論文の概要: Binding Biometrics with AI Agent Identifiers for Delegation of Authority

• arxiv url: http://arxiv.org/abs/2608.04292v1
• Date: Tue, 04 Aug 2026 23:58:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 14:48:43.663312
• Title: Binding Biometrics with AI Agent Identifiers for Delegation of Authority
• Title（参考訳）: 権限委譲のためのAIエージェント識別器との結合バイオメトリックス
• Authors: Joseph Geo Benjamin, Anil K Jain, Karthik Nandakumar,
• Abstract要約: エージェント認証時に,BINDと呼ばれる,人間の生体データをAIエージェント識別(ID)と権限範囲(タスク固有の制約)に安全に結合するフレームワークを提案する。 このトークン/識別子は、AIエージェントによって、生体認証を同時に実行し、エージェントIDとスコープを回復するID監査者に提示することができる。 また、標準的なディープニューラルネットワークモデルを用いて抽出された顔特徴に基づいて提案したBINDフレームワークの実践的実装も提供する。
• 参考スコア（独自算出の注目度）: 35.87507447481885
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The proliferation of agentic artificial intelligence (AI) systems has raised serious questions about the accountability for tasks performed by AI agents. Ideally, an AI agent must not be allowed to perform critical tasks without explicit authorization by a human operator. Since biometric recognition is one of the most reliable approaches for authenticating individuals, it has the potential to enable authenticated delegation of authority to AI agents. In this work, we present a framework called BIND, which leverages ideas from the field of biometric cryptosystems, to securely bind biometric data of the human user to the AI agent identity (ID) and authority scope (task-specific constraints) at the time of agent authorization. This token/identifier can be presented by the AI agent to an Identity Auditor, who simultaneously performs biometric authentication and recovers the agent ID and scope, thereby enabling real-time user authentication and establishing a non-repudiable proof of human control and delegation of authority. We also provide a practical implementation of the proposed BIND framework based on face features extracted using standard deep neural network models. To facilitate this implementation, we propose a feature adaptation module that transforms real-valued feature embeddings into fixed-length binary representations suitable for a fuzzy commitment construct based on turbo error correcting codes. Experiments demonstrate the practical feasibility of the proposed face cryptosystem, achieving a True Match Rate of $96\%$ at zero False Match Rate and supporting $1024$-bit agent tokens.
• Abstract（参考訳）: エージェント人工知能(AI)システムの普及は、AIエージェントが行うタスクの責任について深刻な疑問を提起している。 理想的には、AIエージェントは人間のオペレーターによる明示的な承認なしに重要なタスクを実行することを許してはならない。 生体認証は、個人を認証するための最も信頼できるアプローチの1つであるため、AIエージェントに対する権威の委譲を可能にする可能性がある。 本研究では,バイオメトリック暗号システムの分野からアイデアを取り入れたBINDというフレームワークを提案し,エージェント認証時のAIエージェント識別(ID)と権限範囲(タスク固有の制約)に人間の生体認証データを安全に結合する。 生体認証を同時に行い、エージェントIDとスコープを復元することにより、リアルタイムのユーザ認証を可能にし、人間の制御と権限委譲の非確認可能な証明を確立することができる。 また、標準的なディープニューラルネットワークモデルを用いて抽出された顔特徴に基づいて提案したBINDフレームワークの実践的実装も提供する。 この実装を容易にするために,ターボエラー訂正符号に基づくファジィコミットメント構築に適した,実数値特徴埋め込みを固定長バイナリ表現に変換する特徴適応モジュールを提案する。 実験では、提案した顔暗号システムの実現可能性を示し、ゼロ偽マッチングレートで真一致率9,6\%を達成し、1024$-bitのエージェントトークンをサポートする。

関連論文リスト

• The Meta-Agent Challenge: Are Current Agents Capable of Autonomous Agent Development? [80.24951682268332]
  本稿では,自律エージェント開発のためのフロンティアモデルのキャパシティをテストするための評価フレームワークであるMeta-Agent Challenge(MAC)を紹介する。 評価の整合性を確保するため、このフレームワークは報奨ハッキングに対する多層防御によって確保される。 メタエージェントは人間工学的な基本方針とほとんど一致せず、その一部はプロプライエタリなフロンティアモデルに支配されている。
  論文  参考訳（メタデータ） (2026-06-03T04:58:17Z)
• Digital Identity for Agentic Systems: Toward a Portable Authorization Standard for Autonomous Agents [0.0]
  本稿では,保険請求処理とサプライチェーンの整合性における代表的企業利用事例について分析する。 発行者認可認可ペイロードに基づく自律エージェントの携帯型認証モデルを提案する。
  論文  参考訳（メタデータ） (2026-05-12T04:04:34Z)
• AgentDID: Trustless Identity Authentication for AI Agents [22.255618309452412]
  本稿では,AIエージェントの身元認証と状態検証の問題について検討する。 本稿では,ID認証と状態検証のための分散フレームワークであるAgentDIDを提案する。 その結果,システムは拡張性のあるID認証と状態検証を実現していることがわかった。
  論文  参考訳（メタデータ） (2026-04-28T03:50:01Z)
• Scalable Secure Biometric Authentication without Auxiliary Identifiers [54.032594016239926]
  本稿では,データ漏洩に対するセキュリティ保証を保証できる生体認証システムを提案する。 私たちの研究は、補助的な識別子を使わずに、現実のスケーラブルなプライバシー保護バイオメトリック認証が実現可能であることを示す最初のものです。
  論文  参考訳（メタデータ） (2026-04-27T23:55:09Z)
• Binding Agent ID: Unleashing the Power of AI Agents with accountability and credibility [46.323590135279126]
  BAID(Binding Agent ID)は、検証可能なユーザコードバインディングを確立するための総合的なアイデンティティ基盤である。 ブロックチェーンベースのID管理とzkVMベースの認証プロトコルの実現可能性を実証し、完全なプロトタイプシステムの実装と評価を行った。
  論文  参考訳（メタデータ） (2025-12-19T13:01:54Z)
• Secure Autonomous Agent Payments: Verifying Authenticity and Intent in a Trustless Environment [0.0]
  人工知能(AI)エージェントは、ユーザーや他のエージェントに代わって金融取引を開始する能力が高まっている。 従来の決済システムは、人間の認可を前提としているが、自律的なエージェント主導の支払いは、その保護を排除している。 本稿では,すべてのAI開始トランザクションの意図を暗号化的に認証し,検証するブロックチェーンベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-08T19:53:51Z)
• Authenticated Delegation and Authorized AI Agents [4.679384754914167]
  我々は、AIエージェントに対する権限の認証、認証、監査可能な委任のための新しい枠組みを導入する。 フレキシブルな自然言語パーミッションを監査可能なアクセス制御構成に変換するためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-01-16T17:11:21Z)
• Agent-as-a-Judge: Evaluate Agents with Agents [61.33974108405561]
  本稿ではエージェント・アズ・ア・ジャッジ(Agent-as-a-Judge)フレームワークを紹介し,エージェント・システムを用いてエージェント・システムの評価を行う。 これはLLM-as-a-Judgeフレームワークの有機的拡張であり、タスク解決プロセス全体の中間フィードバックを可能にするエージェント的特徴を取り入れている。 55のリアルな自動化AI開発タスクのベンチマークであるDevAIを紹介します。
  論文  参考訳（メタデータ） (2024-10-14T17:57:02Z)

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。