論文の概要: LoRo-Mark:Provably Lossless and Robust Agent Watermarking
- arxiv url: http://arxiv.org/abs/2609.34080v1
- Date: Mon, 28 Sep 2026 01:16:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-04 07:09:23.629778
- Title: LoRo-Mark:Provably Lossless and Robust Agent Watermarking
- Title（参考訳）: LoRo-Mark:おそらく無害でロバストなエージェントの透かし
- Abstract要約: LLMエージェントは、ますます商用サービスとしてデプロイされている。
敵は保護されたエージェントを自身のアプリケーションにAPI経由で統合し、独自のIDで提示する。
ブラックボックスのオーナシップの検証が不可欠である。
LoRo-Markは、無害で堅牢なエージェント透かし機構である。
- 参考スコア（独自算出の注目度）: 40.953620865069574
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As LLM agents are increasingly deployed as commercial services, protecting proprietary orchestration logic and tool-use policies is important. We consider agent repackaging: an adversary integrates a protected agent into its own application via API and presents it under its own identity. It may modify parts of execution to obscure the source. The owner typically has only black-box access to the repackaged service, so black-box ownership verification is essential. Agent watermarking embeds ownership evidence into agent behavior for later verification. An effective watermark should satisfy two requirements: losslessness, preserving original functionality, and robustness, keeping ownership evidence recoverable after partial modification of execution. Existing methods often embed signals into behavior selection or execution trajectories, intervene in normal decisions, and offer limited robustness to behavior modification. We propose LoRo-Mark, a provably lossless and robust agent watermarking mechanism. For losslessness, it isolates watermarking into a cryptographically authenticated forensic branch that remains inactive during normal execution and is activated only by owner-authorized requests. By reducing unauthorized branch activation to standard MAC security, LoRo-Mark formally guarantees performance preservation. For robustness, it redundantly distributes ownership information across forensic behavior sequences, enabling reliable recovery under partial behavior substitution and sequence truncation. Experiments across multiple LLM agents show zero degradation on normal tasks and reliable ownership verification under sequence modifications.
- Abstract（参考訳）: LLMエージェントは商用サービスとしてますます普及しているため、独自のオーケストレーションロジックとツール使用ポリシーを保護することが重要である。
エージェントの再パッケージング: 敵は保護されたエージェントを自身のアプリケーションにAPI経由で統合し、それを自身のIDで提示する。
ソースを曖昧にするために実行の一部を変更できる。
所有者は通常、再パッケージされたサービスへのブラックボックスアクセスしか持っていないため、ブラックボックスのオーナシップの検証が不可欠である。
エージェント透かしは所有権の証拠をエージェントの動作に埋め込んで後で検証する。
効果的な透かしは、損失のないこと、元の機能を維持すること、堅牢性、そして、実行の一部を変更した後でも、所有権の証拠を回復できるという2つの要件を満たすべきである。
既存の方法は、しばしば行動選択や実行軌跡に信号を埋め込み、通常の決定に介入し、行動修正に対して限られた堅牢性を提供する。
そこで我々はロロマークを提案する。ロロマークは無害で堅牢なエージェント透かし機構である。
ロスレスのために、透かしを暗号的に認証された法医学のブランチに分離する。
無許可のブランチアクティベーションを標準MACセキュリティに削減することで、LoRo-Markはパフォーマンスの保存を正式に保証する。
堅牢性のために、法定行動列にまたがってオーナシップ情報を冗長に分散し、部分的行動置換とシーケンストランケーションの下で信頼性の高いリカバリを可能にする。
複数のLLMエージェントに対する実験では、通常のタスクの劣化はゼロであり、シーケンス修正の下では信頼性の高いオーナシップ検証が可能である。
関連論文リスト
- GoodDiffusion: Proactive Copyright Protection for Diffusion Bridge Models via Learnable Sample-specific Signatures [88.63093209858387]
モデルレベルの使用時間制御を実現するために,バックドア機構にインスパイアされたGoodDiffusionを提案する。
GoodDiffusionは、有効なシグネチャを持つ認証クエリの高品質な生成を保存するが、許可されていないインプットの生成を拒否する。
セキュリティを強化するために,各入力に条件付きサンプル固有署名を割り当てるLearningable Signature Network(LSN)を導入する。
論文 参考訳（メタデータ） (2026-06-29T04:07:09Z) - Sequential Behavioral Watermarking for LLM Agents [6.193603972930103]
LLMベースのエージェントは実行可能決定のシーケンスを通じて作用するが、その軌道はどのエージェントやポリシーが生成したかの証拠はほとんど得られない。
これにより、生成されたテキストにのみ埋め込まれるのではなく、エージェントの振る舞いに直接埋め込まれた透かし信号が動機付けられる。
本稿では、履歴条件の遷移パターンに信号を埋め込むシーケンシャルな行動透かしフレームワークSeqWMを提案する。
論文 参考訳（メタデータ） (2026-05-11T02:28:34Z) - LogAct: Enabling Agentic Reliability via Shared Logs [1.3220949653718854]
我々はLogActと呼ばれる新しい抽象化を提案し、各エージェントは共有ログを再生するデコンストラクトステートマシンである。
LogActはエージェントのイントロスペクションを可能にし、エージェントはLSM推論を使用して自身の実行履歴を分析することができる。
評価では、LogActエージェントは、障害から効率的に正確に回復し、自身のパフォーマンスをデバッグし、Swarm内でトークンの使用を最適化します。
論文 参考訳（メタデータ） (2026-04-09T08:58:23Z) - CausalArmor: Efficient Indirect Prompt Injection Guardrails via Causal Attribution [49.689452243966315]
ツールコール機能を備えたAIエージェントは、IPI(Indirect Prompt Injection)攻撃の影響を受けやすい。
本稿では,選択防衛フレームワークCausalArmorを提案する。
AgentDojoとDoomArenaの実験は、CausalArmorが攻撃的な防御のセキュリティと一致することを示した。
論文 参考訳（メタデータ） (2026-02-08T11:34:08Z) - AgentMark: Utility-Preserving Behavioral Watermarking for Agents [20.30614808186259]
AgentMarkは、ユーティリティを保持しながら、計画決定にマルチビット識別子を組み込むフレームワークである。
エージェントから明示的な挙動分布を抽出し、分布保存条件サンプリングを適用する。
具体化、ツール利用、社会環境における実験は、実用的なマルチビット容量、部分ログからの堅牢な回復、ユーティリティ保存を実証している。
論文 参考訳（メタデータ） (2026-01-05T15:42:18Z) - AuthenLoRA: Entangling Stylization with Imperceptible Watermarks for Copyright-Secure LoRA Adapters [52.556959321030966]
Low-Rank Adaptation (LoRA) は拡散モデルをカスタマイズするための効率的なパラダイムを提供する。
既存の透かし技術はベースモデルをターゲットにするか、LoRAモジュール自体を検証する。
本稿では,LoRAトレーニングプロセスに直接,認識不能でトレーサブルな透かしを埋め込む統一透かしフレームワークであるAuthenLoRAを提案する。
論文 参考訳（メタデータ） (2025-11-26T09:48:11Z) - SWAP: Towards Copyright Auditing of Soft Prompts via Sequential Watermarking [58.475471437150674]
ソフトプロンプト(SWAP)のための逐次透かしを提案する。
SWAPは、特定のディフェンダー指定のアウト・オブ・ディストリビューション・クラスを通じて、透かしを符号化する。
11のデータセットの実験では、SWAPの有効性、無害性、および潜在的適応攻撃に対する堅牢性を示す。
論文 参考訳（メタデータ） (2025-11-05T13:48:48Z) - CoTGuard: Using Chain-of-Thought Triggering for Copyright Protection in Multi-Agent LLM Systems [55.57181090183713]
我々は、Chain-of-Thought推論内でトリガーベースの検出を活用する著作権保護のための新しいフレームワークであるCoTGuardを紹介する。
具体的には、特定のCoTセグメントをアクティベートし、特定のトリガクエリをエージェントプロンプトに埋め込むことで、未許可コンテンツ再生の中間的推論ステップを監視する。
このアプローチは、協調エージェントシナリオにおける著作権侵害の微細かつ解釈可能な検出を可能にする。
論文 参考訳（メタデータ） (2025-05-26T01:42:37Z) - Agent Guide: A Simple Agent Behavioral Watermarking Framework [8.635811152610604]
Agent Guide(エージェントガイド)は、エージェントのハイレベルな判断(振る舞い)を確率バイアスを通じて導くことによって、透かしを埋め込む行動的透かしフレームワークである。
我々はz統計に基づく統計分析を用いて透かしを検出し、複数のラウンドで確実に抽出する。
我々のフレームワークは、悪意のあるエージェントを識別し、プロプライエタリなエージェントシステムを保護するために、エージェントの透かしに実用的で堅牢なソリューションを提供する。
論文 参考訳（メタデータ） (2025-04-08T09:54:49Z)
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。