論文の概要: Structured Decomposition for Reliable LLM-Generated Access Control Policies
- arxiv url: http://arxiv.org/abs/2609.24036v1
- Date: Mon, 21 Sep 2026 03:02:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:03.964507
- Title: Structured Decomposition for Reliable LLM-Generated Access Control Policies
- Title（参考訳）: 信頼性LLM生成アクセス制御のための構造分解
- Abstract要約: 自然言語アクセス制御ポリシー(NLACP)をオープンポリシーエージェント(OPA)用の実行可能なRegoコードに変換するシステム
システムは、人間可読アクセス要件と機械強化型ポリシー・アズ・コード(PaC)のギャップを埋めるように設計されている
システムはエンドツーエンドのポリシー修正率を50.3%、ベースラインは15.3%で3.3倍改善している。
- 参考スコア（独自算出の注目度）: 1.7730529654659213
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents an LLM-based system that translates natural-language access control policies (NLACPs) into executable Rego code for Open Policy Agent (OPA). It provides a modular, end-to-end pipeline for policy detection, component extraction, schema validation, linting, compilation, and automated test generation and execution. The system is designed to bridge the gap between human-readable access requirements and machine-enforceable policy-as-code (PaC), with a focus on deployment reliability and security correctness. We evaluate the system on 372 ACRE-complete access control statements with non-null subject, action, and resource annotations against a direct single-prompt LLM baseline to isolate the contribution of structured decomposition and schema-aware validation. The system achieves a 50.3% end-to-end policy correctness rate, compared with 15.3% for the baseline, representing a 3.3x improvement. A policy is counted as correct only if it satisfies compilation, linting, and both positive and negative tests, making this a strict measure of deployable correctness. On security-critical patterns, the system generates correct deny semantics for 87.5% of deny policies (baseline: 37.5%), ownership conditions for 100% of ownership-qualified policies (baseline: 40%), and status-qualified conditions for 100% of status-qualified policies (baseline: 55.6%). These results indicate that structured decomposition and schema-aware validation play a critical role in improving the reliability of LLM-generated authorization policies.
- Abstract（参考訳）: 本稿では、自然言語アクセス制御ポリシー(NLACP)をオープンポリシーエージェント(OPA)のための実行可能Regoコードに変換するLLMベースのシステムを提案する。
ポリシー検出、コンポーネント抽出、スキーマ検証、リンティング、コンパイル、自動テスト生成と実行のためのモジュール化されたエンドツーエンドパイプラインを提供する。
このシステムは、人間が読めるアクセス要件とマシン強化可能なポリシー・アズ・コード(PaC)のギャップを埋めるように設計されており、デプロイメントの信頼性とセキュリティの正しさに重点を置いている。
我々は,非Null主題,アクション,リソースアノテーションを用いた372ACRE完全アクセス制御文を単一プロンプトLCMベースラインに対して評価し,構造化分解とスキーマ対応検証の寄与を分離した。
このシステムは50.3%のエンドツーエンドポリシーの正当性を達成するが、ベースラインの15.3%は3.3倍の改善を示している。
ポリシーは、コンパイル、リンティング、ポジティブテストとネガティブテストの両方を満たす場合にのみ正しいとカウントされるため、デプロイ可能な正確性の厳格な尺度である。
セキュリティクリティカルなパターンでは、否定ポリシーの87.5%(ベースライン:37.5%)、所有資格ポリシーの100%(ベースライン:40%)、ステータス資格ポリシーの100%(ベースライン:55.6%)について正しい否定的セマンティクスを生成する。
これらの結果から,LLM生成認証ポリシーの信頼性向上には,構造化分解とスキーマ対応検証が重要な役割を担っていることが示唆された。
関連論文リスト
- LMSM: LLM Security Framework Inspired by Linux Security Modules [56.93644694627783]
大規模言語モデル(LLM)は階層化されたディフェンスでデプロイされることが多いが、悪意のあるプロンプトはそれらをバイパスすることができる。
我々は,Language Model Security Modules (LMSM) という,Linux Security Modules (LSM) の背後にある分離を LLM サービスに適応させるセキュリティフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-26T12:13:05Z) - PolicyGuard: Prompt-Configurable Semantic DLP for LLM Coding Agents [0.8836202788658859]
既存のデータ損失防止ソリューションは、厳格なパターン、モデル微調整、カスタマイズ可能なベンダー管理型分類器に依存している。
自然言語ポリシーファイルを使用してプロンプトを分類するプレモデルインターセプションフレームワークであるPhysageGuardを提案する。
主な貢献は,(1) 分類基準がコード変更やモデル再訓練を伴わない非技術者によって編集可能なポリシー文書で完全に定義されるポリシ・アズ・プロンプト・パラダイム,(2) テンプレート・ファミリーレベルのデータ分割,隠蔽ホールドアウト,凍結したテストセットによる一般化の厳密な評価を行うシールされた評価プロトコルである。
論文 参考訳（メタデータ） (2026-08-03T08:10:15Z) - OGPO: Sample Efficient Full-Finetuning of Generative Control Policies [53.42266064673132]
ジェネレーティブコントロールポリシー(GCP)は、ロボット学習に有効なパラメータ化として登場した。
この研究は、GCPを微調整するためのサンプル効率であるOGPO(Off-policy Generative Policy Optimization)を導入している。
OGPOはマルチタスク設定、高精度挿入、デクスタラス制御にまたがる操作タスクにおける最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2026-05-04T18:36:40Z) - Branch Landing: Bloom Filter-Based Source Authorization for Forward-Edge CFI on RISC-V [1.9371059457194455]
Branch Landing は RISC-V 用のランディングベースのフロントエンド CFI フレームワークである。
BRLは、タイプベースからCFG由来の認証までのポリシーを単一のメカニズムでサポートする。
LLVM RISC-Vバックエンドにブランチランディングを実装し、81 BEEBSベンチマークで評価する。
論文 参考訳（メタデータ） (2026-04-25T14:39:04Z) - 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) - Prose2Policy (P2P): A Practical LLM Pipeline for Translating Natural-Language Access Policies into Executable Rego [1.7730529654659213]
Prose2Policyは自然言語アクセス制御ポリシー(NLACP)を実行可能なRegoコードに変換する。
ポリシー検出、コンポーネント抽出、スキーマ検証、リンティング、コンパイル、自動テスト生成、実行を実行するモジュール型のエンドツーエンドパイプラインを提供する。
論文 参考訳（メタデータ） (2026-03-16T18:32:13Z) - Verification of Robust Properties for Access Control Policies [51.736723807086385]
既存のアクセス制御ポリシーの検証方法は、検証が進む前に、ポリシーを完全かつ完全に決定する必要がある。
本稿では,政策構造がどのような決定を下すか,どのような決定を下すか,あるいはその後の拡張に拘わらず,その決定を行うかという課題について,ロバストなプロパティ検証を導入する。
可能なすべてのポリシー拡張を普遍的に定量化しているにもかかわらず、判断は二階述語論理プログラミング言語における探索の証明に還元されることを示す。
論文 参考訳（メタデータ） (2026-03-13T17:14:38Z) - Improving Search Agent with One Line of Code [68.58667107354253]
ツールベースのエージェント強化学習(TARL)は,検索エージェントが外部ツールと対話できるようにトレーニングするための,有望なパラダイムとして登場した。
textbfSearch textbfAgent textbfPolicy textbfOptimization (textbfSAPO)を提案する。
論文 参考訳（メタデータ） (2026-03-10T04:07:39Z) - Learning Verifiable Control Policies Using Relaxed Verification [49.81690518952909]
本研究は,実行中にプロパティを評価可能なポリシを目標として,トレーニングを通じて検証を実施することを提案する。
アプローチは、微分可能な到達可能性分析を使用して、新しいコンポーネントを損失関数に組み込むことである。
論文 参考訳（メタデータ） (2025-04-23T16:54:35Z)
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。