論文の概要: Learning-Driven Adaptive Audit Scheduling: A Sequential Decision Approach to Off-Chain Data Integrity
- arxiv url: http://arxiv.org/abs/2607.17305v1
- Date: Sun, 19 Jul 2026 15:42:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-21 18:48:37.42485
- Title: Learning-Driven Adaptive Audit Scheduling: A Sequential Decision Approach to Off-Chain Data Integrity
- Title（参考訳）: 学習駆動型適応監査スケジューリング:オフチェーンデータの整合性に対する逐次的決定手法
- Abstract要約: オフチェーンデータの暗号化監査をCMDP(Constrained MDP)としてモデル化する。
本稿では,GRU層が潜伏ノード型に対する信頼を保っているディープリカレントQ-ネットワークであるDRQN-CMDPを提案する。
- 参考スコア（独自算出の注目度）: 13.322455243051692
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We model cryptographic auditing of off-chain data as a Constrained MDP (CMDP) under partial observability: the storage node's hidden type and corruption state make the problem a POMDP, while a miss-rate ceiling rho imposes an explicit security constraint. We propose DRQN-CMDP, a Deep Recurrent Q-Network whose GRU layer maintains a belief over the latent node type, paired with Lagrangian dual ascent that adapts the miss-rate penalty lambda automatically. A pairing-free homomorphic-MAC primitive supplies O(1) on-chain verification cost. Across 13 methods--four DQN variants, PPO, A2C, PPO-Lagrangian, a stateful Bayesian heuristic, three fixed-rule baselines, and an oracle-informed heuristic--DRQN-CMDP achieves a favourable balance: 83% lower gas than fixed high-frequency auditing, single-digit miss rate (7.5%), and moderate detection latency--a combination no other method matches across all three objectives simultaneously.
- Abstract（参考訳）: 我々は、オフチェーンデータの暗号化監査を、部分的可観測性の下で制約付きMDP(Constrained MDP: Constrained MDP)としてモデル化する: 記憶ノードの隠蔽型と汚職状態は、問題をPOMDPとし、ミスレート天井ローは明示的なセキュリティ制約を課す。
本稿では,GRU層が潜伏ノード型に対する信頼を保ち,ミスレートのペナルティラムダを自動で適応するラグランジアン二重昇華と組み合わせたディープリカレントQ-ネットワークであるDRQN-CMDPを提案する。
対のないホモモルフィックMACプリミティブはO(1)オンチェーン検証コストを供給する。
13種類のDQN変異体、PPO、A2C、PPO-ラグランジアン、ステートフルベイズ的ヒューリスティック、3つの固定ルールベースライン、およびオラクルインフォームのヒューリスティック-DRQN-CMDPは、固定された高周波監査よりも83%低いガス、シングル桁ミスレート(7.5%)、中程度の検出遅延-a組み合わせは3つの目的のすべてに同時に一致しない。
関連論文リスト
- STARE: Surprisal-Guided Token-Level Advantage Reweighting for Policy Entropy Stability [78.63876433996107]
GRPOの下でトークンレベルのエントロピーダイナミクスの1次勾配解析を行う。
本稿では,バッチ内部量子化によるエントロピークリティカルトークンのサブセットを識別するSTAREを提案する。
AIME24とAIME25では、STAREはDAPOや他の競争ベースラインを平均精度で4%-8%上回っている。
論文 参考訳（メタデータ） (2026-06-17T16:13:42Z) - Learned Lyapunov Shielding for Adaptive Control [1.2891210250935148]
我々は3つの学習成分を持つラグランジュ系に対するSlotine--Li適応制御器を拡張した。
クローズドフォームの安全フィルタは、オンラインQP解決器を必要とせずに、すべてのポリシー出力を安全なセットに投影する。
フランカ・エミカ・パンダ(Franka Emika Panda)による7-DOFのスケーラビリティに関する研究では、産業規模での完全なパイプラインのクリーンな収束を確認している。
論文 参考訳（メタデータ） (2026-05-07T20:49:22Z) - Beyond the Attention Stability Boundary: Agentic Self-Synthesizing Reasoning Protocols [6.357772907811544]
SSRP(Self- Synthesizing Reasoning Protocols)は、アーキテクチャ計画と手続き実行の分離を実装するメタ認知フレームワークである。
提案する実験層は,浅電流に基づく検索パイロット,高エントロピーSOP,セマンティックハイジャック3ホップ多要素合成タスクの3種類である。
以上の結果から,GPT 5.4の非定常バニラ基準線が0.1%に崩壊し,SSRPは715X耐力限界を達成した。
論文 参考訳（メタデータ） (2026-04-27T14:13:30Z) - Improving Search Agent with One Line of Code [68.58667107354253]
ツールベースのエージェント強化学習(TARL)は,検索エージェントが外部ツールと対話できるようにトレーニングするための,有望なパラダイムとして登場した。
textbfSearch textbfAgent textbfPolicy textbfOptimization (textbfSAPO)を提案する。
論文 参考訳（メタデータ） (2026-03-10T04:07:39Z) - Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。
このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。
安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
論文 参考訳（メタデータ） (2026-03-07T01:49:59Z) - Secure, Verifiable, and Scalable Multi-Client Data Sharing via Consensus-Based Privacy-Preserving Data Distribution [0.0]
CPPDDはセキュアなマルチクライアントデータアグリゲーションのための自律プロトコルである。
二重層保護機構を通じて全リリース機密を強制する。
100%悪意のある偏差検出、正確なデータリカバリ、3～4桁のFLOPをMPCやHEのベースラインと比較できる。
論文 参考訳（メタデータ） (2026-01-01T18:12:50Z) - Cross-Layer Isochronous Diffusion Protocol (CIDP): A Rigorous Information-Theoretic and Control-Theoretic Framework for Sovereign Tactical Anonymity [0.0]
次世代戦術ネットワークは、重要な匿名トリレムマに直面している。
強い匿名性、低レイテンシ(イソクロニー)、低帯域オーバヘッドをグローバルな敵の下で同時に達成することは不可能である。
CIDPは、高速アンテナサイドローブ変調により物理層エントロピーを注入することで、このデッドロックを破る。
論文 参考訳（メタデータ） (2025-12-09T16:55:00Z) - DiffGRM: Diffusion-based Generative Recommendation Model [63.35379395455103]
ジェネレーティブレコメンデーション(GR)は、トークン化器を介して各項目をn桁のセマンティックID(SID)として表現する新興パラダイムである。
自己回帰デコーダをマスク付き離散拡散モデル(MDM)に置き換える拡散ベースGRモデルDiffGRMを提案する。
実験では、複数のデータセットに対する強力な生成的および差別的推奨ベースラインよりも一貫した利得を示す。
論文 参考訳（メタデータ） (2025-10-21T03:23:32Z) - Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
生成のための教師なし共形推論フレームワークを提案する。
我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。
その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
論文 参考訳（メタデータ） (2025-09-26T23:40:47Z) - Adaptive t Design Dummy-Gate Obfuscation for Cryogenic Scale Enforcement [0.0]
クラウド量子サービスは、スケジューラメタデータ、レイテンシパターン、共テナント干渉を通じて、回路構造とタイミングを明らかにすることができる。
我々は,ゲートモデルワークロードの運用上のプライバシを強制するスケジューリングおよび難読化スタックであるNADGOを紹介する。
低温CMOS制御による4キュービット超伝導タイルの試作を行い,深度可変ローカルランダム回路と小型QAOAインスタンスの両特性について検討した。
論文 参考訳（メタデータ） (2025-08-31T12:12:48Z) - R-Stitch: Dynamic Trajectory Stitching for Efficient Reasoning [80.104336426172]
CoT(Chain-of- Thought)は、大規模言語モデルの問題解決能力を高める。
CoTは長い自己回帰軌道のためにかなりの推論コストを発生させる。
トレーニング不要なハイブリッドデコーディングフレームワークであるR-Stitchを紹介する。
論文 参考訳（メタデータ） (2025-07-23T08:14:36Z)
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。