論文の概要: VERA: Authority-Preserving Edge Revocation for Federated AI-Agent Workflows
- arxiv url: http://arxiv.org/abs/2608.30091v1
- Date: Sun, 30 Aug 2026 23:39:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.176627
- Title: VERA: Authority-Preserving Edge Revocation for Federated AI-Agent Workflows
- Title（参考訳）: VERA: フェデレートされたAIエージェントワークフローのためのオーソリティ保存エッジリコール
- Abstract要約: 我々は,エージェントランタイムアダプタが発行する検証可能なリコール契約とAPIであるVERA(Verifiable Edge Revocation for Agents)を署名された証拠として紹介する。
解法的権威の下で、エッジ e の無効化は T_intent(e,G) = reach(G) reach(G e) を正確に無効にする。
LangGraphフレームワーク-repltセルでは、20回繰り返し500コンパイルされたフレームのトレースと2000の有効な署名されたデリゲート決定が生成される。
- 参考スコア（独自算出の注目度）: 3.06815294082031
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Modern agent frameworks compose planners, tool agents, remote services, and shared specialists into runtime delegation graphs, but their revocation APIs still resemble token or subtree invalidation. When one delegation is withdrawn, the runtime must know which agents lose authority while independently authorized agents keep working. We study this authority consistency problem and introduce VERA (Verifiable Edge Revocation for Agents), a verifier-checkable revocation contract and API emitted by agent-runtime adapters as signed evidence. Under disjunctive authority, revoking edge e invalidates exactly T_intent(e,G) = reach(G) \ reach(G \ {e}), the agents whose every authorizing root path used e. Used as a contract, this target exposes two runtime failures: tree cascades over-revoke shared agents, while deployer-scoped cascades under-revoke cross-domain descendants. In a LangGraph framework-replt cells repeated 20 times yield 500compiled-framework traces and 2,000 valid signed delegation decisions; 13/25 cells contain runtime multi-parsharing and 8/25 contain cross-deployer shies 500/500 target proofs, preserves all320 alternate-parent shared-agent cases that tree cascade revokes, and rejects unauthorized signers and omission attacks. Baseline replay over 1,9that holder/node and tree-style targetscannot express this behavior. We further validate schema portability on A2A, AutoGen, and CrewAI artifacts: nine traces, including five executable Cregned delegation events that pass schema and signature checks.
- Abstract（参考訳）: 現代のエージェントフレームワークは、プランナー、ツールエージェント、リモートサービス、共有スペシャリストをランタイムデリゲートグラフに構成しているが、それらの呼び出しAPIは依然としてトークンやサブツリー無効化に似ている。
1つの委任が取り下げられた場合、ランタイムはどのエージェントが権限を失うかを知る必要がある。
本稿では,エージェントランタイムアダプタが出力する検証可能なリコール契約とAPIであるVERA(Verifiable Edge Revocation for Agents)を署名された証拠として紹介する。
解離的権威の下では、エッジeの無効化は正確に T_intent(e,G) = reach(G) \ reach(G \ {e}) を無効にする。
コントラクトとして使用されるこのターゲットは、2つのランタイム障害を露呈する。
ランググラフフレームワークのリプレット細胞は、20回繰り返し500コンパイルされたフレームワークトレースと2000の有効な署名されたデリゲート決定を出力し、13/25セルはランタイムのマルチパーシェアリングを含み、8/25セルは、500/500のターゲット証明を含む。
1,9以上のベースラインのリプレイ,ホルダ/ノードとツリースタイルのターゲットは,この動作を表現できない。
さらに、A2A、AutoGen、CrewAIのアーティファクト上のスキーマポータビリティを検証します。
関連論文リスト
- Privacy-Preserving Topology-Guided Safety for LLM-Based Multi-Agent Systems via Federated Graph Learning [67.04448659688579]
FGLGuardは、AgentDojoのグランドサクセスレートを、ほぼ無防備なユーティリティ、APIコストゼロ、無視可能な機能損失で43%削減する。
フェデレーションはオプションではなく、オフ・ザ・シェルフ・トランスファーは流通シフトによって崩壊する。
Live FGLGuardは、AgentDojoのグランドサクセスレートを、ほぼ無防備なユーティリティ、APIコストゼロ、無視可能な機能損失で43%削減する。
論文 参考訳（メタデータ） (2026-09-02T07:57:12Z) - Agent Flight Recorder: Tamper-Evident Audit Trails with On-Chain Anchoring for Long-Horizon Tool-Using Agents [0.6564588068252765]
ロングホライゾンエージェントは数千のアクションを実行し、分離されたエラーではなく順次失敗する。
Agent Flight Recorderは、各エージェントアクションを構造化されたセマンティックシリアライズされたイベントバインディングとして、実行から実行までの8つのフィールドをキャプチャする。
合成エージェントの負荷に対して,5つの累積アブレーション構成でシステムを評価する。
論文 参考訳（メタデータ） (2026-09-01T22:59:08Z) - Delegation Without Trust: An Empirical Gap Analysis of Identity, Authorization, and Runtime Governance in Multi-Agent LLM Systems [0.0]
4つの敵を中心としたマルチエージェントデリゲートに対する脅威モデルを提案する。
デフォルトのランタイムモデリングの共通プラクティスが4つの脅威すべてに失敗することを示す。
我々は、ギャップを埋める認証ブローカを実装し、敵に評価する。
論文 参考訳（メタデータ） (2026-08-31T19:09:34Z) - Attesting Outputs and Delegation Ancestry in Multi-Agent AI Systems [3.276413627586882]
事件後、検証者は2つの質問に答えなければならない。
クレデンシャルは、誰が行動するかを確立するが、後続の出力バイトにそれらをバインドする必要はない。
信頼できるデプロイランタイムは、リリースされた各出力のハッシュに署名する。
論文 参考訳（メタデータ） (2026-08-31T07:42:57Z) - Where Accountability Lives: Mapping Human Responsibility to Workflow Artifacts in Agentic Software Development [0.0]
コーディングエージェントの作者、プルリクエストのオープン、プロダクションリポジトリ内のプッシュコード。
アーティファクトを残すワークフローイベント、エージェントによるコーディングツール4つ、および7つのプロバイダによるポリシー文書18つについて、それぞれについて読んでいます。
あるプロバイダは、タスクを割り当てた開発者が結果のプルリクエストを承認することを禁じる。別のプロバイダは、設定されたリスクしきい値以下でプルリクエストを承認し、レビューを無効にできるエージェントを文書化する。
我々は、強制的、助言的、欠落した検証の通常の3方向の区別をグリッドに置き換え、メカニズムがチェックを誰が実行したかで補完するかどうかを区別する。
論文 参考訳（メタデータ） (2026-08-16T11:11:04Z) - Understanding and Evaluating Claw-like Agent Security Through a Computer-Systems Lens [65.53494487819053]
クローのようなAIエージェント(OpenClawなど)は、認証情報、ファイル、ツール、外部サービスへの永続的なアクセスを伴う、常にオンのプロセスである。
我々はClawのようなエージェントをエージェントコンピュータシステムとして扱い、そのゲートウェイランタイムがOSのような仲介の役割を担っている。
我々は、4つの攻撃面にわたる406の敵タスクのベンチマークであるSafeClawArenaを開発した。
論文 参考訳（メタデータ） (2026-06-29T18:00:45Z) - Capable but Careless: Do Computer-Use Agents Follow Contextual Integrity? [54.701199583505144]
アプリケーション間アクセスは、ほとんど見落とされたプライバシーリスクを生み出す。
我々はAgentCIBenchを紹介します。これは、このリスクを決定論的に評価されたシナリオに変換する評価ハーネスです。
我々は15のフロンティアエージェントを評価し、驚くほど高い失敗率を見出す。
論文 参考訳（メタデータ） (2026-06-22T11:36:58Z) - AIP: Agent Identity Protocol for Verifiable Delegation Across MCP and A2A [0.0]
IBCT(Invocation-Bound Capability Tokens)は、ID、認可、証明のバインディングを単一の追加専用トークンチェーンに融合する。
完全な言語間の相互運用性を備えたPythonとRustのリファレンス実装を提供しています。
論文 参考訳（メタデータ） (2026-03-25T19:45:37Z) - Agentic Peer-to-Peer Networks: From Content Distribution to Capability and Action Sharing [10.47562113256175]
本稿では,このようなコラボレーションの実現に必要なネットワーク基盤について概説する。
本稿では,接続/ID,意味発見,実行を分離する平面型参照アーキテクチャを提案する。
Tier1は評判信号に依存し、Tier2はフォールバック選択で軽量なカナリアチャレンジ応答を適用し、Tier3は署名されたツールレシートやトラスのようなエビデンスパッケージを必要とします。
論文 参考訳（メタデータ） (2026-03-04T05:58:44Z) - AgentSys: Secure and Dynamic LLM Agents Through Explicit Hierarchical Memory Management [47.49917373646469]
既存の防御は肥大した記憶を与えられたまま扱い、回復力を維持することに集中する。
我々は、明示的なメモリ管理を通じて間接的なインジェクションを防御するフレームワークであるAgentSysを紹介する。
論文 参考訳（メタデータ） (2026-02-07T06:28:51Z) - BackdoorAgent: A Unified Framework for Backdoor Attacks on LLM-based Agents [58.83028403414688]
大規模言語モデル(LLM)エージェントは、計画、メモリ、ツールの使用を組み合わせた多段階ワークフローを通じてタスクを実行する。
エージェントワークフローの特定のステージに注入されたバックドアトリガーは、複数の中間状態を通して持続し、下流出力に悪影響を及ぼす可能性がある。
LLMエージェントにおけるバックドア脅威を統一したエージェント中心のビューを提供するモジュールおよびステージアウェアフレームワークである textbfBackdoorAgent を提案する。
論文 参考訳（メタデータ） (2026-01-08T03:49:39Z) - Agentic JWT: A Secure Delegation Protocol for Autonomous AI Agents [0.6747475365990533]
エージェント設定の推論、プロンプトインジェクション、マルチエージェントオーケストレーションは、サイレントに特権を拡張することができる。
本稿では,エージェントのアクションをユーザインテントにバインドする2面インテントトークンであるAgentic JWT(A-JWT)を紹介する。
A-JWTはエージェントのアイデンティティを、そのプロンプト、ツール、設定から派生したワンウェイハッシュとして保持する。
論文 参考訳（メタデータ） (2025-09-16T23:43:24Z) - Dissecting Adversarial Robustness of Multimodal LM Agents [70.2077308846307]
我々は、VisualWebArena上に現実的な脅威モデルを用いて、200の敵タスクと評価スクリプトを手動で作成する。
我々は,クロボックスフロンティアLMを用いた最新のエージェントを,リフレクションやツリーサーチを行うエージェントを含む,壊すことに成功している。
AREを使用して、新しいコンポーネントの追加に伴うロバスト性の変化を厳格に評価しています。
論文 参考訳（メタデータ） (2024-06-18T17:32:48Z)
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。