論文の概要: MNC: Scope-Bound Semantic Declassification for Private LLM-Agent Communication

• arxiv url: http://arxiv.org/abs/2608.01719v1
• Date: Mon, 03 Aug 2026 05:36:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:25.339286
• Title: MNC: Scope-Bound Semantic Declassification for Private LLM-Agent Communication
• Title（参考訳）: MNC:私的LLM-Agent通信のためのスコープ境界セマンティック非分類
• Abstract要約: マルチエージェント大言語モデル(LLM)システムは、内部メッセージ、ツール引数、ログ、永続メモリを通じて保護された状態を公開できる。 本稿では,MNC(Minimum-Necessary Communication)について紹介する。これは,タスクに十分な情報開示を明示的な受信者,目的,転送,ライフタイム,ロギング,メモリスコープにバインドする,型付きセマンティック非分類プロトコルである。 制御されたセマンティックジョイント、メモリ、探索、縦断的な実験により、従来のディフェンスはプロトコルレベルのユーティリティを保持しつつ、相当量の推論信号を公開することができる。
• 参考スコア（独自算出の注目度）: 6.029029648872896
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-agent large language model (LLM) systems can expose protected state through internal messages, tool arguments, logs, and persistent memory even when their public outputs appear innocuous. Existing privacy prompts, redaction methods, and source-level access controls restrict surface content or data access, but do not specify what a legitimately informed agent should disclose or how that disclosure may be reused downstream. We introduce Minimum-Necessary Communication (MNC), a typed semantic-declassification protocol that selects a task-sufficient disclosure from an application-authored candidate family and binds it to explicit recipient, purpose, forwarding, lifetime, logging, and memory scopes. A reference monitor enforces these scopes across subsequent operations, while a history-aware extension accounts for inference risk accumulated over repeated disclosures. Controlled semantic-join, memory, probing, and longitudinal experiments show that conventional defenses can preserve protocol-level utility while exposing substantial additional inference signal. Under identical receipt text, MNC preserves authorized delivery while blocking unauthorized forwarding, logging, durable storage, and retrieval after expiration that a text-only semantic declassifier permits. Two-backbone MAGPIE executions further show that mediated disclosures propagate through subsequent planning, tool use, coordination, and memory retrieval. These results support scope-bound semantic declassification as a practical communication boundary for private LLM-agent systems.
• Abstract（参考訳）: マルチエージェント大言語モデル(LLM)システムは、内部メッセージ、ツール引数、ログ、永続メモリを通じて保護された状態を公開できる。 既存のプライバシプロンプト、リアクションメソッド、ソースレベルのアクセス制御は、表面コンテンツやデータアクセスを制限するが、正当性のあるエージェントが開示すべきものや、その開示が下流でどのように再利用されるかは規定しない。 アプリケーションによって承認された候補ファミリーからタスク十分開示を選択し、それを明示的な受信者、目的、転送、寿命、ロギング、メモリスコープにバインドする、型付きセマンティック非分類プロトコルであるMinimum-Necessary Communication (MNC)を紹介する。 参照モニタは、後続の操作に対してこれらのスコープを強制する一方、履歴認識拡張は、繰り返し開示された情報に蓄積された推測リスクを考慮に入れている。 制御されたセマンティックジョイント、メモリ、探索、縦断的な実験により、従来のディフェンスはプロトコルレベルのユーティリティを保持しつつ、相当量の推論信号を公開することができる。 同一のレシートテキストの下では、MNCは、許可されていないフォワード、ロギング、耐久性のあるストレージ、および、テキストのみのセマンティック非分類器が許可する有効期限後の検索をブロックしながら、承認された配送を保存する。 2つのバックボーンMAGPIEの実行は、その後の計画、ツールの使用、調整、メモリ検索を通じて、仲介された開示が伝播することを示している。 これらの結果は、プライベートLLMエージェントシステムのための実用的な通信境界として、スコープ境界のセマンティック非分類をサポートする。

関連論文リスト

• Memory-Augmented LLM-based Multi-Agent System for Automated Feature Generation on Tabular Data [52.80567461420316]
  メモリ拡張LPMに基づくマルチエージェントシステム(textbfMALMAS)を提案する。 MALMASは生成プロセスを独立した責任を持つエージェントに分解し、ルータエージェントはイテレーション毎にエージェントの適切なサブセットを起動する。 さらに、手続きメモリ、フィードバックメモリ、概念記憶を含むメモリモジュールを統合し、その後の特徴生成を適応的に導く反復的改善を可能にする。
  論文  参考訳（メタデータ） (2026-04-22T07:09:30Z)
• CapSeal: Capability-Sealed Secret Mediation for Secure Agent Execution [1.9473631530390483]
  CapSealは、ダイレクトシークレットアクセスをローカルの信頼できるブローカによる制約付き呼び出しに置き換える、機能封入のシークレット仲介アーキテクチャである。 我々は、MPP対応アダプタと統合されたRustプロトタイプについて、非開示、制約された使用、リプレイ抵抗、監査可能性のための条件付きセキュリティ目標を定式化した。
  論文  参考訳（メタデータ） (2026-04-18T00:23:32Z)
• CBCL: Safe Self-Extending Agent Communication [0.0]
  我々は,実行時言語拡張を含むすべてのメッセージを決定論的文脈自由言語(DCFL)クラスに制約するエージェント通信言語CBCL(Common Business Communication Language)を提案する。 CBCLにより、エージェントはドメイン固有の"ダイアレクト"拡張をファーストクラスのメッセージとして定義、送信、採用することができる。3つのセーフティ不変(R1-R3)、マシンチェックされたLean 4、Rust参照実装で強制される。
  論文  参考訳（メタデータ） (2026-04-16T00:57:48Z)
• Sovereign Context Protocol: An Open Attribution Layer for Human-Generated Content in the Age of Large Language Models [0.0]
  Sovereign Context Protocolは、大規模言語モデルと人為的コンテンツの間の属性対応データアクセス層として機能する。 SCPは6つのコアメソッド(クリエータプロファイル、セマンティック検索、コンテンツ検索、信頼/価値評価、信頼性検証、アクセス監査)を、RESTとMPP互換インターフェースの両方で公開している。
  論文  参考訳（メタデータ） (2026-03-28T02:28:41Z)
• NeuroFilter: Privacy Guardrails for Conversational LLM Agents [50.75206727081996]
  本研究は,エージェント型大規模言語モデル(LLM)のプライバシを強制する際の計算上の課題に対処する。 NeuroFilterは、標準違反をモデルのアクティベーション空間における単純な方向にマッピングすることで、コンテキスト整合性を運用するガードレールフレームワークである。 7Bから70Bパラメータのモデルをカバーする15万以上のインタラクションに対する包括的な評価は、NeuroFilterの強力なパフォーマンスを示している。
  論文  参考訳（メタデータ） (2026-01-21T05:16:50Z)
• LLMs Can't Play Hangman: On the Necessity of a Private Working Memory for Language Agents [18.273509519961255]
  プライベートステートインタラクティブタスク(PSIT)を定義します。 PSITは、一貫した公開応答を生成しながら、隠された情報の生成と維持をエージェントに要求する。 公開会話履歴に制限されたエージェントは,PSITにおける秘密性と一貫性を同時に保持できないことが理論的に示されている。 明示的なプライベートなワーキングメモリを組み込んだ新しいアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-01-11T16:06:58Z)
• CoTGuard: Using Chain-of-Thought Triggering for Copyright Protection in Multi-Agent LLM Systems [55.57181090183713]
  我々は、Chain-of-Thought推論内でトリガーベースの検出を活用する著作権保護のための新しいフレームワークであるCoTGuardを紹介する。 具体的には、特定のCoTセグメントをアクティベートし、特定のトリガクエリをエージェントプロンプトに埋め込むことで、未許可コンテンツ再生の中間的推論ステップを監視する。 このアプローチは、協調エージェントシナリオにおける著作権侵害の微細かつ解釈可能な検出を可能にする。
  論文  参考訳（メタデータ） (2025-05-26T01:42:37Z)
• Generative AI-aided Joint Training-free Secure Semantic Communications via Multi-modal Prompts [89.04751776308656]
  本稿では,多モデルプロンプトを用いたGAI支援型SemComシステムを提案する。 セキュリティ上の懸念に応えて、フレンドリーなジャマーによって支援される隠蔽通信の応用を紹介する。
  論文  参考訳（メタデータ） (2023-09-05T23:24:56Z)
• SemProtector: A Unified Framework for Semantic Protection in Deep Learning-based Semantic Communication Systems [51.97204522852634]
  3つのセマンティック・プロテクション・モジュールを用いたオンラインセマンティック・コミュニケーション・システムの実現を目的とした統合されたフレームワークを提案する。 具体的には、これらの保護モジュールは、暗号化方法によって送信されるセマンティクスを暗号化し、摂動機構によって無線チャネルからのプライバシーリスクを軽減し、目的地で歪んだセマンティクスを校正することができる。 我々のフレームワークは、既存のオンラインSCシステムにおいて、上記3つのプラグイン可能なモジュールを動的に組み立てて、カスタマイズされたセマンティックプロテクション要件を満たすことを可能にする。
  論文  参考訳（メタデータ） (2023-09-04T06:34:43Z)
• Adversarial Learning for Implicit Semantic-Aware Communications [104.08383219177557]
  対戦型学習に基づく暗黙的意味認識通信アーキテクチャ(iSAC)を開発した。 我々は、iSACを適用することで、送信先のユーザは、ソースメッセージの真の推論ルールと一致する推論ルールを常に学習できることを示す。 実験結果から,提案したiSACは,既存の非推論通信ソリューションよりも最大19.69dB向上できることがわかった。
  論文  参考訳（メタデータ） (2023-01-27T08:28:12Z)
• Metadata Privacy Beyond Tunneling for Instant Messaging [0.0]
  識別可能なトラフィックは、強力な敵に対するメタデータのプライバシを実現する。 既存の最先端プロトコルはメタデータのプライバシをサポートするために拡張可能であることを示す。 我々は、未修正信号上でDenIMを実行する概念実証インスタントメッセージングシステムを実装し、評価する。
  論文  参考訳（メタデータ） (2022-10-23T16:32:35Z)

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。