論文の概要: Bootstrapping Mutual Attestation with Kleene's Second Recursion Theorem

• arxiv url: http://arxiv.org/abs/2608.20671v1
• Date: Fri, 21 Aug 2026 02:02:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-24 14:49:32.341426
• Title: Bootstrapping Mutual Attestation with Kleene's Second Recursion Theorem
• Title（参考訳）: Kleene の2次再帰理論を用いたブートストラップ型相互検診
• Abstract要約: 我々はPythonトランスパイラであるPyReflectを開発し、それを相互証明PoCの実装に利用する。 また、NixトランスパイラであるNixReflectを開発し、2つのNitro EnclavesがビルトインデータのみからPCRを複製するPoCで使用する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mutual attestation among nodes with no central trusted operator requires each node to hold reference values (expected code measurements) for its peers. The naïve approach of mutually embedding these reference values in the nodes' code leads to an infinite regress. We call the problem of resolving this infinite regress the reference-value bootstrapping problem for mutual attestation. Existing solutions avoid this regress by relying on a trusted third party (TTP), externally supplied reference values, or architecture-specific measurement mechanisms. We instead express the bootstrapping problem as a system of mutual fixed-point equations and solve it by Kleene's second recursion theorem. The construction produces nodes that mutually reference one another's code and reconstruct every peer's exact source from built-in data alone. When a deployed source file is measured directly, as with a Python script, a node obtains the peer's reference value by applying the measurement function directly to the reconstructed source. When a built image is measured, as with AWS Nitro Enclaves, a node instead reproducibly rebuilds the peer's image from the reconstructed source and derives its reference measurement. For the first case, we develop PyReflect, a Python transpiler, and use it to implement a TPM mutual-attestation PoC. For the second, we develop NixReflect, a Nix transpiler, and use it in a PoC in which two Nitro Enclaves reproduce each other's reference PCRs from built-in data alone. Our solution is architecture-independent, requires neither a TTP nor externally supplied reference values, and works with existing attestation stacks unchanged.
• Abstract（参考訳）: 中央信頼演算子を持たないノード間の相互認証では、各ノードは、そのピアに対する参照値(予測コード測定)を保持する必要がある。 ノードのコードにこれらの参照値を相互に埋め込むナイーブのアプローチは、無限の回帰をもたらす。 我々は,この無限回帰問題を相互証明のための基準値ブートストラップ問題と呼ぶ。 既存のソリューションは、信頼できるサードパーティ(TTP)、外部から供給された参照値、アーキテクチャ固有の測定メカニズムに頼ることで、この回帰を回避する。 代わりに、相互不動点方程式の系としてブートストラップ問題を表現し、クリーネの第二再帰定理でそれを解く。 この構成では、相互に互いのコードを参照するノードを生成し、組込みデータだけですべてのピアの正確なソースを再構築する。 デプロイされたソースファイルがPythonスクリプトのように直接測定されると、ノードは、再構成されたソースに直接測定関数を適用することにより、ピアの参照値を取得する。 構築されたイメージがAWS Nitro Enclavesのように測定されると、ノードは代わりに、再構成されたソースからピアのイメージを再現的に再構築し、その参照測定を導出する。 最初のケースでは、PythonトランスパイラであるPyReflectを開発し、TPM相互認証PoCの実装に使用します。 二つ目は、NixトランスパイラであるNixReflectを開発し、2つのNitro Enclavesがビルトインデータだけで互いに参照PCRを再現するPoCでそれを利用する。 我々のソリューションはアーキテクチャ非依存であり、TTPも外部から供給される参照値も必要とせず、既存の検証スタックで動作します。

関連論文リスト

• Independent Patch Verification for Coding Agents with a Bidirectional Reconstruct-and-Verify Framework [49.16055123488827]
  大規模言語モデルを利用したコーディングエージェントは、バグレポートから直接コードパッチを生成することができる。 報告された問題を真に解決するかどうかを独立に検証するメカニズムは存在しない。 本稿では,RETRACE をトレーニング不要なポストジェネレーション検証フレームワークとして提案する。
  論文  参考訳（メタデータ） (2026-08-09T22:59:13Z)
• EPC: A Standardized Protocol for Measuring Evaluator Preference Dynamics in LLM Agent Systems [1.0152838128195467]
  EPC(Evaluator Preference Coupling)は、RFCスタイルのプロトコル仕様である。 評価器のバージョン識別子,APIエンドポイント,測定日を付加した8つの評価器条件の結合測定のリファレンススナップショットを提供する。 我々は、バージョン管理規約(vX.Y-Z)を定義し、プロトコルバージョン、スナップショットバージョン、評価器生成を符号化し、採用、解釈、既知の落とし穴をカバーする使用法ガイドを提供する。
  論文  参考訳（メタデータ） (2026-07-01T00:49:47Z)
• What Accuracy and Gradient Cosine Miss: Evaluating Feedback Alignment via Scale Stability, Reference Validity, and Depth Utility [48.10132234701036]
  本稿では,3つのチェック(スケール安定性,参照妥当性,深度ユーティリティ)に基づく診断評価プロトコルを提案する。 複数のアーキテクチャや手法にまたがって、我々のプロトコルは広い校正マージンを持つ全ての障害を識別する。
  論文  参考訳（メタデータ） (2026-06-19T06:04:17Z)
• Beyond the Reranker: Do RAG Retrieval Enhancements Help Once a Strong Reranker Is Present? [3.77661940418406]
  クエリ拡張,階層的およびクロスドキュメント要約,グラフベースの拡張,クエリごとのルーティング,ランク融合,修正的再検索について検討した。 パイプラインの品質の大部分を、強力なクロスエンコーダリランカが占めていることを示す。 残りの再ランク法とプール拡張法は、階層的な要約、グラフ展開、ルーティング、ランク融合など、一般的な用途では、再ランカが存在すれば信頼できる利得は得られない。
  論文  参考訳（メタデータ） (2026-06-14T20:50:41Z)
• RaV-IDP: A Reconstruction-as-Validation Framework for Faithful Intelligent Document Processing [0.0]
  Restructation as Validation (RaV-IDP)は、第一級アーキテクチャコンポーネントとして再構築を導入するドキュメント処理パイプラインである。 専用再構成器は、抽出した表現を元の文書領域に匹敵する形式に戻す。 忠実度がエンタリティ型閾値以下になると、構造化されたGPT-4.1ビジョンフォールバックがトリガーされ、検証ループが繰り返される。
  論文  参考訳（メタデータ） (2026-04-26T10:26:42Z)
• Reconstructing Trust Embeddings from Siamese Trust Scores: A Direct-Sum Approach with Fixed-Point Semantics [0.0]
  本研究では,多くの分散セキュリティフレームワークが公開している1次元シームズ信頼スコアから高次元信頼埋め込みを再構築する逆問題について検討する。 合成ベンチマークのスイートは、ガウスノイズの存在下でも、回収された埋め込みはユークリッドとコサインの計測値によって測定されたデバイス間幾何学を保存することを確認している。 詳細な信頼スコアを公開することで、デバイスと評価モデルの両方に関する潜伏した行動情報が漏洩する可能性がある。
  論文  参考訳（メタデータ） (2025-08-02T20:19:22Z)
• Fact Checking Beyond Training Set [64.88575826304024]
  本稿では,レトリバーリーダが,あるドメインのラベル付きデータに基づいてトレーニングし,別のドメインで使用する場合,性能劣化に悩まされることを示す。 本稿では,レトリバー成分を分散シフトに対して頑健にするための逆アルゴリズムを提案する。 次に、これらのデータセットから8つの事実チェックシナリオを構築し、モデルと強力なベースラインモデルのセットを比較します。
  論文  参考訳（メタデータ） (2024-03-27T15:15:14Z)
• QuTE: decentralized multiple testing on sensor networks with false discovery rate control [93.1040521878626]
  本稿では、偽発見率(FDR)の証明可能な保証を備えたグラフ上での分散多重仮説検定法を設計する。 異なるエージェントが無向グラフのノードに存在し、各エージェントはそのノードに局所的な1つ以上の仮説に対応するp値を持つ。 各エージェントは、グラフ全体の大域的FDRが予め定義されたレベルで制御されなければならないという共同目的のもと、隣人とのみ通信することで、それぞれのローカル仮説の1つ以上の拒絶を個別に決めなければならない。
  論文  参考訳（メタデータ） (2022-10-09T19:48:39Z)
• Decoupled Multi-task Learning with Cyclical Self-Regulation for Face Parsing [71.19528222206088]
  顔解析のための周期的自己統制型デカップリング型マルチタスク学習を提案する。 具体的には、DML-CSRは、顔解析、バイナリエッジ、カテゴリエッジ検出を含むマルチタスクモデルを設計する。 提案手法は,Helen,CelebA-HQ,LapaMaskのデータセット上での最先端性能を実現する。
  論文  参考訳（メタデータ） (2022-03-28T02:12:30Z)
• 3D Human Pose and Shape Regression with Pyramidal Mesh Alignment Feedback Loop [128.07841893637337]
  回帰に基づく手法は最近、単眼画像からヒトのメッシュを再構成する有望な結果を示した。 パラメータの小さな偏差は、推定メッシュと画像のエビデンスの間に顕著な不一致を引き起こす可能性がある。 本稿では,特徴ピラミッドを活用し,予測パラメータを補正するために,ピラミッドメッシュアライメントフィードバック(pymaf)ループを提案する。
  論文  参考訳（メタデータ） (2021-03-30T17:07:49Z)

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。