論文の概要: An Agentic RAG and Evaluation Framework for Assurance Case Generation: Industrial Use Case for the EU Cyber Resilience Act Compliance
- arxiv url: http://arxiv.org/abs/2608.19509v1
- Date: Wed, 19 Aug 2026 23:54:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-21 20:28:51.417576
- Title: An Agentic RAG and Evaluation Framework for Assurance Case Generation: Industrial Use Case for the EU Cyber Resilience Act Compliance
- Title（参考訳）: A Agentic RAG and Evaluation Framework for Assurance Case Generation: Industrial Case Case for the EU Cyber Resilience Act Compliance
- Abstract要約: EUサイバーレジリエンス法(CRA)を遵守することは、中小企業にとって資源集約的な課題である。
本稿では,エージェント検索拡張生成を用いた保証ケース(AC)の自動生成フレームワークを提案する。
技術的ドキュメンテーションの要求を体系的にマッピングすることで、このフレームワークは認証証拠の生成を合理化する。
- 参考スコア（独自算出の注目度）: 1.3121550601837717
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Complying with the EU Cyber Resilience Act (CRA) is a resource-intensive challenge for SMEs due to the complexity of cybersecurity conformity assessment. Yet, it is essential for demonstrating regulatory compliance and ensuring product security and resilience. To address this, we introduce an automated framework for generating Assurance Cases (ACs) using an agentic Retrieval-Augmented Generation grounded in a formal Claim-Argument-Evidence logic. By systematically mapping technical documentation requirements, the framework streamlines the generation of certification evidence. We validate our approach on a case study of Catalink's PATROLIoT wildfire monitoring system, where the agentic RAG generated 70 ACs with high grounding density (~4.4 artefacts per AC). The proposed Natural Language Inference (NLI) evaluator achieves 0.88 accuracy, which provides robust evidence grounding and traceability, while expert-validated plausibility (3.06) supports interpretable justifications. For practitioners, this work provides a scalable, interpretable approach for automating mandatory CRA conformity assessments, reducing manual effort while maintaining transparent decision support.
- Abstract（参考訳）: EUサイバーレジリエンス法(CRA)を遵守することは、サイバーセキュリティの適合性評価の複雑さのため、中小企業にとって資源集約的な課題である。
しかし、規制の遵守の証明と製品のセキュリティとレジリエンスの確保には不可欠です。
これを解決するために,正式なクレーム・Argument-Evidenceロジックを基礎としたエージェント型検索・拡張生成を用いた保証ケース(AC)の自動生成フレームワークを提案する。
技術的ドキュメンテーションの要求を体系的にマッピングすることで、このフレームワークは認証証拠の生成を合理化する。
そこで, エージェントRAGは, 高接地密度の70個のAC(ACあたり約4.4アーティファクト)を発生させた。
提案した自然言語推論 (NLI) 評価器は0.88の精度を達成し, 根拠とトレーサビリティを裏付けるとともに, 専門家による検証可能性 (3.06) は解釈可能な正当性をサポートする。
実践者にとって、この作業は、強制的なCRA適合性評価を自動化するためのスケーラブルで解釈可能なアプローチを提供し、透過的な意思決定支援を維持しながら手作業を削減する。
関連論文リスト
- AI Slop and Hallucinations in Vulnerability Assessment: A Survey on Reasoning Failures and Trustworthy Mitigation [48.55515767840701]
AIスロープ(AI slop)は、アーティファクト、幻覚的脆弱性、可視だが正しくないパッチ、セマンティックに再パッケージされたバグレポートである。
本稿では,実証的証拠を調査し,統一メカニズムを特定し,信頼に値するトリアージへの道筋をたどる。
論文 参考訳（メタデータ） (2026-08-26T11:48:38Z) - Beyond Goodhart's Law: A Dynamic Benchmark for Evaluating Compliance in Multi-Agent Systems [45.89982596338141]
本稿では,現実的な圧力下でのマルチエージェントシステムの手続き的アライメントを評価するために設計された,動的で対向的なベンチマークであるMAC-Benchを紹介する。
コンプライアンス・ウェイト・サクセス・レート(CSR)とマキアベリアン・ギャップ(MG)という新しい指標を紹介します。
我々は、成功とコンプライアンスの間の広範にわたるトレードオフを明らかにするために、最先端フロンティアモデルの包括的な評価を行う。
論文 参考訳（メタデータ） (2026-06-05T19:33:58Z) - A New Framework for Cybersecurity Refusals in AI Agents [52.94784168139071]
攻撃的セキュリティの文脈において、拒絶境界を確立するための最初の枠組みを提示する。
本研究では,現在のLLMエージェントがWebベースの攻撃的セキュリティシナリオにおいて,適切な拒絶境界にどのように準拠しているかを評価するために,このフレームワークを適用した。
論文 参考訳（メタデータ） (2026-05-31T15:39:39Z) - Bounding the Black Box: A Statistical Certification Framework for AI Risk Regulation [0.0]
EU AI法、NISTリスク管理フレームワーク、欧州評議会は、高リスクシステムは配備前に安全を示すことを要求している。
この規制の合意の下には、決定的な掃除機がある。
我々は、AIリスク規制をエンジニアリングプラクティスに変換する2段階のフレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-23T16:50:35Z) - Compliance-by-Construction Argument Graphs: Using Generative AI to Produce Evidence-Linked Formal Arguments for Certification-Grade Accountability [0.0]
本稿では、生成AI(GenAI)と構造化された形式的引数表現を統合したコンプライアンス・バイ・コンストラクションアーキテクチャを提案する。
アーキテクチャは、各AI支援ステップを、検証済みの証拠によって支持され、明示的な推論制約に対して検証されなければならないクレームとして扱う。
この分析は、GenAIが議論構築を加速させながら、疑わしい主張が決定記録に入るのを防ぐことができることを示唆している。
論文 参考訳（メタデータ） (2026-04-05T12:55:16Z) - Beyond Benchmark Islands: Toward Representative Trustworthiness Evaluation for Agentic AI [45.21562889170875]
シナリオ多様体に対するエージェントの信頼性を特徴付けるシステム評価パラダイムを提案する。
このフレームワークは,静的認知と政策分析,対話型サンドボックスシミュレーション,社会倫理アライメントアライメントアセスメント,および(iv)分散対応の代表サンプリングエンジンの4つの補完的コンポーネントを統合している。
論文 参考訳（メタデータ） (2026-03-16T08:51:33Z) - Towards Verifiably Safe Tool Use for LLM Agents [53.55621104327779]
大規模言語モデル(LLM)ベースのAIエージェントは、データソース、API、検索エンジン、コードサンドボックス、さらにはその他のエージェントなどのツールへのアクセスを可能にすることで、機能を拡張する。
LLMは意図しないツールインタラクションを起動し、機密データを漏洩したり、クリティカルレコードを上書きしたりするリスクを発生させる。
モデルベースセーフガードのようなリスクを軽減するための現在のアプローチは、エージェントの信頼性を高めるが、システムの安全性を保証することはできない。
論文 参考訳（メタデータ） (2026-01-12T21:31:38Z) - AI Deployment Authorisation: A Global Standard for Machine-Readable Governance of High-Risk Artificial Intelligence [0.0]
本稿では,AIシステムを評価する機械可読制御フレームワークであるAI Deployment Authorisation Score(ADAS)を紹介する。
ADASは暗号的に検証可能なデプロイメント証明書を生成しており、規制当局、保険会社、インフラオペレーターが運用するライセンスとして使用することができる。
論文 参考訳（メタデータ） (2026-01-11T18:14:20Z) - SafeEvalAgent: Toward Agentic and Self-Evolving Safety Evaluation of LLMs [37.82193156438782]
本稿では, エージェント安全評価の新しいパラダイムとして, 継続的かつ自己進化的なプロセスとしてのリフレーミング評価を提案する。
本稿では、構造化されていないポリシー文書を自律的に取り込み、包括的な安全ベンチマークを生成し、永続的に進化させる、新しいマルチエージェントフレームワークSafeEvalAgentを提案する。
本実験はSafeEvalAgentの有効性を実証し,評価が強まるにつれてモデルの安全性が一貫した低下を示す。
論文 参考訳（メタデータ） (2025-09-30T11:20:41Z) - Safe and Certifiable AI Systems: Concepts, Challenges, and Lessons Learned [45.44933002008943]
この白書は、T"UV AUSTRIA Trusted AIフレームワークを提示する。
エンド・ツー・エンドの監査カタログであり、機械学習システムの評価と認定のための方法論である。
セキュアなソフトウェア開発、機能要件、倫理とデータプライバシという3つの柱の上に構築されているのは、EU AI Actの高レベルの義務を、特定かつテスト可能な基準に翻訳するものです。
論文 参考訳（メタデータ） (2025-09-08T17:52:08Z) - AI-Supported Platform for System Monitoring and Decision-Making in Nuclear Waste Management with Large Language Models [1.6795461001108096]
本稿では,大規模言語モデル(LLM)と文書検索機構を統合したマルチエージェント検索・拡張生成(RAG)システムを提案する。
このシステムは、規制決定が事実上基礎を保ち、進化する規制フレームワークに動的に適応することを保証する。
論文 参考訳（メタデータ） (2025-05-27T20:29:53Z) - Multi-Stage Retrieval for Operational Technology Cybersecurity Compliance Using Large Language Models: A Railway Casestudy [1.1010026679581653]
本稿では,Large Language Models(LLM)と多段階検索を活用し,コンプライアンス検証のプロセスを強化するシステムを提案する。
まず, OTCSコンプライアンスクエリに応答するベースラインコンプライアンスアーキテクチャ(BCA)を評価し, 並列コンプライアンスアーキテクチャ(PCA)と呼ばれる拡張アプローチを開発した。
我々は,PCAがコンプライアンス検証における正当性と理性の両方を著しく改善することを実証した。
論文 参考訳（メタデータ） (2025-04-18T19:24:17Z)
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。