論文の概要: Stealth Is a Relation, Not a Property: How Event Representations Create Blind Spots for Timing Attacks in Event-Based Perception

• arxiv url: http://arxiv.org/abs/2609.36386v1
• Date: Mon, 28 Sep 2026 23:29:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.053796
• Title: Stealth Is a Relation, Not a Property: How Event Representations Create Blind Spots for Timing Attacks in Event-Based Perception
• Title（参考訳）: Stealthは関連性であってプロパティではない - イベント表現がイベントベースの知覚における攻撃のタイミングのための盲点を生成する方法
• Abstract要約: 保護された蓄積ウィンドウ内でイベントをリモートすると、蓄積された整数テンソルは正確に変化しない。 我々は、この正確なブラインド空間を用いて、タイムスタンプ誘導型攻撃であるNullを構築し、SC-ASR_A(tau)を定義して攻撃成功を測定する。 また、独立に実装された制約付き射影勾配 C-PGD を用いて、全く同じブラインド空間を探索する。
• 参考スコア（独自算出の注目度）: 2.8853098184041226
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: An event camera produces an asynchronous stream, but what is visible in that stream depends on how a downstream consumer, such as a model or detector, processes time. The same timestamp change may leave a coarse temporal representation unchanged while changing the response of a model that preserves finer timing. We characterize this dependence as observer-relative stealth. For recorded event streams, retiming an event within its protected accumulation window leaves the accumulated integer tensor exactly unchanged. We use this exact blind space to construct Null, a gradient-guided timestamp-retiming attack, and define SC-ASR_A(tau) to measure attack success while bounding the change visible to observer A. On DVS Gesture at a 10% event budget, Null reaches 81.56 +/- 5.81% ASR on ConvSNN and 98.67 +/- 0.45% on a GRU while preserving the protected tensor exactly. On DailyDVS-200, a protocol-scale Multi-View Fusion Network variant reaches 99.28 +/- 0.11% exact-null ASR, compared with 9.70 +/- 1.06% for its matched control. In a five-attack comparison, Null is the only method with nonzero attack success at exact observer equality, reaching 81.4% on DVS Gesture and 87.35% on DailyDVS-200. We also search the same exact blind space with an independently implemented constrained projected-gradient optimizer, C-PGD. At matched victim-gradient evaluations, C-PGD reaches 84.50 +/- 2.89% ASR on DVS Gesture and 89.55 +/- 4.39% on DailyDVS-200, again with exact protected equality. Perturbations that are exactly hidden from the protected observer become visible under shifted, finer, overlapping, and randomized temporal views. Adding observer constraints reduces the real-valued blind-space fraction from 87.5% to 75.0% to 62.5%, while DVS ConvSNN ASR falls from 74.9% to 61.9% to 37.2%. These results show that stealth is not a property of the perturbation alone.
• Abstract（参考訳）: イベントカメラは非同期ストリームを生成するが、そのストリームで見えるものは、モデルやディテクターなどの下流のコンシューマが処理する時間に依存する。 同じタイムスタンプ変更は、より微細なタイミングを保存するモデルの応答を変更しながら、粗い時間表現を変更せずにすむ。 我々は、この依存をオブザーバー相対ステルスとして特徴づける。 記録されたイベントストリームでは、保護された蓄積ウィンドウ内のイベントをリモーティングすると、蓄積された整数テンソルは正確に変更される。 10%のイベント予算でのDVS Gestureでは、NullはConvSNNで81.56 +/- 5.81%、GRUで98.67 +/- 0.45%に達する。 DailyDVS-200では、プロトコルスケールのMulti-View Fusion Networkの派生版が99.28 +/- 0.11%まで達し、マッチした制御では9.70 +/-1.06%であった。 5回の攻撃比較では、Nullは正確なオブザーバー平等でゼロではない攻撃を成功させる唯一の方法であり、DVS Gestureでは81.4%、DailyDVS-200では87.35%に達した。 また、独立に実装された制約付き階調最適化器であるC-PGDを用いて、全く同じブラインド空間を探索する。 C-PGDはDVS Gestureで84.50+/-2.89%、DailyDVS-200で89.55+/-4.39%に達した。 保護された観測者から正確に隠された摂動は、シフト、微細化、重複、ランダム化された時間的視点の下で見えるようになる。 DVS ConvSNN ASRは74.9%から61.9%から37.2%に減少している。 これらの結果は、ステルスは摂動のみの性質ではないことを示している。

関連論文リスト

• ReDraft, Don't Just Distill: Reference-Driven Revision for Continual VLLM Post-Training [66.72708893922605]
  大規模なマルチモーダルモデルのポストトレーニングは、事前トレーニングから保護しながら、新しい機能を追加する必要がある。 SFTは、タスクをほぼゼロの精度から学習する明確なターゲット監視を提供するが、そのオフポリティックターゲットはモデルを十分に移動させ、忘れる原因となる。 モデル自身の失敗から両方を得るReDraftを紹介します。
  論文  参考訳（メタデータ） (2026-09-15T04:59:03Z)
• Characterizing Contention-Induced Reliability Collapse in KV-Cache Timing Side Channels for Multi-Tenant LLM Serving [0.8325327265120284]
  共有キー値(KV)キャッシュの再利用は、大きな言語モデル(LLM)サービスを改善するが、タイミング側チャネルを作成することもできる。 これまでの研究では、このような攻撃は可能だが、現実的なマルチテナント競合下での信頼性は理解されていない。 本研究では,ライブ共有LDMサービスシステムにおける7つの実験を通してこの問題について検討する。
  論文  参考訳（メタデータ） (2026-09-06T21:56:29Z)
• CIVA: Critic-Induced Value-Subspace Attacks on Visual World-Model Agents [62.2849052468001]
  我々は、視覚的世界モデルエージェントに対するホワイトボックス、因果、オンライン攻撃について研究する。 批判的価値空間攻撃(textbfCIVA)を提案する。 私たちのキーとなる観察は、ロールアウトとともに、批評家が指導する摂動は、被害者自身の批判によって引き起こされる低次元の部分空間に集中しているということです。
  論文  参考訳（メタデータ） (2026-08-21T13:58:56Z)
• ForeTime-VLA: Causal Future-Token Distillation from a World Action Model for Conveyor-Belt Manipulation [6.874305530359895]
  本稿では,凍ったFast-WAMをベースとした教師から,未来を意識した行動等価表現を蒸留する高密度pi0.5ポリシーであるForeTime-VLAを紹介する。 オンラインでは、8フレームの履歴エンコーダが操作フェーズと正規化された時間-遷移とともにこのターゲットを予測する。 テストMAEは0.134119から0.130593 (2.63%)に減少し、ペアリングブートストラップ95%CI:0.82-4.48%の改善、テストL2は2.46-2.93%の遅延コストで3.02%減少する。
  論文  参考訳（メタデータ） (2026-08-21T04:40:41Z)
• RynnValue: Scaling Robotic Value Foundation Models with Temporal Distance [84.26294415726723]
  汎用報酬モデルが、ロボット学習のスケーリングのボトルネックになりつつある。 ロボット操作のためのオープンソースのバリューファンデーションモデルであるRynnValueを紹介した。 RynnValueは7000時間以上、好みやプログレッシブアノテーションなしで約3Mの命令条件付きクリップにスケールする。
  論文  参考訳（メタデータ） (2026-08-10T17:09:37Z)
• Beyond False Stability: High-Noise Drift Gating for Test-Time Adversarial Defenses in Vision-Language Models [37.24612885977265]
  CLIPのような視覚言語モデル(VLM)は、強いゼロショットの一般化を示すが、敵攻撃に対して非常に脆弱である。 最近のアプローチでは、CLIPの視覚的表現が摂動にどのように反応するかを利用する。 軽量ゲーティング信号として高雑音特徴ドリフトを用いた学習自由なプラグインドリフトゲート機構を提案する。
  論文  参考訳（メタデータ） (2026-06-02T14:49:04Z)

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。