論文の概要: Extending Decision Maps for Sustainable Safety and Security in Self-Adaptive Systems
- arxiv url: http://arxiv.org/abs/2607.11274v1
- Date: Mon, 13 Jul 2026 08:57:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 17:47:21.404075
- Title: Extending Decision Maps for Sustainable Safety and Security in Self-Adaptive Systems
- Title（参考訳）: 自己適応型システムにおける安全・安全のための決定マップの拡張
- Abstract要約: 自己適応システム(SAS)は、目的を達成するために実行時に行動を変更する(適応する)ことができる。
DM(Decision Maps)と呼ばれる持続可能性駆動型視覚モデリング表記法により、長期システムの挙動を表現できる。
DMは有用であることが証明されているが、安全性とセキュリティに関する十分なモデリングサポートが欠如している。
SASの持続可能性駆動モデリングのための現在の表記法を拡張して、安全性とセキュリティシナリオのユニークな特性をよりよく適合させることにより、この制限に対処する。
- 参考スコア（独自算出の注目度）: 6.83945587013502
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Sustainability refers to a system's ability to maintain its functionality and endure over time. Hence, sustainability is a highly desirable property of software systems, including Self-Adaptive Systems (SASs). SASs can change (adapt) their behavior at runtime to continue achieving their objectives despite external or internal impacts. SASs' intended long-term system behavior can be expressed through a sustainability-driven visual modeling notation called Decision Maps (DMs). Although DMs have been proven helpful, they lack adequate modeling support for safety and security concerns. We address this limitation by extending the current notation for sustainability-driven modeling of SASs to better accommodate the unique characteristics of safety and security scenarios. First, we introduce an additional modeling dimension to account for safety incidents. Second, we adopt a fine-grained divide-and-conquer approach, modeling from distinct temporal security viewpoints ("security modes") to address security. We employ the extended DM notation in a real-world use case scenario provided by our industry partner to assess its feasibility and suitability for practitioners. Our results indicate that our modeling notation helps capture security and safety scenarios more accurately and provides holistic support for the self-adaptation life cycle phases.
- Abstract（参考訳）: サステナビリティ(Sustainability)とは、システムの機能と耐久性を時間とともに維持する能力である。
したがって、サステナビリティは、自己適応システム(SAS)を含むソフトウェアシステムの非常に望ましい特性である。
SASは、外部や内部の影響にもかかわらず、自身の目的を達成するために実行時に動作を変更する(適応する)ことができる。
SASの意図した長期システムの振る舞いは、決定マップ(Decision Maps, DM)と呼ばれる持続可能性駆動型視覚モデリング表記法によって表現できる。
DMは有用であることが証明されているが、安全性とセキュリティに関する十分なモデリングサポートが欠如している。
SASの持続可能性駆動モデリングのための現在の表記法を拡張して、安全性とセキュリティシナリオのユニークな特性をよりよく適合させることにより、この制限に対処する。
まず、安全事象を考慮に入れたモデリングの次元を新たに導入する。
第二に、セキュリティに対処するために、異なる時間的セキュリティ視点(セキュリティモード)からモデリングする、きめ細かな分割・縮小方式を採用する。
我々は、業界パートナーが提供した実世界のユースケースシナリオにおいて、拡張DM表記を用いて、実践者に対してその実現可能性と適合性を評価する。
以上の結果から, モデル表記法は, 安全性と安全性のシナリオをより正確に把握し, 自己適応ライフサイクルの段階を包括的に支援する上で有効であることが示唆された。
関連論文リスト
- Safin-1: Safety from Within through Memory-Native State Evolution [51.221955257147414]
Safin-1は、メモリルーティングと状態進化を通じてこの原理を実現する基礎モデルのファミリーである。
Safin-1 は、構造化メモリ状態を維持するネットワークアーキテクチャである Memory-Anchor Routing across Context History (MARCH) 上に構築されている。
安全状態を通じて下流の安全タスクにおけるこのインターフェースについて検討し,安全性を著しく向上した有効な状態ベース適応を実証する。
論文 参考訳（メタデータ） (2026-08-31T13:48:48Z) - Position: Certifiable State Integrity in Cyber-Physical Systems -- Why Modular Sovereignty Solves the Plasticity-Stability Paradox [0.0]
最近の証拠は、微調整された時系列基盤モデルが、以前の政権における破滅的な、劣化するパフォーマンスを忘れてしまうことを示唆している。
この位置紙は、塑性安定性パラドックスはグローバルパラメータ更新によって完全には解決できないと主張している。
代わりに、モジュール・ソブリンティ・パラダイム(Modular Sovereignty paradigm)を提唱する。
論文 参考訳（メタデータ） (2026-01-29T04:10:58Z) - Reimagining Safety Alignment with An Image [49.33281424100804]
大きな言語モデル(LLM)は多様なアプリケーションで優れていますが、Jailbreak攻撃下で有害なコンテンツを生成し、良質なクエリを過剰に拒否する、という2つの課題に直面しています。
我々は,過度な拒絶を低減しつつ,セキュリティを向上させる最適化駆動型ビジュアルプロンプトフレームワークであるMagic Imageを提案する。
論文 参考訳（メタデータ） (2025-11-01T11:27:07Z) - UpSafe$^\circ$C: Upcycling for Controllable Safety in Large Language Models [67.91151588917396]
大規模言語モデル(LLM)は、幅広いタスクで顕著な進歩を遂げているが、有害なコンテンツ生成やジェイルブレイク攻撃といった安全リスクに弱いままである。
安全に配慮したリサイクルによるLCMの安全性向上のための統合フレームワークであるUpSafe$circ$Cを提案する。
この結果から, 静的アライメントから動的, モジュール, 推論対応制御への移行という, LLMの安全性の新たな方向性が明らかになった。
論文 参考訳（メタデータ） (2025-10-02T16:43:33Z) - Towards provable probabilistic safety for scalable embodied AI systems [79.31011047593492]
エンボディードAIシステムは、様々なアプリケーションでますます普及している。
複雑な運用環境での安全性確保は依然として大きな課題である。
このパースペクティブは、安全で大規模に実施されたAIシステムを安全クリティカルなアプリケーションに採用するための道筋を提供する。
論文 参考訳（メタデータ） (2025-06-05T15:46:25Z) - Safe Delta: Consistently Preserving Safety when Fine-Tuning LLMs on Diverse Datasets [49.412887135146725]
大規模言語モデル(LLM)の安全性を考慮したポストトレーニング防衛手法であるSafe Deltaを提案する。
当社のアプローチは、良質なデータセットからのユーティリティゲインが影響を受けないことを保証しながら、安全を継続的に維持します。
論文 参考訳（メタデータ） (2025-05-17T15:01:07Z) - SafeCast: Risk-Responsive Motion Forecasting for Autonomous Vehicles [12.607007386467329]
リスク応答型モーション予測モデルであるSafeCastを提案する。
安全を意識した意思決定と不確実性を意識した適応性を統合する。
我々のモデルは、軽量なアーキテクチャと低推論レイテンシを維持しながら、最先端(SOTA)の精度を実現する。
論文 参考訳（メタデータ） (2025-03-28T15:38:21Z) - Dynamic safety cases for frontier AI [0.7538606213726908]
本稿では, 安全ケースの初期作成と, その体系的, 半自動改定の両立を支援するための動的安全事例管理システム(DSCMS)を提案する。
攻撃的サイバー能力のための安全ケーステンプレート上でこのアプローチを実証し、安全クリティカルな意思決定のためのガバナンス構造に統合する方法を提案する。
論文 参考訳（メタデータ） (2024-12-23T14:43:41Z) - Controllable Safety Alignment: Inference-Time Adaptation to Diverse Safety Requirements [46.79887158348167]
大規模言語モデル(LLM)の安全性アライメントに関する現在のパラダイムは、一大のアプローチに従っている。
我々は,モデルの再トレーニングを伴わず,多様な安全要件に適応するフレームワークとして,制御可能な安全アライメント(CoSA)を提案する。
論文 参考訳（メタデータ） (2024-10-11T16:38:01Z) - A Retention-Centric Framework for Continual Learning with Guaranteed Model Developmental Safety [75.8161094916476]
現実世界のアプリケーションでは、学習可能なシステムは、しばしば課題や新しいタスクに対処するために反復的なモデル開発を行う。
既存の能力の新規または改善は、必然的に旧モデルの優れた能力を失う可能性がある。
本稿では,データ依存制約を伴う保持中心のフレームワークを提案し,既存の画像分類能力の獲得や改善を目的とした事前学習型CLIPモデルを継続的に開発する方法について検討する。
論文 参考訳（メタデータ） (2024-10-04T22:34:58Z) - Safety Margins for Reinforcement Learning [53.10194953873209]
安全マージンを生成するためにプロキシ臨界度メトリクスをどのように活用するかを示す。
Atari 環境での APE-X と A3C からの学習方針に対するアプローチを評価する。
論文 参考訳（メタデータ） (2023-07-25T16:49:54Z) - Sustainable Adaptive Security [11.574868434725117]
本稿では,新たに発見された脅威を軽減し,適応型セキュリティシステムの拡張による永続的保護を反映したサステナブル・アダプティブ・セキュリティ(SAS)の概念を提案する。
私たちはスマートホームの例を使って、持続可能な適応セキュリティを満たすシステムのMAPE(Monitor, Analysis, Planning, Execution)ループのアクティビティをどのように構築できるかを示します。
論文 参考訳（メタデータ） (2023-06-05T08:48:36Z)
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。