論文の概要: Automated Abstraction Refinement for Information Flow Security in Embedded Systems
- arxiv url: http://arxiv.org/abs/2609.29645v1
- Date: Thu, 24 Sep 2026 12:37:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 21:10:09.929485
- Title: Automated Abstraction Refinement for Information Flow Security in Embedded Systems
- Title（参考訳）: 組込みシステムにおける情報フローセキュリティのための自動抽象化リファインメント
- Abstract要約: 情報フロー分析(IFA)は、機密性と整合性を検証するための強力な手法である。
組み込みシステムの既存のIFAは不正確か高価なかのどちらかである。
本稿では, 自動抽象化によりこの問題に対処する手法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Information flow analysis (IFA) is a powerful technique for verifying confidentiality and integrity and is therefore highly desirable for security-sensitive embedded systems. However, as these systems are inherently concurrent and time-dependent, existing IFA for embedded systems tend to be either imprecise or expensive. In this paper, we propose an approach to tackle this problem using automatic abstraction refinement. The key idea is to heuristically choose abstraction levels based on information about dependencies between states and detected potential information leakage. Our approach builds on previous work, where we leverage symbolic execution to precisely capture data, control, timing, and event dependencies between processes within an IFA. To capture values symbolically, this analysis uses abstract interpretation. While the existing approach requires manual definition of abstraction levels, our novel contribution in this paper is using carefully designed heuristics to select these levels automatically. The aim is to keep analysis times acceptable while also retaining enough information to decide whether or not illegal information flow is possible. We have implemented our approach for the system design language SystemC and demonstrate its feasibility with experimental results on several shared bus architectures.
- Abstract（参考訳）: 情報フロー解析(IFA)は機密性や整合性を検証するための強力な手法であり,セキュリティに敏感な組み込みシステムにとって非常に望ましい。
しかし、これらのシステムは本質的に並列であり、時間に依存しているため、組み込みシステムのための既存のIFAは不正確か高価なかのどちらかである。
本稿では, 自動抽象化手法を用いてこの問題に対処する手法を提案する。
鍵となる考え方は、状態間の依存関係に関する情報と検出された潜在的な情報漏洩に基づいて、抽象レベルをヒューリスティックに選択することである。
当社のアプローチは、IFA内のプロセス間のデータ、制御、タイミング、イベントの依存関係を正確にキャプチャするために、シンボリックな実行を活用する、以前の作業に基づいています。
この分析は、抽象的な解釈を用いる。
既存の手法では、抽象レベルを手動で定義する必要があるが、本論文における我々の新しい貢献は、慎重に設計されたヒューリスティックを使って、これらのレベルを自動的に選択することである。
分析時間を許容し、かつ、違法な情報の流れが可能であるか否かを判断するための十分な情報を保持することを目的とする。
本稿では,システム設計言語 SystemC に対するアプローチを実装し,その実現可能性を示す。
関連論文リスト
- Monitoring Data-aware Temporal Properties (Extended Version) [56.386411908764494]
有限トレース上の任意のSMT理論に富む線形時間特性の予測モニタリングについて考察する。
この設定での予測モニタリングは非常に困難であり、監視状態はこれまでのトレースプレフィックスと可能な有限継続の両方に依存している。
本研究は,表現的フラグメントオフMTにおける特性モニタリングのための新しい基礎的枠組みの正しさを提示し,正式に証明するものである。
論文 参考訳（メタデータ） (2026-05-14T10:23:11Z) - Privacy-Preserving Distributed Learning in IoT Systems: A Unified Threat Model and Evaluation Framework [45.88028371034407]
本稿では,IoT環境における分散学習のためのプライバシ保護手法の構造解析を行う。
モデルインバージョン、メンバシップ推論、勾配リーク、通信ベースの攻撃をキャプチャする統合脅威モデルが導入された。
その結果、プライバシーの強さとシステム効率の根本的なトレードオフが浮かび上がっている。
論文 参考訳（メタデータ） (2026-05-10T00:22:11Z) - HIPO: Instruction Hierarchy via Constrained Reinforcement Learning [57.40686733111483]
textscHIPOは、制約付きマルコフ決定プロセスとしてHIFを定式化する新しいアライメントフレームワークである。
textscHIPOはシステムプロンプトを単に入力コンテキストから厳密なアルゴリズム境界まで高める。
論文 参考訳（メタデータ） (2026-03-17T06:12:41Z) - Deep Learning for Contextualized NetFlow-Based Network Intrusion Detection: Methods, Data, Evaluation and Deployment [5.402853794565817]
本稿では,フローベース侵入検知のための文脈認識深層学習に関する最近の研究を合成する。
既存の手法を時間的文脈,グラフあるいは関係文脈,マルチモーダルコンテキスト,マルチコンセンサスコンテキストを含む4次元分類に分類する。
我々は、時間的リーク、データ分割、データセット設計上の欠陥、限られたデータセットの多様性、弱いデータセットの一般化など、報告された結果に影響を及ぼす一般的な障害モードをレビューする。
論文 参考訳（メタデータ） (2026-02-05T12:25:18Z) - Visibility Allocation Systems: How Algorithmic Design Shapes Online Visibility and Societal Outcomes [0.5863360388454261]
可視性アロケーションシステム(VAS)の形式的フレームワークを導入する。
VASは、どの(処理された)データを人間のユーザに提供するかを決定する。
我々のフレームワークは、義務の特定、システム的リスクの定量化、適応的コンプライアンスの実現のために、現在進行中のAI立法活動をサポートすることができるかを示します。
論文 参考訳（メタデータ） (2025-10-20T07:28:24Z) - Enabling Transparent Cyber Threat Intelligence Combining Large Language Models and Domain Ontologies [3.4423725226938426]
ログからの情報抽出の精度と説明性を向上するAIエージェントを構築するための新しい手法を提案する。
本手法の設計は,ハニーポットデータに関連する解析的要件によって動機付けられている。
その結果,従来のプロンプトのみの手法に比べて,情報抽出の精度が高いことがわかった。
論文 参考訳（メタデータ） (2025-08-26T23:17:33Z) - Data-Driven Probabilistic Evaluation of Logic Properties with PAC-Confidence on Mealy Machines [0.0]
本稿では,メアリーマシンという形で抽象的なCPSを考える。
我々は,n段階の有限地平線上でのシステムの安全性確率を決定するためのデータ駆動型手法を提案する。
自動車線維持システムにおけるケーススタディによるアプローチの検証を行った。
論文 参考訳（メタデータ） (2025-08-20T13:38:52Z) - Advancing Neural Network Verification through Hierarchical Safety Abstract Interpretation [52.626086874715284]
我々は、安全でない出力の階層構造を検証する抽象的DNN検証と呼ばれる新しい問題定式化を導入する。
出力到達可能な集合に関する抽象的解釈と推論を活用することにより,形式的検証プロセスにおいて,複数の安全性レベルを評価することができる。
我々の貢献には、新しい抽象的安全性の定式化と既存のアプローチとの関係を理論的に探求することが含まれる。
論文 参考訳（メタデータ） (2025-05-08T13:29:46Z) - Information-Theoretic Odometry Learning [83.36195426897768]
生体計測推定を目的とした学習動機付け手法のための統合情報理論フレームワークを提案する。
提案フレームワークは情報理論言語の性能評価と理解のためのエレガントなツールを提供する。
論文 参考訳（メタデータ） (2022-03-11T02:37:35Z) - Symbolic Abstractions From Data: A PAC Learning Approach [0.42603120588176624]
記号制御技術は複雑な論理仕様を満たすことを目指している。
シンボリック抽象を計算するために使用されるメソッドは、正確な閉形式モデルの知識を必要とする。
我々はクローズドフォームダイナミクスを必要としない新しいデータ駆動アプローチを提案する。
論文 参考訳（メタデータ） (2021-04-28T17:34:28Z) - Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。
現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。
我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
論文 参考訳（メタデータ） (2020-07-13T20:30:26Z)
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。