することで、しばしばローカルモデルストレージを避ける。 モデルウェイトをローカルで推論を行うクライアントにブロードキャストする。
  論文  参考訳（メタデータ） (2025-06-13T20:26:30Z)
• What If We Had Used a Different App? Reliable Counterfactual KPI Analysis in Wireless Systems [52.499838151272016]
  本稿では、RANによって異なるアプリが実装された場合のトラフィックの値を推定する問題に対処する。 本稿では,無線システムに対する共形予測に基づく対実解析手法を提案する。
  論文  参考訳（メタデータ） (2024-09-30T18:47:26Z)
• Seedless extractors for device-independent quantum cryptography [0.0]
  デバイス非依存(DI)量子暗号は、基礎となる量子デバイスを最小限の信頼性で、あるいは特性化したセキュアな暗号を提供することを目的としている。 DIプロトコルの鍵となるステップは、ランダムネス抽出(またはプライバシー増幅)である。 本稿では,シードを必要としないDIプロトコルの抽出手法を提案する。
  論文  参考訳（メタデータ） (2024-03-07T18:07:52Z)
• HiNoVa: A Novel Open-Set Detection Method for Automating RF Device Authentication [9.571774189070531]
  本稿では,畳み込みニューラルネットワーク(CNN)長短期記憶(LSTM)モデルにおける隠れ状態値のパターンに基づいた,新しいオープンセット検出手法を提案する。 我々のアプローチはLoRa、Wi-Fi、Wired-WiFiデータセットの精度-リコール曲線の領域を大幅に改善する。
  論文  参考訳（メタデータ） (2023-05-16T16:47:02Z)
• QuTE: decentralized multiple testing on sensor networks with false discovery rate control [93.1040521878626]
  本稿では、偽発見率(FDR)の証明可能な保証を備えたグラフ上での分散多重仮説検定法を設計する。 異なるエージェントが無向グラフのノードに存在し、各エージェントはそのノードに局所的な1つ以上の仮説に対応するp値を持つ。 各エージェントは、グラフ全体の大域的FDRが予め定義されたレベルで制御されなければならないという共同目的のもと、隣人とのみ通信することで、それぞれのローカル仮説の1つ以上の拒絶を個別に決めなければならない。
  論文  参考訳（メタデータ） (2022-10-09T19:48:39Z)
• Near-chip Dynamic Vision Filtering for Low-Bandwidth Pedestrian Detection [99.94079901071163]
  本稿では、ダイナミックビジョンセンサ(DVS)を用いた歩行者検出のための新しいエンドツーエンドシステムを提案する。 我々は、複数のセンサがローカル処理ユニットにデータを送信し、検出アルゴリズムを実行するアプリケーションをターゲットにしている。 我々の検出器は450ミリ秒毎に検出を行うことができ、総合的なテストF1スコアは83%である。
  論文  参考訳（メタデータ） (2020-04-03T17:36:26Z)

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。