論文の概要: Continuous Assurance of Agentic Security Auditors for Software Delivery Decision Gates
- arxiv url: http://arxiv.org/abs/2609.35266v1
- Date: Mon, 28 Sep 2026 14:23:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-02 07:02:24.380798
- Title: Continuous Assurance of Agentic Security Auditors for Software Delivery Decision Gates
- Title（参考訳）: ソフトウェア配信決定ゲートにおけるエージェントセキュリティ監査者の継続的保証
- Abstract要約: 大規模言語モデル(LLM)ベースのリポジトリ監査は、継続的インテグレーション(CI)パイプライン内のセキュリティコントロールとして、ますます多くデプロイされている。
本稿では,Trustworthy AI Posture (TAIP) Assurance Engineによって実装されたポリシエビデンス・実行分離パターンを提案する。
固定されたPython Null Pointer Dereferenceベンチマークにおいて,修正されていないRepoAuditを用いたアプローチの評価を行った。
- 参考スコア（独自算出の注目度）: 11.231266824084136
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language model (LLM)-based repository auditors are increasingly deployed as security controls within continuous integration (CI) pipelines, where their findings admit, block, or delay software changes. As Agentic Software Development Life Cycle (SDLC) Security Controls, their non-deterministic behaviour changes the evidence, while organisational risk appetite and jurisdictional or data-sovereignty policy change its interpretation. Point-in-time audits therefore cannot maintain current assurance for merge decisions. We propose the Policy-Evidence-Execution Separation Pattern, implemented by the Trustworthy AI Posture (TAIP) Assurance Engine and operated as Continuous Control Posture Assurance (CCPA). By separating policy from stable execution and binding admitted evidence to a versioned Posture Tree, the same assurance logic operates across models, environments, and policy profiles. We evaluate the approach using unmodified RepoAudit on a fixed Python Null Pointer Dereference benchmark. The retained evidence repository contains 80 RepoAudit executions across two OpenAI model configurations, gpt-4o-mini and gpt-4.1. TAIP recomputes assurance posture after policy, evidence, and model-context changes and is evaluated across increasing numbers of independent Decision Gateway contexts. The maximum observed policy-to-posture latency was 1.1 ms across three policy-class cycles in one execution. At 1,000 independent assurance contexts, full policy-triggered recomputation with one worker recorded a maximum aggregate refresh of 1.62 s, below the predeclared 5 s Decision Gateway budget. These single-host measurements concern assurance over retained evidence and exclude RepoAudit execution and provider inference.
- Abstract（参考訳）: 大規模な言語モデル(LLM)ベースのリポジトリ監査は、継続的インテグレーション(CI)パイプライン内のセキュリティコントロールとして、ますます多くデプロイされている。
Agentic Software Development Life Cycle (SDLC) Security Controls として、その非決定論的行動は証拠を変える一方、組織的リスクは欲求を増し、司法的またはデータ主権政策は解釈を変える。
したがって、ポイント・イン・タイムの監査は、マージ決定に対する現在の保証を維持することはできない。
本稿では,TAIP (Trustworthy AI Posture) Assurance Engine によって実装され,CCPA (Continuous Control Posture Assurance) として運用されているポリシ・エビデンス・実行分離パターンを提案する。
ポリシーを安定した実行から切り離し、承認されたエビデンスをバージョン管理されたPosture Treeにバインドすることで、モデル、環境、ポリシープロファイル間で同じ保証ロジックが動作します。
固定されたPython Null Pointer Dereferenceベンチマークにおいて,修正されていないRepoAuditを用いたアプローチの評価を行った。
保持されているエビデンスリポジトリには、2つのOpenAIモデル構成であるgpt-4o-miniとgpt-4.1にわたる80のRepoAudit実行が含まれている。
TAIPは、ポリシー、エビデンス、モデルコンテキストの変更の後に保証姿勢を再計算し、独立決定ゲートウェイのコンテキストの増加に対して評価される。
観測されたポリシーと姿勢のレイテンシの最大値は、1回の実行で3つのポリシークラスサイクルで1.1msであった。
1000の独立した保証状況において、1人の労働者による完全なポリシー強化された再計算は、事前宣言された5s決定ゲートウェイ予算の下にある最大1.62秒の集合的なリフレッシュを記録した。
これらの単一ホストの測定は、証拠の保持に対する保証を懸念し、RepoAuditの実行とプロバイダの推論を除外する。
関連論文リスト
- Risk-Aware Online Conformal State Probing [65.02200443982082]
オンライン整合状態探索(オンライン整合状態探索、OCSP)は、分布仮定に頼ることなく最悪のケースの信頼性レベルを認定する行動・探索政策である。
OCSPは、リトレーニングや微調整を必要とせずに、既存のバリューベースのコントロールポリシーに適用することができる。
論文 参考訳（メタデータ） (2026-09-22T08:55:09Z) - Conformal Privacy Auditing: Calibrated Re-identification Attacks with Statistical Guarantees [57.41572512458446]
公開されたテキストからの経験的アイデンティティリークは、大きな言語モデル(LLM)とドキュメントを個人にリンクするための補助的な知識を組み合わせた攻撃者によって駆動される。
本稿では,各文書の再識別リスクの統計証明を提供する分散フリーキャリブレーションフレームワークであるConformal Privacy Auditingを紹介する。
論文 参考訳（メタデータ） (2026-09-18T05:49:54Z) - Policy Loopholes in Agent Evaluation: When Policy Ambiguity Masquerades as Agent Error [2.0305676256390934]
ベンチマーク開発者は、金のアノテーションを集める前にポリシーを監査する必要がある。
ドメイン間の比較によって、エクスプロイラビリティはポリシーの曖昧さとツールの許容性の両方を必要とすることが明らかになった。
論文 参考訳（メタデータ） (2026-09-13T10:00:13Z) - STAGE: Stateful Translation to Agentic Graph Execution with Policy-Scoped Context and Deterministic Control [0.29360071145551064]
本稿では、決定論的コードに手続き制御を配置しつつ、ポリシースコープノードにモデル判断を限定するフレームワークSTAGEを提案する。
3つの公開ポリシーフォローベンチマークと、プロプライエタリなバンキングベンチマークであるSmart Disputeについて、STAGEを評価した。
論文 参考訳（メタデータ） (2026-08-23T18:17:09Z) - Permission Denied: Policy-Graded Evaluation of Coding Agents in Hardened Environments [0.0]
実世界の一般的な企業規制から派生したネストされたセキュリティポリシーレベルに対して、ターミナルベンチ2.1上の12のコーディングエージェントを評価した。
我々は、政策が行動を妨げるときにエージェントがどのように振る舞うかを特徴付け、障害のハードニングを分解する。
コーディングエージェントのポリシー制約付き評価を可能にするオープンソースのハードニングプラグインであるBoundary-Benchをリリースする。
論文 参考訳（メタデータ） (2026-08-02T14:26:12Z) - Towards Trustworthy Embodied Intelligence: A Systems Framework and Graded Trustworthiness Levels [53.63220028820581]
身体的知性は、学習した知覚と意思決定をリアルタイムの計算、制御、物理的相互作用と統合する。
我々は,信頼に値するインテリジェンスを,特定のタスクを確実に実行するための持続能力として定義する。
論文 参考訳（メタデータ） (2026-07-28T17:50:44Z) - Semantic Quorum Assurance: Collective Certification for Non-Deterministic AI Infrastructure [2.124730017640531]
非決定論的エージェント基盤を管理するためのコントロールプレーンプリミティブであるQuorum Semantic Assurance(SQA)を紹介する。
SQAは暗号エビデンスチェーンに縛られた宣言的実行契約として提案を表現し、それを読み取り専用でサンドボックス化されたバリデータエージェントのさまざまなパネルにルーティングする。
インフラにインスパイアされた500の突然変異シナリオでは、曖昧なシナリオを除く安全/安全でない試験の安全性が報告され、SQAはシングルエージェント検証の18.5%から0.3%まで安全でない承認を減じている。
論文 参考訳（メタデータ） (2026-06-06T07:31:04Z) - A Benchmark for Strategic Auditee Gaming Under Continuous Compliance Monitoring [1.253312107729806]
継続的デプロイ後のコンプライアンス監査は、戦略的なゲームのクラスを作成します。
我々は,時間的方針にコミットする監査者と適応監査人との間に,$T$ラウンドのStackelbergゲームとして継続的監査を形式化する。
論文 参考訳（メタデータ） (2026-05-07T14:28:34Z) - 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) - Automated Self-Testing as a Quality Gate: Evidence-Driven Release Management for LLM Applications [51.56484100374058]
我々は,エビデンスに基づくリリース決定を伴う品質ゲートを導入する自動自己テストフレームワークを提案する。
内部展開型多エージェント対話型AIシステムの縦型ケーススタディにより,本フレームワークの評価を行った。
論文 参考訳（メタデータ） (2026-03-13T20:44:15Z) - 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)
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。