論文の概要: Explainable Rule Mining of IPv6 Extension-Header Presence Patterns from Paired-Vantage Captures

• arxiv url: http://arxiv.org/abs/2610.08090v1
• Date: Tue, 06 Oct 2026 10:21:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.931452
• Title: Explainable Rule Mining of IPv6 Extension-Header Presence Patterns from Paired-Vantage Captures
• Title（参考訳）: Paired-Vantage CapturesによるIPv6拡張ヘッダ存在パターンの説明可能なルールマイニング
• Abstract要約: 説明可能な鉱夫がEH行動の可読なルールを回復できるかどうかを問う。 解釈可能な時間-論理的ルールマイニングをJAMESペア・ヴァンテージデータセットに適用することにより、ポータブルなフラグメント-EHルールを復元する。
• 参考スコア（独自算出の注目度）: 6.738676485931422
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: IPv6 extension headers (EHs), such as fragmentation, segment routing, and in-situ telemetry, are operationally important yetwidely dropped in transit, and characterising their behaviour from packet captures is a recurring measurement problem. We ask whetheran explainable miner can recover human-readable rules of EH behaviour, and we contribute two reusable tools: a negative-control protocol that diagnoses whether a mined "temporal" network rule reflects genuine cross-packet dynamics or mere within-packetco-occurrence, and a sender-conditioned, per-family EH-retention measurement. Applying an interpretable temporal-logic rule miner to the JAMES paired-vantage dataset, we recover a portable Fragment-EH rule that the protocol reveals to be a within-packet,near-definitional co-occurrence rather than a temporal pattern, so the temporal-logic machinery does no work for this dominant rule;the retention measurement independently recovers the expected within-window ordering of EH observability. Our main result istherefore an honest, controlled negative finding, corroborated by executed decision-tree and large-language-model baselines: on theevaluated JAMES traces network-temporal structure does not carry the dominant Fragment-EH signal, and we supply the controls thatestablish when it would, validated on a synthetic positive control containing a genuine cross-packet dependency.
• Abstract（参考訳）: IPv6拡張ヘッダ(EHs)は、断片化、セグメントルーティング、インサイトテレメトリなどの機能上、トランジットにおいて重要であるが、パケットキャプチャーからの動作を特徴付けることは、繰り返し発生する測定問題である。 我々は,EHの動作の人間可読なルールを復元できるかどうかを問うとともに,マイニングされた「一時的」ネットワークルールが真のクロスパケットダイナミクスを反映するかどうかを診断する負の制御プロトコルと,送信者条件付き家族ごとのEH保持測定の2つの再利用可能なツールを提案する。 解釈可能な時間的論理的ルールマイニングをJAMESペア・ヴァンテージデータセットに適用し、このプロトコルが時間的パターンではなく、内包的、外包的共起であることを示すFragment-EHルールを復元するので、時間的論理的機械はこの支配的なルールには役に立たない。 JAMESは、ネットワークの時間構造が支配的なフラグメント-EH信号を持ち込まないことを推定し、真に交叉依存を含む合成正の制御に基づいて、それを確立した制御を提供する。

関連論文リスト

• FLIP: Final Layer Inference-Time Probing for Vision-Language Models [0.0]
  FLIPは、ロジット対応の介入サイトが構造化されたタスクリンク型計算をサポートするかどうかをテストするための最終層推論時プローブである。 介入効果の解釈を導出するための4基準プローブ・アンド・スイーププロトコルを定式化する。
  論文  参考訳（メタデータ） (2026-09-25T08:38:54Z)
• MeshHeal: Two-Timescale Self-Healing for Gray Failures in Decentralized LLM Agent Networks [60.95806999869478]
  MeshHealは、完全に分散化された自己修復フレームワークである。 能力にマッチしたピアレビューを2つのタイムスケールに分けている。 1タスクあたり51kのトータルモデルトークンを使用して0.839の劣化位相精度を達成し、最強のベースラインでは1タスクあたり115kの0.807の精度を達成した。
  論文  参考訳（メタデータ） (2026-09-24T04:29:37Z)
• Structuring Semantic Embeddings for Principle Evaluation: A Prototype-Guided Contrastive Learning Approach [58.15427952222424]
  汎用的なテキスト埋め込みはそのようなタスクに広くデプロイされているが、意味的類似性は意味的に似ているがタスク固有の例を示すことができる。 本稿では,凍結したテキスト埋め込み上に構築された幾何正規化モジュールであるPGCL(Prototype-Guided Contrastive Learning)を紹介する。
  論文  参考訳（メタデータ） (2026-08-15T13:19:25Z)
• EVAF: A Test-Retest Protocol for Selective Parametric Consolidation [0.0]
  本稿では,LRA統合のためのEcho-Valence Attractor Field機構であるEVAFを紹介する。 GPT-2 と TinyLlama 全体で、EVAF は高頻度で高サプライズな体験を優先的に統合する。 テスト-再テスト測定では, 凍結, 検索のみ, アンゲートの連続更新ベースラインよりも, 干渉後の動作持続性が強いことが示された。
  論文  参考訳（メタデータ） (2026-06-29T07:53:50Z)
• 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)
• Temporal Structure Matters for Efficient Test-Time Adaptation in Wearable Human Activity Recognition [0.20391237204597365]
  テスト時間適応(TTA)は、実世界のクロスユーザー分散シフト下での性能低下を緩和する。 既存の手法は主に視覚タスクから仮定を継承し、WHARストリームに固有のウィンドウ間時間構造を過小評価する。 本稿では,WHARのための軽量かつバックプロパゲーションフリーなTTAフレームワークであるSIGHTを提案する。
  論文  参考訳（メタデータ） (2026-05-06T08:06:27Z)
• Surprised by Attention: Predictable Query Dynamics for Time Series Anomaly Detection [1.7751300245073598]
  AxonADは、マルチヘッドアテンションクエリの進化を短い水平方向予測可能なプロセスとして扱う教師なし検出器である。 テール集約型クエリミスマッチスコアは、最近のタイムステップで予測されたクエリとターゲットクエリの相違を測定する。 インターバルアノテーションを用いた車内テレメトリでは、AxonADは強力なベースライン上でのランキング品質と時間的ローカライゼーションを改善している。
  論文  参考訳（メタデータ） (2026-03-13T11:40:51Z)
• Revisiting Multivariate Time Series Forecasting with Missing Values [65.30332997607141]
  現実の時系列では欠落値が一般的である。 現在のアプローチでは、計算モジュールを使用して、不足した値を補う、計算済みの予測フレームワークが開発されている。 このフレームワークは、致命的な問題を見落としている: 欠落した値に対して基礎的な真理は存在せず、予測精度を劣化させる可能性のあるエラーの影響を受けやすいようにしている。 本稿では,Information Bottleneck原則に基づく新しいフレームワークであるConsistency-Regularized Information Bottleneck(CRIB)を紹介する。
  論文  参考訳（メタデータ） (2025-09-27T20:57:48Z)
• Uncovering the Missing Pattern: Unified Framework Towards Trajectory Imputation and Prediction [60.60223171143206]
  軌道予測は、観測されたシーケンスから実体運動や人間の行動を理解する上で重要な作業である。 現在の方法では、観測されたシーケンスが完了したと仮定し、欠落した値の可能性を無視する。 本稿では,グラフに基づく条件変動リカレントニューラルネットワーク (GC-VRNN) の統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-28T14:27:27Z)

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。