論文の概要: White paper: A perspective on civilian-to-defence research transfer to SDD
- arxiv url: http://arxiv.org/abs/2608.09349v1
- Date: Mon, 10 Aug 2026 09:30:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.184927
- Title: White paper: A perspective on civilian-to-defence research transfer to SDD
- Title（参考訳）: ホワイトペーパー : SDDへの民間・防衛研究の移転をめざして
- Abstract要約: 軍事能力はソフトウェアによってますます決定される。
しかし、防衛プラットフォームは10年に及ぶタイムスケールで調達される。
この記事では、このミスマッチをライフサイクルパラドックスと呼び、ソフトウェア定義防衛が解決しなければならない中心的な問題であると主張している。
- 参考スコア（独自算出の注目度）: 38.48118721897591
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Military capability is increasingly determined by software. Yet defence platforms are procured on decade-long timescales, while the software and AI models they carry must evolve in days or hours. This paper calls this mismatch the lifecycle paradox, and argues it is the central problem Software-Defined Defence (SDD) must solve. SDD rests on three dimensions: software and systems engineering (design, procurement, certification), AI engineering (sovereignty and trust of learned components), and connectivity and infrastructure engineering (timely exchange of information among sensors, AI, and operators). The proposed path to resilient SDD starts from civilian technologies, addressed through a continuous, DevOps-style loop: model-based systems engineering and simulation-based testing front-load design and verification; tactical connectivity and low-power edge execution carry that design into contested operation; continuous compliance, assurance, and variability management run as cross-cutting concerns. This loop is sustainable given capabilities already proven in automotive, manufacturing, space, and energy. The next step is validating them under adversarial or defence-certified conditions, with short-, medium-, and long-term paths to closing gaps. Closing the SDD gap while preserving civic benefits is a distributed responsibility: researchers must redirect methods toward adversarial conditions; industry must expose tooling to operational needs; policymakers must shape regulatory instruments; and defence agencies must validate results with operators. Recommendations span three horizons: a short-term baseline of adversarial testing and connectivity pilots; a medium-term pipeline of incremental certification; and a long-term validation closing the loop under operational conditions.
- Abstract（参考訳）: 軍事能力はソフトウェアによってますます決定される。
しかし、防衛プラットフォームは10年に及ぶタイムスケールで調達される。
本稿では、このミスマッチをライフサイクルパラドックスと呼び、ソフトウェア定義防衛(SDD)が解決しなければならない中心的な問題であると主張している。
SDDは、ソフトウェアとシステムエンジニアリング(設計、調達、認証)、AIエンジニアリング(学習したコンポーネントの尊厳と信頼)、接続とインフラストラクチャエンジニアリング(センサー、AI、オペレータ間で情報を時折交換する)の3つの側面に当てはまる。
モデルベースのシステムエンジニアリングとシミュレーションベースのテスト フロントエンドの設計と検証、戦術的な接続性と低消費電力のエッジ実行は、その設計を競合する運用、継続的コンプライアンス、保証、可変性管理を横断的関心事として実行します。
このループは、自動車、製造、宇宙、エネルギーですでに証明されている機能によって、持続可能なものである。
次のステップは、短距離、中距離、長期の経路で、敵または防衛認証された条件下でそれらを検証することである。
市民の利益を維持しながらSDDのギャップを塞ぐことは、分散責任である:研究者は敵の条件に向けてメソッドをリダイレクトし、産業は運用上のニーズに対してツールを公開し、政策立案者は規制機関を編成し、防衛機関はオペレーターと結果を検証する必要がある。
勧告は、敵の試験と接続パイロットの短期的ベースライン、段階的な認定の中期的パイプライン、運用条件下でループを閉じる長期的検証の3つにまたがる。
関連論文リスト
- Reality Is the Final Verifier: On Two Key Gaps in Agentic Software Engineering [78.51705689800838]
本稿では, 要求, モデル, 評価器の見直しに, 展開証拠を用いた保証・修正ループを提案する。
そこで我々は,人的判断,エージェント能力,計算能力に対する資源配分問題としてエージェント開発を保証した。
論文 参考訳（メタデータ） (2026-09-10T17:58:48Z) - When Review Alone No Longer Scales: Layered Supervision in AI-Assisted Software Engineering [0.6445605125467574]
AI支援の開発ツールにより、ソフトウェアエンジニアは従来のものよりもはるかに高速で実装を生成できる。
高スループットのAIアシスト生成は、コードレビュー、リンティング、テスト、CI/CDパイプラインなどのスタンディングコントロールメカニズムのプレッシャーを増加させる。
高スループットのAI支援ジェネレーションは、組織が開発を監督する方法を再認識するが、既存のガードレールの対応方法についてはあまり知られていない。
論文 参考訳（メタデータ） (2026-08-26T18:48:47Z) - CyberFactory: Scaling Cyber Security Capabilities with Instances from the Wild [49.44069582581181]
CyberFactoryは、CVEを含む公開脆弱性アーティファクトをワイルドから実行可能で検証可能なタスクインスタンスに変換する。
再利用可能な脆弱性分析スキルを使用して、ソースインスペクション、ドメイン前の問題解決、エビデンスベースのバリデーションを通じて教師を指導する。
CyberGymでは1時間の予算で52.4%のPass@1に達し、Qwen3.5ベースモデルを+22.8ポイント改善した。
論文 参考訳（メタデータ） (2026-08-24T12:30:10Z) - The Capability Ladder: A Curriculum-Modernization Framework for Workforce Readiness in the AI Era [0.0]
人工知能は計算作業のタスク構成をカリキュラムよりも高速に変更し、トレーニングは一般的に適応している。
我々は、応答を機能ラダーに固定された機能保証フレームワークとして整理する。
本論では, 総合的なカリキュラムの代替ではなく, 耐久能力の近代化をめざして論じる。
論文 参考訳（メタデータ） (2026-08-07T21:53:16Z) - Algorithm-driven Development: A Proactive Approach to Improving Software Quality and Reducing Defects [35.18016233072556]
本稿では,アルゴリズム駆動開発(ADD)を導入し,要求を信頼性,テスト性,メンテナンス性のあるソフトウェア動作に変換する上で,繰り返し発生する課題に対処する。
ADDは要求をアルゴリズムのフローチャートに変換し、そこから受け入れテストが体系的に導出される。
このアプローチはダッソー・シストムの工業プロジェクトの中で4年間にわたって評価された。
論文 参考訳（メタデータ） (2026-08-02T22:58:00Z) - From Chatbot to Digital Colleague: The Paradigm Shift Toward Persistent Autonomous AI [74.72113315839412]
大規模言語モデル(LLM)は、推論、記憶、自己改善が可能な統合AIシステムへの根本的な変換が行われている。
我々は、この移行を、叙事詩からデジタル・コルリーグへのシフトとして概念化している:会話の答えから永続的な仕事へ。
論文 参考訳（メタデータ） (2026-06-12T14:33:55Z) - Meta-Engineering Harnesses for AI-Native Software Production: A Contract-Driven Adversarial Verification Architecture with Early Deployment Report [0.0]
運用および製品機能要件を明示的な契約に変換する,ソフトウェア生産アーキテクチャを提案する。
本稿では,2パスのコントラクトコンパイルを含む階層アーキテクチャについて述べる。
数週間にわたって17の機能にまたがる初期の運用デプロイメントの結果を報告します。
論文 参考訳（メタデータ） (2026-05-25T10:15:24Z) - Vision-Language-Action Safety: Threats, Challenges, Evaluations, and Mechanisms [61.29786895012393]
VLA(Vision-Language-Action)モデルがインボディードインテリジェンスのための統一された基盤として登場している。
この調査は、ビジョン・ランゲージ・アクションモデルにおける安全性の統一的で最新の概要を提供する。
論文 参考訳（メタデータ） (2026-04-26T15:58:19Z) - Networking-Aware Energy Efficiency in Agentic AI Inference: A Survey [64.20429885919701]
本稿では,知覚・推論・行動サイクル全体にわたる計算・通信コストを同定するエネルギー会計フレームワークを提案する。
我々は、単純化、計算制御、インプット・アンド・アテンション最適化、ハードウェア・アウェア・推論にまたがる統一的な分類法を確立する。
我々は,第6世代移動通信(6G)ネイティブエージェントAI,自己維持システムといったグリーンラーニングのオープンな課題を特定した。
論文 参考訳（メタデータ） (2026-04-09T06:13:59Z) - Agentic AI in Engineering and Manufacturing: Industry Perspectives on Utility, Adoption, Challenges, and Opportunities [3.312613459249274]
この研究は、AI、特にエージェントシステムがエンジニアリングと製造にどのように採用されているか、今日の価値、より広範なデプロイメントに必要なものについて調べる。
近い将来のAIは、構造化された、反復的で、データ集約的な作業を中心にクラスタを獲得し、高い価値のエージェントは、ツールをまたいだマルチステップ作業のオーケストレーションから得ます。
採用は、断片化やマシン不フレンドリなデータ、厳格なセキュリティと規制要件、限定的なAPIアクセス可能なレガシツールよりも、モデル能力によって制限される。
論文 参考訳（メタデータ） (2026-03-19T22:36:34Z) - LongCLI-Bench: A Preliminary Benchmark and Study for Long-horizon Agentic Programming in Command-Line Interfaces [65.11019654023978]
LongCLI-Benchは、長期にわたる現実的なタスクにまたがるエージェント能力を評価するために設計されたベンチマークである。
私たちは、1000以上のコンピュータサイエンスの課題と現実世界のタスクから、20の高品質で長い水平タスクをキュレートしました。
実験によると、最先端のエージェントでさえLongCLI-Benchの20%未満のパスレートを達成する。
論文 参考訳（メタデータ） (2026-02-15T23:12:57Z) - Agentic AI for Autonomous Defense in Software Supply Chain Security: Beyond Provenance to Vulnerability Mitigation [0.0]
本論文は,自律型ソフトウェアサプライチェーンセキュリティに基づくエージェント人工知能(AI)の例を含む。
大規模言語モデル(LLM)ベースの推論、強化学習(RL)、マルチエージェント調整を組み合わせている。
その結果、エージェントAIは、自己防衛的で積極的なソフトウェアサプライチェーンへの移行を促進することが示されている。
論文 参考訳（メタデータ） (2025-12-29T14:06:09Z) - Convergence of Communications, Control, and Machine Learning for Secure
and Autonomous Vehicle Navigation [78.60496411542549]
接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。
本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
論文 参考訳（メタデータ） (2023-07-05T21:38:36Z)
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。