論文の概要: GAUGE: A Formal Framework for Measuring Cryptographic Security under Heterogeneous Adversary Cost Models

• arxiv url: http://arxiv.org/abs/2609.17281v1
• Date: Tue, 15 Sep 2026 14:55:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.588624
• Title: GAUGE: A Formal Framework for Measuring Cryptographic Security under Heterogeneous Adversary Cost Models
• Title（参考訳）: GAUGE:不均一逆コストモデルによる暗号セキュリティ測定のための形式的フレームワーク
• Abstract要約: 標準機関は暗号セキュリティを単一ビットとして報告する。 異なるコンベンションは、暗号化スキームの異なるランキングを生成する。 GAUGEは、競合するコストモデルの下で暗号セキュリティを報告するための明示的で監査可能なフレームワークを提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Standards bodies report cryptographic security as a single number of bits, but this value depends on the adversary cost model used to price time, memory, and quantum resources. Different conventions can therefore produce different rankings of cryptographic schemes. GAUGE represents security as a function over admissible cost models, called a security profile. Comparisons then become comparisons between profiles, and ranking reversals become an explicit structural property rather than a measurement error. We formalize price functionals over a cone of adversary cost models, show that security profiles are piecewise-linear and concave, and prove a rating trilemma: when two profiles cross, no rating can simultaneously be faithful to underlying costs, total over comparable pairs, and independent of the chosen cost model. We provide a polynomial-time linear-programming procedure that certifies whether the ranking of two schemes is robust, reverses under admissible models, or is genuinely incomparable. We extend GAUGE with a two-layer risk measure combining stochastic cryptanalytic decay with uncertainty over the appropriate cost model. We evaluate the framework on NIST post-quantum standards, classical anchors, and a 25-year chronology of cryptanalytic breaks. The analysis certifies a ranking reversal for ML-KEM-512 versus AES-128 from a 4-5% shift in memory pricing, and measures a lattice-sieving cost drift of 9.79 bits per year over eight years. A hybrid X25519 + ML-KEM-768 handshake reduces combined-break probability twenty-fold at a 2.3 kilobyte cost. The artifact reproduces all tables and figures in under seven seconds. GAUGE provides an explicit and auditable framework for reporting cryptographic security under competing cost models.
• Abstract（参考訳）: 標準機関は暗号セキュリティを単一ビットとして報告するが、この値は時間、メモリ、量子リソースの価格設定に使われる逆コストモデルに依存する。 したがって、異なる規約は異なる暗号方式のランキングを作成できる。 GAUGEは、セキュリティプロファイルと呼ばれる許容コストモデル上の機能としてセキュリティを表現している。 比較はプロファイル間の比較となり、ランクの逆転は測定誤差ではなく明示的な構造特性となる。 2つのプロファイルが交差すると、評価は基盤となるコストに忠実で、比較可能なペアは総計で、選択されたコストモデルとは無関係である。 2つのスキームのランク付けが堅牢か、許容モデルの下で逆か、真に比較不可能かを示す多項式時間線形プログラミング手順を提供する。 GAUGEは,確率的暗号解析の崩壊と,適切なコストモデル上の不確実性を組み合わせた2層リスク尺度で拡張する。 NISTのポスト量子標準,古典的アンカー,暗号解読の25年周期に関するフレームワークの評価を行った。 この分析は、メモリ価格の4-5%シフトからML-KEM-512とAES-128のランク逆転を証明し、8年間で年間9.79ビットの格子選択コストドリフトを測定する。 ハイブリッドX25519+ML-KEM-768ハンドシェイクは、2.3キロバイトのコストで20倍の確率を低下させる。 アーティファクトは、すべてのテーブルとフィギュアを7秒以内で再生する。 GAUGEは、競合するコストモデルの下で暗号セキュリティを報告するための明示的で監査可能なフレームワークを提供する。

関連論文リスト

• FUSE: An Evaluating Framework for Dangerous Capabilities of LLMs [24.30721158142313]
  フラグメンテッド安全評価は、危険なAI機能のガバナンスを損なう。 Knowledge、Defense、Harmの3つの直交パイプラインを通して各モデルを評価するモジュラーフレームワークを提案する。 最初のコントリビューションは、モデルとモデルファミリ間の危険能力の水平比較です。 モデルリリース日に対する$K$、$D$、および$H$の追跡は、危険な能力が単調に低下していないことを示している。
  論文  参考訳（メタデータ） (2026-09-02T06:31:39Z)
• Best-Arm Identification with Generative Proxy [10.674965991983974]
  固定信頼度ベストアーム識別法について検討し,各報酬の引き分けを,安価だが相関の取れたプロキシスコアと組み合わせて検討した。 本稿では,最小二乗法に適合する残差の上限値を維持する位相除去アルゴリズム PROBE を提案する。 我々は PROBE が$-PAC であり、一定の乗算係数と一定の加法キャリブレーションコストまで、既知の相関オラクルサンプルの複雑さが得られることを証明した。
  論文  参考訳（メタデータ） (2026-07-08T00:41:43Z)
• Beyond Value Benchmarks: Measuring Value-Structure Alignment in Large Language Models via Symmetric Q-Sorts [47.02978329409663]
  そこで本研究では,Q手法に基づく対称型人間-LLM評価フレームワークを提案する。 私たちのプロトコルでは、人間とモデルは同一の140項目の道徳的ステートメントを、共有された9カラムの強制分布に分類します。 240個の複製されたQ-sortを2つの温度設定で4つのモデルファミリーにまたがる12個のLLMを評価した。
  論文  参考訳（メタデータ） (2026-06-20T08:15:41Z)
• SILMARILS: Information-Theoretic and Quantum-Secure Designated-Verifier Signatures [4.985913181990347]
  SILMARILSは、$mathbbF_p$上の最小限の代数的コアから作られ、真のランダム性と完璧に$2$-out-of-$2$シャミール秘密共有を使用する。 両パーティ設定では、SILMARILSは転送可能な指定検証(TDV)シグネチャスキームを実現する。 シミュレーションベースのセキュリティとエラー1/p$で統計的にセキュアなシグネチャプロトコルを得る。
  論文  参考訳（メタデータ） (2026-05-04T23:48:01Z)
• Byzantine-Robust and Differentially Private Federated Optimization under Weaker Assumptions [89.52532304099522]
  フェデレートラーニング(FL)は、クライアントが生データを集中せずに共有モデルを共同でトレーニングすることを可能にし、固有のプライバシーレベルを提供する。 グラデーションとモデル更新は機密情報を漏洩する可能性があるが、悪意のあるサーバはビザンティン操作のような敵攻撃をマウントする可能性がある。 これらの脆弱性は、統合されたフレームワーク内の差分プライバシー(DP)とビザンチンの堅牢性に対処する必要性を強調している。 Byz-Clip21-SGD2Mを提案する。
  論文  参考訳（メタデータ） (2026-03-24T17:39:09Z)
• Spectral Sentinel: Scalable Byzantine-Robust Decentralized Federated Learning via Sketched Random Matrix Theory on Blockchain [0.0]
  ビザンチンのクライアントは、不均一な(Non-IID)データの下での濃度勾配を中毒する。 本稿では,ビザンチン検出・集約フレームワークであるSpectral Sentinelを提案する。 Polygonネットワーク上でブロックチェーンを統合することで,完全なシステムを実現しています。
  論文  参考訳（メタデータ） (2025-12-14T09:43:03Z)
• OVERT: A Benchmark for Over-Refusal Evaluation on Text-to-Image Models [91.55634905861827]
  Over-refusalは$textitover-refusal$として知られる現象で、T2Iモデルの実用性を減らす。 我々は,OVERT(textbfOVE$r-$textbfR$efusal evaluation on $textbfT$ext-to-image model)を提案する。
  論文  参考訳（メタデータ） (2025-05-27T15:42:46Z)
• Economic Security of Multiple Shared Security Protocols [5.335834405397044]
  我々は、多重SSP問題を形式化し、2つのアーキテクチャを解析する。 Model $mathbbM$と呼ばれる独立した断片化モデルと、Model $mathbbS$と呼ばれる共有統一モデルが研究されている。 以上の結果から,Model $mathbbM$はデプロイの柔軟性を提供するが,最小コストの攻撃脆弱性を継承する一方で,Model $mathbbS$は単一のバリデータセットと集約スラッシュロジックを通じて,より厳密なセキュリティ保証を実現することがわかった。
  論文  参考訳（メタデータ） (2025-05-05T08:40:16Z)
• Are You Getting What You Pay For? Auditing Model Substitution in LLM APIs [71.7892165868749]
  LLM(Commercial Large Language Model) APIは基本的な信頼の問題を生み出します。 ユーザーは特定のモデルに課金するが、プロバイダが忠実に提供できることを保証することはない。 我々は,このモデル置換問題を定式化し,現実的な逆条件下での検出方法を評価する。 我々は,信頼された実行環境(TEE)を実用的で堅牢なソリューションとして使用し,評価する。
  論文  参考訳（メタデータ） (2025-04-07T03:57:41Z)
• Risk-limiting Financial Audits via Weighted Sampling without Replacement [47.189919138260066]
  $N$の取引が与えられた場合、目標は、不正な通貨の合計分を所定の精度で見積もることである。 重み付き平均値が未知の値に対して新しい信頼シーケンスを構築することでこれを行う。 側情報が十分に予測可能な場合には,直接サンプリングを行うことができることを示す。
  論文  参考訳（メタデータ） (2023-05-08T17:34:06Z)
• Robustness Certificates for Implicit Neural Networks: A Mixed Monotone Contractive Approach [60.67748036747221]
  暗黙のニューラルネットワークは、競合性能とメモリ消費の削減を提供する。 入力逆流の摂動に関して、それらは不安定なままである。 本稿では,暗黙的ニューラルネットワークのロバスト性検証のための理論的および計算的枠組みを提案する。
  論文  参考訳（メタデータ） (2021-12-10T03:08:55Z)
• Towards Assessment of Randomized Smoothing Mechanisms for Certifying Adversarial Robustness [50.96431444396752]
  主な課題は、各ランダム化メカニズムの適切性を評価する方法である。 まず最初に、ガウスのメカニズムが$ell$-normを証明するための適切な選択肢であると結論付ける。 驚いたことに、ガウスのメカニズムは指数機構の代わりに$ell_infty$-normを証明するための適切な選択肢でもある。
  論文  参考訳（メタデータ） (2020-05-15T03:54:53Z)

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。