論文の概要: Proof-Gated Signing: Solver-Checked Transaction Guards that Hold Under State Drift for Onchain AI Agents
- arxiv url: http://arxiv.org/abs/2610.00354v1
- Date: Wed, 30 Sep 2026 00:24:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:23.617872
- Title: Proof-Gated Signing: Solver-Checked Transaction Guards that Hold Under State Drift for Onchain AI Agents
- Title（参考訳）: Proof-Gated Signing:オンチェーンAIエージェントのための状態ドリフトを保持するSolver-Checked Transaction Guard
- Abstract要約: 提案するトランザクションをシミュレートするProof-Gated Signing (PGS)を提案する。
PGSは、オラクル不確実性バンドのすべての価格に対する宣言的な価値と許可ポリシーをチェックします。
260のシナリオのオープンテストベッドでは、PSGは140の有害なシナリオの93.6%を予防し、97.5%をパスした。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI agents that control wallets read attacker-reachable content, so they can be steered into proposing harmful transactions. The usual last line of defense is a pre-signing check: a static allowlist, an LLM reviewer, or a transaction simulation. All three share a gap: the check describes the chain state at check time, but the transaction executes in a later state that an adversary can shape through front-running, contract upgrades or token-parameter changes. We call this state drift. We present Proof-Gated Signing (PGS), which simulates a proposed transaction, extracts its effects, and uses an SMT solver to check a declarative value-and-permission policy for every price in an oracle-uncertainty band. It then compiles on-chain post-conditions (wallet balance bounds, payee receipts, allowance caps and ownership) and proves that every execution satisfying them also satisfies the policy. The agent's smart-contract wallet enforces them atomically, so the guarantee applies to the executed transaction under arbitrary drift. On an open testbed of 260 scenarios (14 attack families including five drift and two adaptive families, and 12 benign families), with harm measured from attacker balances rather than from any policy, PGS prevented 93.6% of the 140 harmful scenarios and passed 97.5% of the benign ones. Simulation-only checking prevented 57.9% and a static allowlist 71.4%. None of the 50 drift scenarios produced attacker gain under PGS. The only unprevented family, an in-policy drain, was bounded by the per-session budget. We also find that giving an LLM reviewer a clean pre-drift simulation made it more likely to approve a drift attack. Overhead is about 41k gas and 0.1-0.2 s per check.
- Abstract（参考訳）: ウォレットを制御するAIエージェントは、攻撃可能なコンテンツを読み取るため、有害なトランザクションを提案することができる。
通常の防御ラインは、事前署名チェック(静的許容リスト、LCMレビュアー、またはトランザクションシミュレーション)である。
チェックはチェック時のチェーン状態を記述するが、トランザクションは後続の状態で実行され、相手がフロントランニングやコントラクトのアップグレード、トークンパラメータの変更によって形作ることができる。
私たちはこの状態をドリフトと呼ぶ。
本稿では,提案した取引をシミュレートし,その効果を抽出するProof-Gated Signing (PGS)を提案する。
次に、オンチェーンのポストコンディション(壁のバランスバウンダリ、支払いレシート、許容上限、オーナシップ)をコンパイルし、それらを満たすすべての実行がポリシーを満たすことを証明します。
エージェントのスマートコントラクトウォレットはそれらを原子的に強制するので、保証は任意のドリフトの下で実行されるトランザクションに適用される。
260のシナリオ(5つのドリフトと2つのアダプティブなファミリーを含む14の攻撃ファミリー、12の良心的なファミリーを含む)のオープンテストベッドでは、PGSは140の有害なシナリオの93.6%を予防し、良心的なシナリオの97.5%をパスした。
シミュレーションのみのチェックは57.9%、静的な許容値リスト71.4%を阻止した。
50のドリフトシナリオのうち、PGSの攻撃的ゲインは発生しなかった。
未発明の家族は、政界の排水管であり、歳入ごとの予算で制限されていた。
また,LLMレビュアーにきれいなドリフト前シミュレーションを施すことで,ドリフト攻撃を承認する可能性が高くなることも判明した。
オーバーヘッドは1回のチェックで約41kガスと0.1-0.2sである。
関連論文リスト
- PRIMUS: Identity, Governance, and Verification for Multi-Agent Federations [0.0]
マルチエージェント・フェデレーションは、敵対的な条件下での3つの質問に答えるガバナンスを必要とする。
本稿では,BLSアグリゲートシグネチャと主パワーIDを結合したPRIMUSについて述べる。
PRIMAのバイナリアーティファクト-忠実性判定は、グレード付きフィットネス信号に変換できるかどうかを問う。
論文 参考訳（メタデータ） (2026-09-07T19:21:49Z) - PACE: Policy-Attested Contract Execution for Safe AI Agents in Decentralized Finance [9.22772901752634]
LLMベースのエージェントとオンチェーン実行の間を介在するトランザクションレベルの認証フレームワークであるPACEを提案する。
PACEは、承認された意図、方針、シミュレーションレポートを正確な実行バイトに結び付け、再生と有効期限保護を行う。
PACEは、防御されていないベースラインの0.80と比較して、安全でない実行率0.00と良性なタスクに対する偽陽性率0.00を達成している。
論文 参考訳（メタデータ） (2026-08-18T00:22:46Z) - NiyamAI - An Intent-Bound AI Agent with Cryptographically Verifiable Guardrails using Zero-Knowledge Proofs [0.20215383828623398]
安全対策を実証するフレームワークであるNiyam-AIを紹介する。
我々は,Ner-SafetyBenchとNeMo Guardrails,MetaのLlama Prompt Guard 2,OpenAIのGPT-OSS-Safeguardの2,000の現実世界シナリオについて,Niyam-AIを評価した。
Niyam-AIは390対NeMo(vs 20敗)、115対Prompt Guard 2(vs 13)、384対GPT-OSS-Safeguardで勝利した。
論文 参考訳（メタデータ） (2026-08-07T12:36:52Z) - Blockchain Transaction Simulation Phishing [41.25322759036545]
本稿では,トランザクションシミュレーションフィッシングの総合的研究について紹介する。
我々は2024年8月から2025年6月までに4000以上のフィッシング契約を締結した。
我々の分析では5700人以上の犠牲者と約348万ドルの損失が確認されており、その91.5%がクラスタリングで発生している。
論文 参考訳（メタデータ） (2026-07-30T18:09:56Z) - Agents That Certify Their Own Exploits: Confidence-Scheduled Restricted Responses for Safe Opponent Exploitation [38.06569764716213]
我々は,Emphbudget-Constrained confidence-scheduled limited response (CS-RNR)を導入する。
CS-RNRは、安全保証がエージェントが実際に展開する戦略に基づいて計算する証明書である最初の相手探索方式である。
論文 参考訳（メタデータ） (2026-07-30T16:57:57Z) - Auditing Belief-Conditioned LLM Agents in Hidden-Information Social Deduction Games [50.880420636090896]
9-player Werewolf環境において,隠れた役割に対する外部信頼状態を維持するための監査可能なフレームワークを構築した。
我々は,その効果を関連づけとして報告し,そのメカニズムを未解決として扱う。
論文 参考訳（メタデータ） (2026-07-12T16:03:30Z) - Steering Vectors are an Adversarial Attack Surface [18.048688026831424]
アクティベーションステアリングは、微調整なしで大規模言語モデル(LLM)の動作を制御する一般的な方法である。
我々は,このパイプラインをひっそりと汚染していることを示す。
これは、良心的なプロンプトに対する意図されたステアリング効果を維持しながら、ターゲットモデルを破壊します。
論文 参考訳（メタデータ） (2026-06-04T09:56:48Z) - Compiling Activation Steering into Weights via Null-Space Constraints for Stealthy Backdoors [48.881343993730844]
安全性に整合した大規模言語モデル(LLM)は、現実世界のパイプラインにますますデプロイされている。
敵は通常の評価では動作しないバックドアのチェックポイントを配布することができる。
最近のポストホック重み付け法は、そのようなバックドアを注入するための効率的なアプローチを提供する。
論文 参考訳（メタデータ） (2026-04-14T06:48:33Z) - Execution Is the New Attack Surface: Survivability-Aware Agentic Crypto Trading with OpenClaw-Style Local Executors [0.0]
Survivability-Aware Execution (SAE)は、OpenClawスタイルのシステムとスキル対応エージェントの実行層サバイバル標準である。
我々は、スコープ外ラベリングと再現可能なメトリクスを可能にするログ付きIntended Policy Specを通じて、デリゲーションギャップ(DG)を運用する。
SAEは、OpenClaw+skills時代の代理取引の安全性を再設定する: 上流の意図とスキルを信頼できないものとして扱い、アクションが副作用となる生存可能性を強化する。
論文 参考訳（メタデータ） (2026-03-10T15:54:01Z) - One Signature, Multiple Payments: Demystifying and Detecting Signature Replay Vulnerabilities in Smart Contracts [56.94148977064169]
署名の使用状況のチェックが不足すると、繰り返し検証が行われ、許可の不正使用のリスクが増大し、契約資産が脅かされる可能性がある。
我々はこの問題をSignature Replay Vulnerability (SRV) として定義する。
37のブロックチェーンセキュリティ企業を対象とした1,419の監査報告から、詳細なSRV記述と5種類のSRVを分類した108を識別しました。
論文 参考訳（メタデータ） (2025-11-12T09:17:13Z) - Bits Leaked per Query: Information-Theoretic Bounds on Adversarial Attacks against LLMs [47.12608115550359]
大きな言語モデル(LLM)の安全性を脅かす悪意のあるユーザによる攻撃は、命令が発行された時点で不明なターゲットプロパティ$T$を推論しようとする試みと見なすことができる。
エラー$varepsilon$を達成するには、少なくとも$log (1/varepsilon)/I(Z;T)$クエリが必要で、逆リークレートで線形にスケーリングし、所望の精度で対数的にのみ実行する必要がある。
論文 参考訳（メタデータ） (2025-10-19T20:51:24Z)
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。