論文の概要: PECR: A Reproducible Specification and Synthetic Stress Test of Telemetry-Informed Vulnerability Prioritization for SD-WAN
- arxiv url: http://arxiv.org/abs/2608.03110v1
- Date: Tue, 04 Aug 2026 04:30:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-06 07:04:20.694594
- Title: PECR: A Reproducible Specification and Synthetic Stress Test of Telemetry-Informed Vulnerability Prioritization for SD-WAN
- Title（参考訳）: PECR:SD-WANのためのテレメトリインフォームド・脆弱性優先順位付けの再現性仕様と合成応力試験
- Abstract要約: 本稿では,PECR(Predictive Exposure and Cryptographic Readiness)について述べる。
PECRは、9つの正常化された重症度、脅威、到達可能性、および結果要因を組み合わせる。
実際の成果ラベルは使用されないため、予測精度、損失回避、生産効率は確立しない。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Software-defined wide-area networking concentrates operational authority in controllers, orchestrators, and Internet-facing edges, but severity-only remediation queues do not represent current exposure or evidence quality. This paper specifies Predictive Exposure and Cryptographic Readiness (PECR), a decision-support method that combines nine normalized severity, threat, reachability, and consequence factors while reporting confidence and score intervals separately. Cryptographic dependencies enter an independent migration queue. The evaluation uses 100 role- and zone-conditioned synthetic vulnerability-asset records over 62 role-consistent assets, plus 30 independent generator replications. Against the operational PECR order, CVSS-only, EPSS-only, KEV-first, and CVSS x EPSS queues yield Kendall $τ$ values of 0.196, 0.221, 0.301, and 0.234; a stronger five-factor context-lite comparator yields 0.755. Across 30,000 joint Dirichlet weight draws, median $τ$ is 0.836, 0.893, and 0.924 under broad, moderate, and narrow perturbations. Masking 10% of factor cells labels 47 records as evidence-limited because their intervals cross a decision boundary. The study establishes executable specification, synthetic queue differentiation, and stress-test robustness. It does not establish predictive accuracy, avoided loss, or production effectiveness because no real outcome labels are used.
- Abstract（参考訳）: ソフトウェア定義の広域ネットワークは、コントローラ、オーケストレータ、インターネット対応エッジに運用上の権限を集中しているが、重度のみの修復キューは、現在の露出や証拠の質を表すものではない。
本稿では,信頼度とスコア間隔を別々に報告しながら,9つの正規化度,脅威,到達可能性,結果要因を組み合わせた意思決定支援手法PECRを提案する。
暗号化依存関係は独立したマイグレーションキューに入る。
評価には、62個のロール一貫性資産に100個のロール条件とゾーン条件の合成脆弱性評価レコード、30個の独立したジェネレータレプリケーションが使用されている。
運用上のPECR命令に対して、CVSSオンリー、EPSSオンリー、KEVファースト、CVSS x EPSSキューはKendall $τ$値0.196、0.221、0.301、0.234を得る。
ディリクレの重量は30,000ドルを超え、中央値はτ$ 0.836, 0.893, 0.924 である。
因子細胞の10%のマスキングは、その間隔が決定境界を越えているため、47のレコードを証拠制限としてラベル付けする。
この研究は、実行可能な仕様、合成キューの分化、ストレステストの堅牢性を確立する。
実際の成果ラベルは使用されないため、予測精度、損失回避、生産効率は確立しない。
関連論文リスト
- Conformal Changepoint Localization and Root Cause Analysis with Corrupted Observations [55.76952683833966]
本稿では,データ破損時の信頼性設定サイズを低減するために,重み付きCONCH(W-CONCH)と重み付きCROC(W-CROC)を提案する。
画像ベースおよび実世界の変化点と根本原因ベンチマークの実験は、不確実性ベースの重み付けが信頼性セットのサイズを大幅に減少させることを示している。
論文 参考訳（メタデータ） (2026-07-29T05:16:59Z) - Traffic-Aware Randomized Smoothing for LLM-Based Network Intrusion Detection [1.4915002678801434]
本稿では,侵入検知システムに対するTA-RS(Traffic-Aware Randomized Smoothing)を提案する。
ガウスノイズを制御可能部分空間(DC)にのみ注入する認証された防御法である。
2つのデータセットに対して、55-100%の認証精度を達成する。
論文 参考訳（メタデータ） (2026-07-15T13:08:19Z) - A Machine Learning Surrogate for Component Criticality Ranking in Interdependent Power-Communication Networks [0.09821874476902966]
サイバー物理電力システムは、電力と通信インフラ間の密接な相互依存に起因するカスケード障害に対して脆弱である。
本稿では,漏洩のない構造特徴から同時重大度を予測する機械学習サロゲートを開発した。
論文 参考訳（メタデータ） (2026-07-09T20:22:14Z) - Modeling Normal Is All You Need: Joint Latent Clustering for Anomaly Detection in Multimodal Cyber-Physical Systems [47.027290803102666]
通常の行動は、多くの不均衡で、曲がりくねった、細い範囲の運営体制の結合である。
我々は正規法則を、共同学習された潜在表現と明示的なガウス混合モードクラスタリングでモデル化する。
ポイント調整のない生のポイントワイドメトリクス、自明な検出困難分割、頻度整合F1、列車正規化のみのキャリブレーションを意図的に評価する。
論文 参考訳（メタデータ） (2026-07-07T10:10:00Z) - Privacy Policy Enforcement Guardrails for Data-Sensitive Retrieval-Augmented Generation [40.44980598761587]
PIIフィルタは、個人を集合的に識別する非規制属性クラスタなど、RAGシステムにおけるコンテキストデータの漏洩を見逃すことが多い。
本稿では,融合したテキスト埋め込みを持つ2つの一級密度推定器と,アウト・オブ・ディストリビューション・インプットのための断続領域を用いたプライバシポリシ強化フレームワークを提案する。
提案するT3+OCSVM検出器は,安全性とバウンダリラインセーフなデータに基づいてトレーニングされ,バウンダリラインAUROCの0.93+を実現し,偽陽性を44～55ポイント削減し,ミリ秒遅れを抑える。
論文 参考訳（メタデータ） (2026-05-16T15:08:31Z) - Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。
個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。
構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
論文 参考訳（メタデータ） (2026-05-15T17:08:27Z) - A Nonlinear Complexity Index for Wearable PPG Cardiovascular Stability: Multiscale Validation, Systematic Evaluation Correction, and Bayesian Parameter Optimization [1.1344265020822928]
心血管安定性指数 (SCSI) を導入し, 4つの異種時間尺度から176,742セグメントで検証した。
我々は,真のベースラインから0.5732まで成分を注入する3つの評価アーティファクトを同定した。
論文 参考訳（メタデータ） (2026-05-11T13:55:30Z) - Cognitive Friction: A Decision-Theoretic Framework for Bounded Deliberation in Tool-Using Agents [0.0]
制約のないツール使用エージェントは、どの情報ソースをクエリして実行するかを決めなければなりません。
本稿では,これらの障害モードを認知的摩擦によって形式化する決定論的枠組みであるTCAを提案する。
我々は,TCAを2つの制御された環境において,停止品質,混雑時の行動選択,時間的緊急性の分離を図った。
論文 参考訳（メタデータ） (2026-03-31T17:30:25Z) - Inference Headroom Ratio: A Diagnostic and Control Framework for Inference Stability Under Constraint [0.0]
推論ヘッドルーム比(Inference Headroom Ratio, IHR)は、制約された決定系における推論安定性を特徴づける無次元の診断量である。
IHRは、システムの有効な推論能力Cと、その動作環境によって課される不確実性と制約負荷U+Kとの関連を定式化する。
論文 参考訳（メタデータ） (2026-03-25T22:21:06Z) - Transparent Early ICU Mortality Prediction with Clinical Transformer and Per-Case Modality Attribution [42.85462513661566]
ICU滞在後48時間から, 生理的時系列測定と非構造的臨床記録とを融合した, 軽量で透明なマルチモーダルアンサンブルを提案する。
ロジスティック回帰モデルは、バイタル用双方向LSTMとノート用微調整された臨床ModernBERT変換器の2つのモード固有モデルからの予測を組み合わせる。
MIMIC-IIIベンチマークでは、遅延融合アンサンブルは、よく校正された予測を維持しながら、最高の単一モデルに対する差別を改善する。
論文 参考訳（メタデータ） (2025-11-19T20:11:49Z) - Conformal Lesion Segmentation for 3D Medical Images [82.92159832699583]
本稿では,データ駆動しきい値の校正をコンフォーマル化することで,テスト時間FNRが目標許容値以下であることを保証する,リスク制約付きフレームワークを提案する。
5つのバックボーンモデルにまたがる6つの3D-LSデータセット上でのCLSの統計的健全性と予測性能を検証し,臨床実践におけるリスク認識セグメンテーションの展開に関する実用的な知見を得た。
論文 参考訳（メタデータ） (2025-10-19T08:21:00Z) - MixedNUTS: Training-Free Accuracy-Robustness Balance via Nonlinearly Mixed Classifiers [41.56951365163419]
MixedNUTSは、ロバストな分類器の出力ロジットを3つのパラメータしか持たない非線形変換で処理する訓練不要の手法である。
MixedNUTSは変換されたロジットを確率に変換し、それらを全体の出力として混合する。
CIFAR-10、CIFAR-100、ImageNetデータセットでは、MixedNUTSの精度とほぼSOTAの堅牢性を大幅に改善した。
論文 参考訳（メタデータ） (2024-02-03T21:12:36Z) - Conservative Prediction via Data-Driven Confidence Minimization [70.93946578046003]
機械学習の安全性クリティカルな応用においては、モデルが保守的であることが望ましいことが多い。
本研究では,不確実性データセットに対する信頼性を最小化するデータ駆動信頼性最小化フレームワークを提案する。
論文 参考訳（メタデータ） (2023-06-08T07:05:36Z) - Towards Reliable Medical Image Segmentation by Modeling Evidential Calibrated Uncertainty [57.023423137202485]
医用画像のセグメンテーションの信頼性に関する懸念が臨床医の間で続いている。
本稿では,医療画像セグメンテーションネットワークにシームレスに統合可能な,実装が容易な基礎モデルであるDEviSを紹介する。
主観的論理理論を活用することで、医用画像分割の確率と不確実性を明示的にモデル化する。
論文 参考訳（メタデータ） (2023-01-01T05:02:46Z)
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。