論文の概要: Enforcement of In-Kernel Stateful Security Policies via eBPF

• arxiv url: http://arxiv.org/abs/2609.13930v1
• Date: Sat, 12 Sep 2026 13:24:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:05.614136
• Title: Enforcement of In-Kernel Stateful Security Policies via eBPF
• Title（参考訳）: eBPFによるカーネル内ステートフルセキュリティポリシの実施
• Abstract要約: マルチテナントシステムで動作するワークロードに対する攻撃は、マルチステップで履歴に依存します。 カーネルの組み込みsyscallフィルタリングと従来のMACフレームワークはステートレスである。 本稿では,上記の特性を満たす,カーネル内ランタイム検証フレームワークBPFenceを紹介する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many attacks against workloads running on multi-tenant systems are multi-step and history-dependent: sequences of innocuous operations whose malicious nature emerges only over an execution trace. Defending against them requires security policies that are stateful, are enforced within the kernel, and have a precise semantics. Currently deployed proposals fail on at least one count: kernel's built-in syscall filtering and classical MAC frameworks are stateless, while current eBPF-based tools express their policies through ad hoc YAML rules that cannot capture temporal relations among events, and whose semantics is defined only by the implementation. We present BPFence, an in-kernel runtime-verification framework that satisfies the properties above. BPFence provides a policy language with a formal semantics that can express temporal relations among events. It also provides a type system that statically distinguishes events the kernel can control from those it can only observe. Every well-typed policy is compiled into a finite-state monitor proved correct with respect to its semantics, and then into eBPF programs that run inside the kernel. We evaluate BPFence on seven case studies drawn from real-world attack patterns, and on a set of micro- and macro-benchmarks to show that the enforcement overhead remains compatible with production deployment.
• Abstract（参考訳）: マルチテナントシステム上で実行されるワークロードに対する攻撃の多くは、マルチステップで履歴に依存している。 それらに対する防御には、ステートフルで、カーネル内で強制され、正確なセマンティクスを持つセキュリティポリシーが必要である。 カーネルの組み込みsyscallフィルタリングと従来のMACフレームワークはステートレスであるのに対して、現在のeBPFベースのツールは、イベント間の時間的関係をキャプチャできないアドホックYAMLルールを通じてポリシーを表現しており、そのセマンティクスは実装によってのみ定義されている。 上記の特性を満たす、カーネル内のランタイム検証フレームワークであるBPFenceを紹介します。 BPFenceは、イベント間の時間的関係を表現できる形式的意味論を備えたポリシー言語を提供する。 また、カーネルが制御できるイベントと観察できるイベントを静的に区別する型システムも提供する。 すべての well-typed policy は、そのセマンティクスに関して正しいことが証明された有限状態モニターにコンパイルされ、カーネル内で実行される eBPF プログラムにコンパイルされる。 実世界の攻撃パターンから引き出された7つのケーススタディと,マイクロベンチマークとマクロベンチマークのセットに基づいてBPFenceを評価し,本運用環境の運用環境と運用環境のオーバヘッドが相容れないことを示す。

関連論文リスト

• HazardAuditor: From Executable Threats to Safer Computer-Use Agents [50.06351661912873]
  既存のガードモデルは静的なプロンプトと応答をターゲットとしている。 既存の安全プラットフォームは、正規化された監督ではなく、ガードモデルで学ぶ必要がある評価判断を生成する。 両ギャップを埋める実行基盤フレームワークであるHazardAuditorを紹介します。
  論文  参考訳（メタデータ） (2026-09-14T07:09:33Z)
• PolicyMem: Geometric Policy Memory for LLM Governance [72.04962480384322]
  我々は、自然言語ポリシーを再利用可能な幾何学的メモリオブジェクトとして外部化する幾何学的ポリシーメモリであるPhysicalMemを紹介する。 メモリライターは、自然言語ポリシーをポリシーメモリスロットにコンパイルし、クエリ応答ペアはプロジェクションエネルギーを介してポリシーメモリを読み取る。 得られた政策証拠プロファイルは、安全判断を直接仲介し、政策帰属および事後検証のために再利用される。
  論文  参考訳（メタデータ） (2026-09-12T06:07:43Z)
• EMERGE-Policy: A Robot Mind Emerges Beyond a Single Policy [48.898967774856466]
  EMERGE-Policyは機能呼び出しと情報交換の両方をコーディネートする。 Main Agentはアクティブなコンテキストウィンドウ内でタスクレベルの状態を保持する。 ロール固有のサブエージェント プロセスの認識、実行監視、検証、メモリ統合。
  論文  参考訳（メタデータ） (2026-08-30T16:46:06Z)
• PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
  我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。 セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。 SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。 ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
  論文  参考訳（メタデータ） (2026-07-18T04:46:53Z)
• Beyond the Prompt: Jailbreaking Function-Calling LLMs via Simulated Moderation Traces [32.850551109913845]
  大規模言語モデル(LLM)の安全なデプロイにとって、ジェイルブレイク攻撃は依然として重要な脅威である このプロンプト中心のパラダイムは、ステートフルで関数呼び出し環境における構造的脆弱性を見落としていることを示す。 我々は、シミュレートされたモデレーショントレースに基づくブラックボックス攻撃フレームワークであるSMTを通じて、このアーキテクチャ欠陥を利用する。
  論文  参考訳（メタデータ） (2026-07-01T06:08:07Z)
• VIGIL: Runtime Enforcement of Behavioral Specifications in AI Agent Skills [13.980239249972819]
  VIGILはエージェントシステムのためのエンドツーエンドのランタイム実行フレームワークである。 エージェントの実際の実行トレースを、スキル仕様、オペレータ定義制約、複数のスキルにまたがるグローバルルールから、行動ポリシーに対してチェックする。 95%以上のリコールと偽陽性率で政策違反を検出する。
  論文  参考訳（メタデータ） (2026-06-25T01:58:44Z)
• Stochastic MeanFlow Policies: One-Step Generative Control with Entropic Mirror Descent [53.828537014796574]
  オンラインの非政治強化学習(RL)は、ポリシークラスと更新ルールの2つの選択肢によって構成されている。 我々は、MeanFlow変換を通じてノイズをアクションにマッピングする一段階生成ポリシークラスであるMeanFlow Policiesを提案する。 7つのMuJoCoベンチマークで、Sは1ステップの推論効率を維持しながら、ガウスおよび生成ベースラインを改善する。
  論文  参考訳（メタデータ） (2026-05-20T15:14:14Z)
• Securing LLM Agents Need Intent-to-Execution Integrity [49.490963596514185]
  我々は, LLMエージェントの確保には, エージェントの実行がユーザの意図を忠実に反映した場合に規定するエンドツーエンドの正当性を定義する必要があると主張している。 LLMエージェントはコンパイラと構造的に類似しており、セキュリティ違反はユーザ意図を保存しない誤った実行に対応する。 emphTool整合性、emph命令整合性、emphJudgment整合性、emphData整合性。
  論文  参考訳（メタデータ） (2026-05-16T12:53:31Z)
• PolicyBank: Evolving Policy Understanding for LLM Agents [51.86716874651299]
  PolicyBankは構造化されたツールレベルの政策洞察を維持し、それらを反復的に洗練する。 PolicyBankは、人間の神託に対するギャップの最大82%を閉じている。
  論文  参考訳（メタデータ） (2026-04-16T20:29:30Z)
• OpenKedge: Governing Agentic Mutation with Execution-Bound Safety and Evidence Chains [2.124730017640531]
  OpenKedgeは、突然変異を支配プロセスとして再定義するプロトコルである。 EEC(Intent-to-Execution Evidence Chain)は、意図、文脈、政策決定、実行境界、成果を統一された系統にリンクする。 マルチエージェントのコンフリクトシナリオとクラウドインフラストラクチャの変異に対してOpenKedgeを評価した。
  論文  参考訳（メタデータ） (2026-04-07T22:51:08Z)
• OAMAC: Origin-Aware Mandatory Access Control for Practical Post-Compromise Attack Surface Reduction [0.0]
  実行の起源は、現代のオペレーティングシステムのセキュリティモデルに欠けている抽象化である。 オリジン対応強制アクセス制御(OAMAC)を導入する。 OAMACは、実行元をファーストクラスのセキュリティ属性として扱う。
  論文  参考訳（メタデータ） (2026-01-20T14:40:26Z)
• QuadSentinel: Sequent Safety for Machine-Checkable Control in Multi-agent Systems [22.833567409552074]
  textscQuadSentinelは、安全ポリシーをマシンチェック可能なルールにコンパイルする4エージェントガードである。 textscQuadSentinelは偽陽性を減らしながらガードレールの精度とルールリコールを改善する。
  論文  参考訳（メタデータ） (2025-12-18T07:58:40Z)
• eBPF-PATROL: Protective Agent for Threat Recognition and Overreach Limitation using eBPF in Containerized and Virtualized Environments [0.23332469289621782]
  eBPF-PATROLは、コンテナ化された環境でポリシーを監視し、強制する軽量ランタイムセキュリティエージェントである。 eBPF-PATROLは、リバースシェル、特権エスカレーション、コンテナエスケープのようなリアルタイム境界違反を検出し、防止する。
  論文  参考訳（メタデータ） (2025-11-22T18:51:36Z)

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。