論文の概要: Contextual Chain: Lightweight Continuity Authentication for Intermittently Connected Devices

• arxiv url: http://arxiv.org/abs/2610.08262v1
• Date: Tue, 06 Oct 2026 12:37:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.983768
• Title: Contextual Chain: Lightweight Continuity Authentication for Intermittently Connected Devices
• Title（参考訳）: コンテキストチェイン:間欠接続デバイスにおける軽量連続認証
• Abstract要約: Contextual Chainは、断続的に接続されたデバイスのための軽量な連続性プロトコルである。 正直な装置は、実現した歴史に従い、コンパクトなアキュムレータと固定ハッシュベースの準備性レーンを更新する。 凍結後、新しい挑戦は短い期限で1車線を選択する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Can authentication make memory, rather than computational hardness, the attacker's bottleneck? Contextual Chain is a lightweight continuity protocol for intermittently connected devices that share evolving physical or operational context. An honest device follows one realized history, updating a compact accumulator and fixed hash-based readiness lanes; outages cause pause or bounded rollback, not branch search. After the epoch is frozen, a fresh challenge selects one lane under a short deadline. An outsider that missed context may therefore need to prepare for many mature histories before learning which one will be tested. In the standard random-oracle model, a causal counting theorem lower-bounds the deadline-accessible retained state required for a target success probability against arbitrary nonlinear preselection encoding and adaptive post-selection queries, accounting for sequential depth, candidate queries, and cross-target protected information obtained online. Honest readiness memory remains fixed and independent of the number of plausible histories. Contextual Chain thus converts shared-experience uncertainty into a tunable preparation requirement without transferring combinatorial complexity to lightweight devices.
• Abstract（参考訳）: 認証は、攻撃者のボトルネックである計算困難ではなく、メモリを生成できるのか? コンテキストチェイン(Contextual Chain)は、物理的なコンテキストや運用コンテキストを共有する、断続的に接続されたデバイスのための軽量な連続性プロトコルである。 正直なデバイスは、コンパクトなアキュムレータと固定されたハッシュベースの準備性レーンを更新し、実行履歴に従っている。 凍結後、新しい挑戦は短い期限で1車線を選択する。 したがって、文脈を逸脱した外部者は、どのテストを受けるかを学ぶ前に、多くの成熟した履歴に備える必要があるかもしれない。 標準的なランダムオーラルモデルにおいて、因果カウント定理は、任意の非線形予備選択エンコーディングと適応後クエリ、シーケンシャルディープ、候補クエリ、およびオンラインで得られたクロスターゲット保護情報に対して、目標成功確率に必要なデッドラインアクセス可能な保持状態を低く制限する。 誠実さの記憶は固定され、もっともらしい歴史の数とは無関係である。 コンテキストチェインは、組み合わせ複雑性を軽量デバイスに転送することなく、共有経験の不確実性を調整可能な準備要件に変換する。

関連論文リスト

• Flexible rigidity: Compiling generic trusted-preparation protocols into sequential device-independent protocols [1.3999481573773072]
  デバイス依存プロトコルのクラスをシーケンシャルなデバイス依存プロトコルに変換するためのジェネリックコンパイラを提供する。 コンパイラーを適用して、アクセス不能な暗号化、ポイント関数のコピー保護、ブラインド拡張ランダムネスのためのシーケンシャルなデバイス非依存プロトコルを提供する。 我々の技術的貢献は、フレキシブル暗号応用によるレニイ発散に基づく新しい剛性定理のクラスである。
  論文  参考訳（メタデータ） (2026-09-30T17:40:35Z)
• When to Retrieve, When to Stay: Uncertainty-Aware Temporal Evidence Allocation for Streaming Video-LLMs [55.016033209274376]
  WRWS(When to Retrieve, When to Stay)は、不確実性適応型エビデンスアロケーションのためのトレーニング不要のフレームワークである。 WRWSは、関連手段が信頼性が高い場合に意味検索を好んでおり、不確実性の下での精度を高める。 我々の効率評価において、WRWSは、平均視覚から回答までの時間を、最先端手法の47.93%に削減する。
  論文  参考訳（メタデータ） (2026-09-29T12:13:56Z)
• Controlled Decoding Attacks on Black-Box LLMs [68.46062477706256]
  Methodは、繰り返しサンプリングとアシスタント-継続を可能にする、テキストのみの継続インターフェイスを通じてジェイルブレイクを行うためのフレームワークである。 Risk-Gated Residual Controlは、進化する応答プレフィックスを使用して、配布の再構築と修正をいつ行うかを決定する。 Speculative Multi-Token Executionは、介入を必要としないドラフトプレフィックスの検証と受け入れによって、さらにターゲットコールを償却する。
  論文  参考訳（メタデータ） (2026-09-29T07:58:49Z)
• ChronicleRec: Pre-training Temporally Anchored Tokens for Lifelong User Modeling [19.519280627157716]
  既存の長寿命関心手法は、各候補に対する目標関連行動を検索する。 最近のターゲット非依存圧縮手法はキャッシュされたユーザ要約を可能にするが、しばしばシーケンス終端にクエリトークンを付加する。 クロニクルトークンの時系列順序の集合に超長い動作シーケンスを一度圧縮するプレトレイン・アンド・トランスファーフレームワークであるChronicleRecを提案する。
  論文  参考訳（メタデータ） (2026-09-11T02:47:55Z)
• MemOps: Benchmarking Lifecycle Memory Operations in Long-Horizon Conversations [50.24315431387575]
  ライフサイクル操作のシーケンスとして会話メモリを再構成するベンチマークであるMemOpsを紹介する。 MemOpsは、それぞれのメモリイベントをトリガ、ターゲット、スコープ、状態遷移、エビデンスを指定した構造化トレースで表現する。 長いコンテキスト、検索ベース、パラメトリック、マネージドメモリシステムにわたって、MemOpsはファイナ・アンサーの精度のみを隠蔽する障害モードをアンタングルする。
  論文  参考訳（メタデータ） (2026-07-14T15:33:44Z)
• Context by Distinct Information: An Auditable Dirichlet-Process Working Memory for Long, Redundant Context Streams [0.48342038441006796]
  作業メモリコンポーネントとしてアロケーション・オン・ノベルティキャッシュを開発します。 また,トークンの約半数に到達しながら,新規な注目度がフルアテンション性能に達することを示す。 実験は小規模で、公開データのみを使用する。
  論文  参考訳（メタデータ） (2026-07-11T18:58:22Z)
• The Path Matters: Learning a Token-Commitment Policy for Diffusion Language Models [52.93186090124315]
  トークンのコミットメントは、再利用可能なトレースステートポリシとして学ぶことができる、と私たちは主張する。 凍結拡散言語モデルのためにこのポリシーをインスタンス化する軽量プラグインコントローラであるTraceLockを紹介する。
  論文  参考訳（メタデータ） (2026-05-23T18:23:46Z)
• UT-ACA: Uncertainty-Triggered Adaptive Context Allocation for Long-Context Inference [41.15520696680647]
  長文推論は、注意の希釈とアウト・オブ・ディストリビューションの劣化により、大きな言語モデルでは困難である。 トークン単位の不確実性に基づいてコンテキストウィンドウを動的に調整する推論時フレームワークである Uncertainty-Triggered Adaptive Context Allocation (UT-ACA) を提案する。 UT-ACAは、長いコンテキスト設定で生成品質を保ちながら、平均的なコンテキスト使用量を大幅に削減することを示す実験である。
  論文  参考訳（メタデータ） (2026-03-19T03:17:50Z)
• S$^3$-Attention:Attention-Aligned Endogenous Retrieval for Memory-Bounded Long-Context Inference [11.779449360037518]
  S3-Attentionは,長期コンテキスト処理を注目に順応した内因性検索として扱うメモリファースト推論時フレームワークである。 S3-Attentionは、軽量なスパースオートエンコーダを使用して、トランジェントキーとクエリプロジェクションをトップkスパース機能識別子にデコードする。 単一のストリーミングスキャン中にトークンの位置やスパンにCPUベースの逆インデックスマッピング機能を構築する。
  論文  参考訳（メタデータ） (2026-01-25T05:25:22Z)
• Look-back Decoding for Open-Ended Text Generation [62.53302138266465]
  本研究では,現在の復号化過程と過去の復号化過程の分布距離を追跡する改良された復号化アルゴリズムであるLook-backを提案する。 ルックバックは、潜在的反復句とトピックドリフトを自動的に予測し、障害モードを引き起こす可能性のあるトークンを削除することができる。 文書の継続とストーリー生成に関する復号実験を行い、Look-backがより流動的で一貫性のあるテキストを生成することを実証する。
  論文  参考訳（メタデータ） (2023-05-22T20:42:37Z)

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。