論文の概要: AgOSS: A Dataset and Multi-Layer Characterization of Open-Source Agricultural Software
- arxiv url: http://arxiv.org/abs/2609.02591v1
- Date: Wed, 02 Sep 2026 13:34:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 17:53:18.382514
- Title: AgOSS: A Dataset and Multi-Layer Characterization of Open-Source Agricultural Software
- Title（参考訳）: AgOSS: オープンソース農業ソフトウェアのデータセットとマルチレイヤ特性
- Authors: Vatsal Dudhaiya, Mikhail Golovenchits, Aryan Banerjee, James C. Davis,
- Abstract要約: 農業の多くは、ファームマネジメントプラットフォーム、クラウドサービス、エッジゲートウェイ、組み込みシステム、フィールド展開センサーにまたがるオープンソースのソフトウェアに依存している。
このエコシステムのサプライチェーンのセキュリティ姿勢が、同等の非農業ソフトウェアと異なるかどうかは不明である。
6つのアーキテクチャカテゴリにわたる66のリポジトリのデータセットであるAgOSSを紹介します。
- 参考スコア（独自算出の注目度）: 5.425965733301546
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Much of agriculture depends on open-source software spanning farm management platforms, cloud services, edge gateways, embedded systems, and field-deployed sensors, forming a domain-specific software supply chain that has drawn little empirical security attention. It is unknown whether this ecosystem's supply chain security posture differs from that of comparable non-agricultural software, and if it does, whether the difference reflects the agricultural domain or the size and maturity of the projects within it. As a step towards securing agricultural open-source software, we present AgOSS, a dataset of 66 repositories across six architectural categories. We assess supply chain security within the dataset via OpenSSF Scorecard, governance metrics, SBOM-based dependency analysis, and KEV matching, and compare against matched non-agricultural controls. We report two findings. First, governance is largely independent of inherited dependency risk. Scorecard tracks community activity, but we detect no association with vulnerability count, density, or known-exploited count, and in regression the exposure signal loads on architectural category rather than domain. Second, agricultural projects score far lower on raw Scorecard, but size and maturity confound the gap: the residual loses significance under matching and regression. Securing this ecosystem means investing in contributor capacity and dependency hygiene, not agriculture-specific controls.
- Abstract（参考訳）: 農業の多くは、ファームマネジメントプラットフォーム、クラウドサービス、エッジゲートウェイ、組み込みシステム、およびフィールドデプロイされたセンサーにまたがるオープンソースのソフトウェアに依存しており、ドメイン固有のソフトウェアサプライチェーンを形成し、経験的なセキュリティの注意をほとんど引き付けていない。
この生態系のサプライチェーンのセキュリティ姿勢が、同等の非農業ソフトウェアと異なるのか、その違いが農業領域やその内にあるプロジェクトの規模や成熟度を反映しているかは不明である。
農業用オープンソースソフトウェアを確保するためのステップとして、6つのアーキテクチャカテゴリにわたる66のリポジトリのデータセットであるAgOSSを紹介します。
我々は、OpenSSF Scorecard、ガバナンスメトリクス、SBOMベースの依存性分析、KEVマッチングを通じてデータセット内のサプライチェーンセキュリティを評価し、マッチした非農業的制御と比較する。
我々は2つの発見を報告した。
まず、ガバナンスは継承された依存関係のリスクとは独立している。
Scorecardは、コミュニティの活動を追跡するが、脆弱性数、密度、既知の露出数とは何の関係も検出せず、回帰的に、ドメインではなくアーキテクチャのカテゴリに露出信号が負荷される。
第2に、農業プロジェクトは生のスコアカードよりもはるかに低いが、サイズと成熟度はギャップを生じさせる。
このエコシステムの確保は、農業固有の管理ではなく、貢献力と依存衛生への投資を意味する。
関連論文リスト
- Private Computation Space: Experience with Trusted Multi-Cluster Federated Learning for Agriculture [1.2852381189989253]
我々は、ファーマーデータを安全にプロビジョニングおよび処理するためのオープンソースの機械学習システムであるPrivate Computation Space (PCS)を紹介した。
農村部における信頼性を確保するため,マルチクラスタオーケストレーションによる農業環境に適したシステムを設計する。
このシステムは、ニューヨークで6ヶ月間、生きた植物センサーで窒素をモニタリングし、カリフォルニアの気象観測所から10ヶ月間、蒸発を予測している。
論文 参考訳（メタデータ） (2026-09-01T02:12:09Z) - GCVE: A Decentralized Model for Vulnerability Identification, Publication, and Operational Enrichment [51.77969450792284]
Global CVEイニシアチブ(Global CVE Initiative, G)は、脆弱性の識別、パブリッシュ、エンリッチメントのための分散化、オープン化、識別子モデルを提案する。
本稿では,自律型G番号認証,ライトウェイトアロケーションルール,分散パブリッシュ,オープン・ベスト・カレントプラクティス,実用的なリファレンス実装を組み合わせた社会技術的取り組みとしてGを提案する。
論文 参考訳（メタデータ） (2026-05-30T19:03:39Z) - Modeling Dependency-Propagated Ecosystem Impact of Changes in Maintenance Activities: Evaluating Support Strategies in the PyPI Network [83.16077040470975]
我々は、Python Package Index(PyPI)エコシステムを通じて、メンテナンスアクティビティの変化がどのように伝播するかをキャプチャする、エコシステム影響の依存性を意識したモデルを紹介します。
以上の結果から, モデルによる生態系への影響の大部分が, 依存伝搬の影響に基づいて優先順位付けされた場合のPyPIパッケージ全体の0.1%に過ぎなかったことが示唆された。
論文 参考訳（メタデータ） (2026-05-07T12:51:00Z) - AgriChat: A Multimodal Large Language Model for Agriculture Image Understanding [13.665861251747144]
我々は、数千の農業階級にまたがる幅広い知識を提示し、説明付きの詳細な農業評価を提供する専門的なMLLMであるAgriChatを紹介する。
その結果、視覚的詳細をWebで検証された知識と組み合わせて保存することは、堅牢で信頼性の高い農業用AIへの信頼できる経路であることがわかった。
論文 参考訳（メタデータ） (2026-03-14T11:49:05Z) - AgriGPT: a Large Language Model Ecosystem for Agriculture [16.497060004913806]
AgriGPTは、農業利用のためのドメイン特化大規模言語モデルエコシステムである。
信頼性のあるデータソースを,高品質で標準化された質問応答データセットであるAgri-342Kにコンパイルする,スケーラブルなデータエンジンを設計する。
本稿では,高密度検索,スパース検索,マルチホップ知識グラフ推論を組み合わせた3チャンネル検索拡張フレームワークTri-RAGを用いる。
論文 参考訳（メタデータ） (2025-08-12T04:51:08Z) - Can Large Multimodal Models Understand Agricultural Scenes? Benchmarking with AgroMind [16.96145027280737]
我々は農業リモートセンシング(RS)のベンチマークであるAgroMindを紹介する。
AgroMindは、空間知覚、オブジェクト理解、シーン理解、シーン推論の4つのタスクディメンションをカバーしている。
AgroMind上で20のオープンソースLMMと4つのクローズドソースモデルを評価する。
論文 参考訳（メタデータ） (2025-05-18T02:45:19Z) - A Lightweight Edge-CNN-Transformer Model for Detecting Coordinated Cyber and Digital Twin Attacks in Cooperative Smart Farming [0.0]
ある農場でのサイバー攻撃は広範囲に及ぼし、標的の農場だけでなく、協同組合内の全ての農場にも影響を及ぼす可能性がある。
本研究は協調型スマートファーミング(CSF)のための新規でセキュアなアーキテクチャを提案する。
本稿では,CNN変換器を用いたネットワーク異常検出モデルを提案する。
論文 参考訳（メタデータ） (2024-11-22T04:52:13Z) - SeCodePLT: A Unified Platform for Evaluating the Security of Code GenAI [58.29510889419971]
コード生成大型言語モデル(LLM)のセキュリティリスクと能力を評価するための既存のベンチマークは、いくつかの重要な制限に直面している。
手動で検証し、高品質なシード例から始める、汎用的でスケーラブルなベンチマーク構築フレームワークを導入し、ターゲット突然変異を通じて拡張する。
このフレームワークをPython、C/C++、Javaに適用すると、44のCWEベースのリスクカテゴリと3つのセキュリティ機能にまたがる5.9k以上のサンプルデータセットであるSeCodePLTが構築されます。
論文 参考訳（メタデータ） (2024-10-14T21:17:22Z) - Multi-Source Knowledge Pruning for Retrieval-Augmented Generation: A Benchmark and Empirical Study [45.69867169347836]
Retrieval-augmented Generation (RAG) は、大規模言語モデル(LLM)の幻覚を、外部知識の統合によって緩和するための効果的なアプローチである。
本稿では,多様な領域にまたがる構造化知識と非構造化知識を組み合わせたベンチマークデータセットを標準化する。
また,マルチグラニュラリティプルーニング戦略を主特徴とする,プラグアンドプレイのRAGフレームワークである textbfPruningRAG も開発している。
論文 参考訳（メタデータ） (2024-09-03T03:31:37Z) - Farmland Parcel Delineation Using Spatio-temporal Convolutional Networks [77.63950365605845]
ファームパーセル・デライン化は、気候変動政策の開発と管理において重要なカダストラルデータを提供する。
このデータは、極端な気象災害に伴う損害後の補償を評価するための農業保険セクターにも有用である。
衛星画像の利用は、農場の区画整理作業を行うためのスケーラブルで費用対効果の高い方法である。
論文 参考訳（メタデータ） (2020-04-11T19:49:09Z)
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。