論文の概要: A Study of Kernel Telemetry Options for Security-Oriented Provenance

• arxiv url: http://arxiv.org/abs/2608.11418v1
• Date: Tue, 11 Aug 2026 20:33:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-13 19:07:54.369492
• Title: A Study of Kernel Telemetry Options for Security-Oriented Provenance
• Title（参考訳）: セキュリティ指向型通信のためのカーネルテレメトリオプションの検討
• Abstract要約: 既存のプロファイランスキャプチャアプローチは大きな課題に直面しており、本番環境にはまだ準備が整っていない。 我々はまず,eBPFを最も有望なカーネルテレメトリキャプチャー手法として分析する。 次に、研究対象のキャプチャ手法とフィルタリング手法により、8つのシステムと5つのキャプチャエージェントを分類し、キャプチャ層として機能させる。
• 参考スコア（独自算出の注目度）: 0.434964016971127
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Provenance aims to capture the origins, transformations, and interactions of system objects for security and forensic applications. Existing provenance capture approaches still face major challenges and are not yet ready for production environments. In this paper, we first analyze the main kernel telemetry capture approaches, identifying eBPF as the most promising, and complement this analysis with micro benchmarks to assess its performance overhead and the filtering mechanisms used to achieve capture granularity, such as restricting capture to individual containers. Building on this foundation, we then classify, according to the studied capture approaches and filtering methods, eight provenance systems and five capture agents that could serve as their capture layers, collectively referred to as tools. Our study reveals that these tools are built on highly heterogeneous capture layers, most of which cannot guarantee the integrity and availability of the captured events, completely failing to meet the requirements of security-oriented use cases.
• Abstract（参考訳）: Provenanceは、セキュリティおよび法医学アプリケーションのためのシステムオブジェクトの起源、変換、相互作用をキャプチャすることを目的としている。 既存のプロファイランスキャプチャアプローチは依然として大きな課題に直面しており、本番環境にはまだ準備が整っていない。 本稿では,まず,主要なカーネルテレメトリキャプチャー手法を解析し,eBPFを最も有望なものとみなし,この分析をマイクロベンチマークで補完し,その性能のオーバーヘッドと,個々のコンテナへのキャプチャーの制限など,キャプチャー粒度を達成するために使用されるフィルタリング機構を評価する。 この基盤の上に構築すると、調査対象のキャプチャ手法とフィルタリング方法、前処理系8つ、キャプチャー層として機能する5つのキャプチャーエージェントを分類する。 我々の研究は、これらのツールは高度に異質なキャプチャー層上に構築されており、そのほとんどがキャプチャーイベントの完全性と可用性を保証することができず、セキュリティ指向のユースケースの要件を完全に満たしていないことを明らかにした。

関連論文リスト

• Breadcrumbing Search Agents [118.20284823674382]
  LLMベースの検索エージェントは情報検索タスクに広く利用されているが、外部ツールへの依存度は重大なセキュリティリスクをもたらす。 検索およびページ観察を行うチャネルは脆弱なセキュリティ境界であることを示す。 制約付きツール仲介脅威モデルの下では、クエリ毎に1つのコントロールされた結果のみを追加することで、攻撃の成功を大幅に増加させることができる。
  論文  参考訳（メタデータ） (2026-08-05T07:57:27Z)
• Camera-Agnostic Pruning of 3D Gaussian Splats via Descriptor-Based Beta Evidence [0.8306359067105359]
  本稿では,3次元ガウス板のカメラ非依存,ワンショット,ポストトレーニングプルーニング法を提案する。 splat表現から直接構造と外観の整合性をキャプチャするハイブリッドディスクリプタフレームワークを提案する。 本手法は, 復元品質を維持しつつ, 実質的な刈り取りを実現する。
  論文  参考訳（メタデータ） (2026-03-23T12:52:08Z)
• ReliabilityRAG: Effective and Provably Robust Defense for RAG-based Web-Search [69.60882125603133]
  本稿では,検索した文書の信頼性情報を明確に活用する,敵対的堅牢性のためのフレームワークであるReliabilityRAGを提案する。 我々の研究は、RAGの回収されたコーパスの腐敗に対するより効果的で確実に堅牢な防御に向けた重要な一歩である。
  論文  参考訳（メタデータ） (2025-09-27T22:36:42Z)
• Deep Learning Models for Robust Facial Liveness Detection [56.08694048252482]
  本研究では,現代のアンチスプーフィング手法の欠陥に対処する新しい深層学習モデルを用いて,ロバストな解を提案する。 テクスチャ解析と実際の人間の特性に関連する反射特性を革新的に統合することにより、我々のモデルは、顕著な精度でレプリカと真の存在を区別する。
  論文  参考訳（メタデータ） (2025-08-12T17:19:20Z)
• ConformalSAM: Unlocking the Potential of Foundational Segmentation Models in Semi-Supervised Semantic Segmentation with Conformal Prediction [57.930531826380836]
  本研究は,未ラベル画像のアノテータとして画素レベルの視覚課題におけるラベル不足に,基礎的セグメンテーションモデルが対処できるかどうかを考察する。 ConformalSAMは,まず対象ドメインのラベル付きデータを用いて基礎モデルを校正し,ラベルなしデータの信頼できないピクセルラベルをフィルタリングする新しいSSSSフレームワークである。
  論文  参考訳（メタデータ） (2025-07-21T17:02:57Z)
• Analytic Rényi Entropy Bounds for Device-Independent Cryptography [0.0]
  デバイス非依存(DI)暗号はセキュリティの最高レベルを表している。 本稿では,CHSHゲームに基づくプロトコルに対して,より厳密な有限サイズセキュリティ証明を得るための簡単な方法を提案する。
  論文  参考訳（メタデータ） (2025-07-10T01:15:28Z)
• Advancing Embodied Agent Security: From Safety Benchmarks to Input Moderation [52.83870601473094]
  エンボディード・エージェントは、複数のドメインにまたがって大きな潜在能力を示す。 既存の研究は主に、一般的な大言語モデルのセキュリティに重点を置いている。 本稿では, エンボディエージェントの保護を目的とした新しい入力モデレーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-22T08:34:35Z)
• Generalizable Method for Face Anti-Spoofing with Semi-Supervised Learning [0.0]
  顔の偽造防止は生体認証システムにおける高いセキュリティ要件のために多くの注目を集めている。 フェースバイオメトリックを商用ハードウェアに持ち込むことは、フェイクログインセッションを検出するための信頼性の高い方法の開発に大きく依存するようになった。 現在のCNNベースの手法は、トレーニング対象のドメインでよく機能するが、以前は見つからなかったデータセットでは一般化が不十分であることが多い。
  論文  参考訳（メタデータ） (2022-06-13T22:44:14Z)
• Detection of Adversarial Supports in Few-shot Classifiers Using Feature Preserving Autoencoders and Self-Similarity [89.26308254637702]
  敵対的なサポートセットを強調するための検出戦略を提案する。 我々は,特徴保存型オートエンコーダフィルタリングと,この検出を行うサポートセットの自己相似性の概念を利用する。 提案手法は攻撃非依存であり, 最善の知識まで, 数発分類器の検出を探索する最初の方法である。
  論文  参考訳（メタデータ） (2020-12-09T14:13:41Z)

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。