論文の概要: TwinGuard-Lite: A Rule-Based State-Admission Gateway for Generative Patient Digital Twins

• arxiv url: http://arxiv.org/abs/2610.09012v1
• Date: Tue, 06 Oct 2026 19:08:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.565465
• Title: TwinGuard-Lite: A Rule-Based State-Admission Gateway for Generative Patient Digital Twins
• Title（参考訳）: TwinGuard-Lite: 生成型ディジタル双生児のためのルールベースの状態調整ゲートウェイ
• Abstract要約: TwinGuard-Liteは2つの整合性プロパティのチェック可能な近似をパスした場合のみ、ツインの永続状態への更新を許可するルールベースのゲートウェイである。 オープンライセンスのeICUデータベースのデモから構築した半合成ストリームの20種以上の個人レベルの分断を3つの攻撃ファミリーで評価した。
• 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: Future generative patient digital twins may combine longitudinal health records with language-model agents and keep information across sessions. The wording of a proposed update does not reveal whether it comes from an allowed source, conflicts with the patient's record, or belongs to someone else. We present TwinGuard-Lite, a rule-based gateway that admits an update to a twin's persistent state only if it passes checkable approximations of two integrity properties. Grounded state consistency (GSC) is approximated by a provenance check and a contradiction check; cross-patient noninterference (CPN) is approximated by a namespace check against trusted transport metadata. We evaluate three attack families over 20 seeded person-level splits of a semi-synthetic stream built from the openly licensed eICU database demo, with 29,131 $\pm$ 2706 candidate updates per seed. A keyword filter and an anomaly detector detect 16% and 24% of attacks, respectively; a provenance-only ablation detects 59.9% but misses every cross-patient attack. Combining GSC and CPN yields 99.1% precision, 90.5% recall, a 94.6% F1 score, and a 0.033% false-positive rate. Every attack the full gateway admits falsely claims a trusted source; when the retrieval channel does so, 92.9% of retrieval attacks are admitted. The results hold under stated trust assumptions, and no language model, agent, or retriever is executed: TwinGuard-Lite is a mechanism-level proof of concept that motivates authenticated, patient-bound ingestion, not a clinical safeguard.
• Abstract（参考訳）: 将来のデジタル双生児は、縦断的な健康記録を言語モデルエージェントと組み合わせ、セッション間で情報を保持することができる。 提案されたアップデートの文言は、それが許可されたソースに由来するか、患者の記録と矛盾するか、または他の誰かに属しているかを明らかにしていない。 TwinGuard-Liteは2つの整合性プロパティのチェック可能な近似をパスした場合のみ、ツインの永続状態への更新を許可するルールベースのゲートウェイである。 基底状態整合性(GSC)は証明チェックと矛盾チェックによって近似され、患者間非干渉(CPN)は信頼されたトランスポートメタデータに対する名前空間チェックによって近似される。 オープンライセンスのeICUデータベースのデモから構築された半合成ストリームの20件のシードレベルのスプリットに対して3つのアタックファミリを評価し,1シード当たり29,131ドル\pm$2706の候補更新を行った。 キーワードフィルタと異常検出器は、それぞれ16%と24%の攻撃を検知する。 GSCとCPNを組み合わせると、99.1%の精度、90.5%のリコール、94.6%のF1スコア、0.033%の偽陽性率が得られる。 完全なゲートウェイは、信頼されたソースを誤って主張することを認めており、検索チャネルがそれを行うと、92.9%の検索攻撃が承認される。 TwinGuard-Lite(ツインガード・ライト、英語: TwinGuard-Lite)は、認証された患者による摂食を動機づける概念のメカニズムレベルの証明であり、臨床安全ではない。

関連論文リスト

• Don't Let One Lie Survive A Hundred Truths: A Selective Bayesian Trust Estimator for Collaborative Perception [11.278100869961314]
  協調的な認識により、コネクテッドカーは自身のセンサーを超えることができる。 選択的2層ベイズ信頼推定器であるSABERを提案する。 一定の閾値で良質な誤報を低減しつつ、攻撃検出を改善する。
  論文  参考訳（メタデータ） (2026-10-06T07:25:07Z)
• A Verifier Can Leak the Answer: Diagnosability Before Optimization in Closed-Loop Agent Debugging [0.39287497907611874]
  検証者は、そのプローブがターゲットのアイデンティティを符号化したり、述語化したりすると、解法の比較を空にする。 クローズドループ決定エージェントにおけるアグリゲートトレースデバッガーの障害を報告する。
  論文  参考訳（メタデータ） (2026-09-09T17:32:57Z)
• VeriX-Anon: A Multi-Layered Framework for Mathematically Verifiable Outsourced Target-Driven Data Anonymization [0.0]
  VeriX-Anonは、オープンソースのターゲット駆動k匿名化のための多層検証フレームワークである。 認証決定木のメルクル式ハッシュによる決定論的検証、ランダムフォレスト決定境界付近の境界センチネルによる確率的検証、および暗号識別子による正確な重複性ツインズの組み合わせである。 12のシナリオのうち11の偏差を正しく検出した。
  論文  参考訳（メタデータ） (2026-04-14T08:22:18Z)
• Trigger without Trace: Towards Stealthy Backdoor Attack on Text-to-Image Diffusion Models [70.03122709795122]
  テキストと画像の拡散モデルをターゲットにしたバックドア攻撃が急速に進んでいる。 現在のバックドアサンプルは良性サンプルと比較して2つの重要な異常を示すことが多い。 我々はこれらの成分を明示的に緩和することでTwT(Trigger without Trace)を提案する。
  論文  参考訳（メタデータ） (2025-03-22T10:41:46Z)
• Lie Detector: Unified Backdoor Detection via Cross-Examination Framework [68.45399098884364]
  半正直な設定で一貫したバックドア検出フレームワークを提案する。 本手法は,SoTAベースラインよりも5.4%,1.6%,11.9%の精度で検出性能が向上する。 特に、マルチモーダルな大規模言語モデルにおいて、バックドアを効果的に検出するのは、これが初めてである。
  論文  参考訳（メタデータ） (2025-03-21T06:12:06Z)
• T2IShield: Defending Against Backdoors on Text-to-Image Diffusion Models [70.03122709795122]
  バックドア攻撃の検出, 局所化, 緩和のための総合防御手法T2IShieldを提案する。 バックドアトリガーによって引き起こされた横断アテンションマップの「アシミレーション現象」を見いだす。 バックドアサンプル検出のために、T2IShieldは計算コストの低い88.9$%のF1スコアを達成している。
  論文  参考訳（メタデータ） (2024-07-05T01:53:21Z)
• CBD: A Certified Backdoor Detector Based on Local Dominant Probability [16.8197731929139]
  本稿では,新しい整合予測手法に基づく最初の認証バックドア検出器(CBD)を提案する。 CBDは、(1)検出推測、(2)攻撃が検出可能であることを保証する条件、(3)偽陽性率の確率的上限を提供する。 CBDは最先端の検出器と同等またはそれ以上の精度で検出を行い、さらに検出認証を提供する。
  論文  参考訳（メタデータ） (2023-10-26T15:53:18Z)
• Malicious Agent Detection for Robust Multi-Agent Collaborative Perception [52.261231738242266]
  多エージェント協調(MAC)知覚は、単エージェント認識よりも敵攻撃に対して脆弱である。 MAC知覚に特異的な反応防御であるMADE(Malicious Agent Detection)を提案する。 我々は、ベンチマーク3DデータセットV2X-simとリアルタイムデータセットDAIR-V2Xで包括的な評価を行う。
  論文  参考訳（メタデータ） (2023-10-18T11:36:42Z)

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。