論文の概要: A Unified Policy Architecture (UPA): The Governance Kernel for Enterprise AI Operating Systems
- arxiv url: http://arxiv.org/abs/2609.06543v1
- Date: Sun, 06 Sep 2026 11:33:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.263952
- Title: A Unified Policy Architecture (UPA): The Governance Kernel for Enterprise AI Operating Systems
- Title（参考訳）: 統一政策アーキテクチャ(UPA) - エンタープライズAIオペレーティングシステムのためのガバナンスカーネル
- Abstract要約: 本稿では,エンタープライズAIオペレーティングシステムのためのガバナンスアーキテクチャである統一ポリシーアーキテクチャ(UPA)を紹介する。
UPAはAIとエージェント、ツール、前処理、メモリ、エンタープライズリソース、エージェントとエージェントのインタラクションを管理するための統一されたポリシーモデルを提供する。
UPAのガバナンスモデル、宣言型ポリシー言語基盤、ポリシー評価セマンティクス、プラグイン、業界政策パック、そして企業ガバナンスのための評価フレームワークを提示します。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Enterprise AI is evolving into an Enterprise Operating System where autonomous AI agents can plan, reason, use memory, invoke tools, execute workflows, and collaborate with other agents. This shift creates a new governance challenge: existing authorization, security, guardrails, and compliance mechanisms are fragmented and are not designed to govern autonomous AI as a unified system. This paper introduces the Unified Policy Architecture (UPA), a governance architecture for Enterprise AI Operating Systems. UPA provides a unified policy model for governing AI and agents, tools, workflows, memory, enterprise resources, and agent-to-agent interactions and enterprise business rules. It extends policy control beyond authorisation to include runtime obligations, human approvals, compliance, audit evidence, and governance evaluation. We present UPA's governance model, declarative policy language foundations, policy evaluation semantics, extensible plugins, industry policy packs, and an evaluation framework for enterprise governance. We also identify extensions for multi-agent coordination, provenance-aware policies, and stateful runtime governance. UPA provides a foundation for building secure, accountable, and governable Enterprise Operating Systems for autonomous AI.
- Abstract（参考訳）: エンタープライズAIは、自律型AIエージェントが計画、推論、メモリ使用、ツールの実行、ワークフローの実行、他のエージェントとのコラボレーションが可能なエンタープライズオペレーティングシステムに進化している。
既存の認証、セキュリティ、ガードレール、コンプライアンスメカニズムは断片化されており、統合されたシステムとして自律的なAIを管理するように設計されていない。
本稿では,エンタープライズAIオペレーティングシステムのためのガバナンスアーキテクチャである統一ポリシーアーキテクチャ(UPA)を紹介する。
UPAはAIとエージェント、ツール、ワークフロー、メモリ、エンタープライズリソース、エージェントとエージェントのインタラクションとエンタープライズビジネスルールを管理するための統一されたポリシーモデルを提供する。
権限以上の政策管理を拡張して、実行時の義務、人間による承認、コンプライアンス、監査証拠、ガバナンス評価を含む。
UPAのガバナンスモデル、宣言型ポリシー言語基盤、ポリシー評価セマンティクス、拡張可能なプラグイン、業界政策パック、そして企業ガバナンスのための評価フレームワークを提示する。
また、マルチエージェント調整、証明対応ポリシー、ステートフルなランタイムガバナンスのための拡張も特定します。
UPAは、自律AIのためのセキュアで説明責任があり、管理可能なエンタープライズオペレーティングシステムを構築するための基盤を提供する。
関連論文リスト
- AGL-1: The Enterprise AI Governance Layer as a Control Plane for Trusted Enterprise Intelligence [0.0]
本稿では,コントロールプレーンのベンダ中立参照モデルとして,エンタープライズAIガバナンス層であるAGL-1を紹介する。
アイデンティティを意識した検索、ポリシー執行、管理、メモリガバナンス、知識の整合性監視、エージェント実行制御、信頼性監視の7つのガバナンスドメインを定義している。
論文 参考訳（メタデータ） (2026-07-03T17:42:08Z) - Deontic Policies for Runtime Governance of Agentic AI Systems [2.1095754823099657]
本稿では,義務,免除,政策紛争解決,政策の理化といった重要なガバナンス要件を実現するエージェントReiを提案する。
私たちのアプローチは、A2ASのような業界標準のフレームワークと自然に結びついています。
論文 参考訳（メタデータ） (2026-06-17T18:02:07Z) - Foundation Protocol: A Coordination Layer for Agentic Society [78.01727114524464]
Foundation Protocol (FP) は、新興の人間-AI社会のためのグラフファーストの調整レイヤである。
FPはエージェント、ツール、リソース、人間、機関、組織を含む異種組織を統一する。
目的は、説明責任を維持しつつ、自律的な機関を構成可能に保つことである。
論文 参考訳（メタデータ） (2026-05-22T04:20:35Z) - ClawLess: A Security Model of AI Agents [34.70695138834452]
我々は、AIエージェントに対して正式に認証されたポリシーを実行するセキュリティフレームワークであるClawLessを紹介する。
ClawLessは、システムエンティティ、信頼範囲、パーミッションに関するきめ細かいセキュリティモデルを形式化する。
このアプローチは、エージェントの内部設計に関係なくセキュリティを確保するために、正式なセキュリティモデルを実践的にブリッジする。
論文 参考訳（メタデータ） (2026-04-07T12:19:55Z) - AI Governance Control Stack for Operational Stability: Achieving Hardened Governance in AI Systems [0.0]
本稿では、トレーサブルでレジリエントなAIシステムの動作を保証するために設計された階層型ガバナンスアーキテクチャである、運用安定のためのAIガバナンス制御スタックを紹介する。
提案したコントロールスタックには,システム・オブ・レコーズ・バージョン管理,エビデンスに基づく検証,意思決定時の説明可能性ロギング,テレメトリ監視,モデルドリフト検出,ガバナンスエスカレーションという,6つの補完的なガバナンスレイヤが統合されている。
論文 参考訳（メタデータ） (2026-03-12T19:01:42Z) - From Thinker to Society: Security in Hierarchical Autonomy Evolution of AI Agents [36.1914922430313]
本稿では,認知的操作,身体環境の破壊,マルチエージェントシステム障害を対象とする脅威の分類について述べる。
この発見は、信頼できるAIエージェントシステムのための多層自律型防衛アーキテクチャの開発を導くことを目的としている。
論文 参考訳（メタデータ） (2026-03-08T06:45:28Z) - Toward Autonomous O-RAN: A Multi-Scale Agentic AI Framework for Real-Time Network Control and Management [39.17062930275755]
本稿では,オープン無線アクセスネットワーク(O-RAN)のためのマルチスケールエージェントAIフレームワークを提案する。
RANインテリジェンスは、Non-Real-Time (Non-RT), Near-Real-Time (Near-RT), Real-Time (RT)コントロールループにまたがるコーディネート階層として編成される。
これらのエージェントは,標準化されたO-RANインタフェースとテレメトリによってどのように協調するかを示す。
論文 参考訳（メタデータ） (2026-02-15T12:34:01Z) - The PBSAI Governance Ecosystem: A Multi-Agent AI Reference Architecture for Securing Enterprise AI Estates [0.0]
本稿では,PBSAI(Practitioners Blueprint for Secure AI)ガバナンスエコシステムについて紹介する。
PBSAIは、エンタープライズおよびハイパースケールAIエステートを確保するためのマルチエージェント参照アーキテクチャである。
論文 参考訳（メタデータ） (2026-02-11T19:21:35Z) - A Technical Policy Blueprint for Trustworthy Decentralized AI [29.298499284846844]
ガバナンス要件をポリシー・アズ・コード・オブジェクトとしてエンコードする技術ポリシー青写真を提案する。
我々は、資産政策の検証と資産政策の執行を分離する技術政策の青写真を提案している。
論文 参考訳（メタデータ） (2025-12-07T21:27:48Z) - Enabling Regulatory Multi-Agent Collaboration: Architecture, Challenges, and Solutions [30.046299694187855]
大規模言語モデル(LLM)を内蔵した自律エージェントは、適応的でマルチエージェントなコラボレーションを実現することで、デジタル環境と物理環境の両方を変革している。
エージェント層,ブロックチェーンデータ層,および規制アプリケーション層で構成される,規制エージェントコラボレーションのためのブロックチェーン対応層アーキテクチャを提案する。
当社のアプローチは,大規模エージェントエコシステムにおける信頼性,レジリエント,スケーラブルな規制機構の体系的基盤を確立する。
論文 参考訳（メタデータ） (2025-09-11T07:46:00Z) - Towards Agentic AI Networking in 6G: A Generative Foundation Model-as-Agent Approach [35.05793485239977]
本稿では,AIエージェント間のインタラクション,協調学習,知識伝達を支援する新しいフレームワークであるAgentNetを提案する。
本稿では,デジタルツイン方式の産業自動化とメタバース方式のインフォテインメントシステムという,2つの応用シナリオについて考察する。
論文 参考訳（メタデータ） (2025-03-20T00:48:44Z)
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。