論文の概要: TrackShield: An Efficient Runtime Defense Against Availability Attacks on High-Performance Real-Time Multi-Object Tracking
- arxiv url: http://arxiv.org/abs/2610.19278v1
- Date: Tue, 13 Oct 2026 22:54:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.837906
- Title: TrackShield: An Efficient Runtime Defense Against Availability Attacks on High-Performance Real-Time Multi-Object Tracking
- Title（参考訳）: TrackShield: 高性能リアルタイムマルチオブジェクトトラッキングにおけるアベイラビリティアタックに対する効率的なランタイム防御
- Abstract要約: TrackShieldは、実行時リソース管理層で、攻撃によって引き起こされるワークロードが蓄積された時点でトラッカーを保護する。
Jetson AGX Orinでは、TrackShieldは攻撃された追跡ステージのレイテンシを139.90ドルから6.27ドル、全パイプラインのP99レイテンシを190.9ドルから48.8ドルに下げている。
- 参考スコア（独自算出の注目度）: 4.678657922416968
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: High-performance camera-based perception pipelines must sustain per-frame real-time budgets on resource-constrained embedded GPU platforms. Availability attacks such as SlowTrack inflate the persistent state of multi-object trackers: data-association workload accumulates across frames, so per-frame latency increases and drives the pipeline past its deadline. Detector- and NMS-layer defenses do not directly control this persistent tracker-side resource. We present TrackShield, a lightweight runtime resource-management layer that protects the tracker at the point where attack-induced workload accumulates. TrackShield combines low-overhead anomaly monitoring with staged birth capping, pruning of young or weakly matched tracks, and per-stage association-input admission control. Its hard admission guard provides a deterministic bound on admitted association workload, independently of the heuristic monitor. On a Jetson AGX Orin, TrackShield reduces attacked tracking-stage latency from $139.90$ to $6.27$\,ms and whole-pipeline P99 latency from $190.9$ to $48.8$\,ms, at a benign MOTA cost of $1.06$ points. As an availability defense, TrackShield focuses on keeping the tracker responsive under attack instead of recovering the full tracking accuracy degraded by adversarial detections.
- Abstract（参考訳）: 高性能カメラベースの知覚パイプラインは、リソース制約のある組み込みGPUプラットフォーム上で、フレーム単位のリアルタイム予算を維持する必要がある。
SlowTrackのようなアベイラビリティアタックは、マルチオブジェクトトラッカーの永続的な状態を増大させる: データアソシエーションのワークロードは、フレーム全体に蓄積されるため、フレーム単位のレイテンシが増加し、期限を過ぎてパイプラインを駆動する。
検出器層とNMS層は、この永続的なトラッカー側のリソースを直接制御しない。
我々はTrackShieldを紹介した。TrackShieldは、攻撃によって引き起こされるワークロードが蓄積された時点でトラッカーを保護する軽量なランタイムリソース管理層である。
TrackShieldは、低オーバーヘッドの異常監視とステージドの出生カッピング、若いトラックや弱いトラックのプルーニング、ステージごとのアソシエーション・インプット・インプット・コントロールを組み合わせたものだ。
そのハード・インサート・ガードは、ヒューリスティック・モニターとは独立に、認められた関連作業量に決定論的拘束力を与える。
Jetson AGX Orinでは、TrackShieldは攻撃された追跡ステージのレイテンシを139.90ドルから6.27ドルまで減らし、全パイプラインのP99レイテンシを190.9ドルから48.8ドルに減らした。
可用性の防御として、TrackShieldは、敵検出によって劣化した完全なトラッキング精度を回復するのではなく、トラッカーの応答性を維持することに重点を置いている。
関連論文リスト
- Beyond Leaderboard Scores: A Deployment-Focused Protocol for Interpretable Tracking Evaluation in Pedestrian-Centric Environments [1.3438110079762697]
我々は、共有検出を用いてトラッカー動作を分離する、デプロイメント中心のトラッカーのみの評価プロトコルを提案する。
このプロトコルをJackRabbotデータセットとBenchmark(JRDB)に適用するには、6つのオープンソーストラッカーと軽量なPedestrian Reference Tracker(PedRefTrack)を使用します。
検出サポートなしの1.0秒後、GTアシストなしのトラッカーは、適用可能なケースの半数以上において、空間的に正確で同一の出力を維持する。
論文 参考訳（メタデータ） (2026-10-01T13:39:25Z) - TrackFlood: Relocating Latency Attacks from NMS-Free Detectors to Real-Time Trackers [4.360978297469472]
現代の物体検出器は1対1の割り当てやセット予測によってNMS(Non-Maximum Suppression)を排除している。
このアーキテクチャの変更は、攻撃面を除去するのではなく、下流のマルチオブジェクト追跡に移動させる。
提案するemphTrackFloodは,NMS非検出トラックパイプラインに対する一貫したホワイトボックスオーバーロード攻撃である。
論文 参考訳（メタデータ） (2026-09-27T21:43:16Z) - Project SCOUT: Interceptor Drone for Perimeter Defense [9.641457591248697]
textbfSCOUTは、ROSが内蔵した、UAVに対するリアルタイムの空中防御のための知覚制御フレームワークである。
SCOUTは、ディフェンダーUAV上で直接視覚検出、ターゲットアソシエーション、トラックフィルタリング、制御コマンド生成を実行する。
実世界の飛行結果から、SCOUTは92.2%のフレームに対して有効な目標検出を維持し、リアルタイムのオンボード検出速度で運用していることがわかる。
論文 参考訳（メタデータ） (2026-09-17T18:58:24Z) - Detecting Object Tracking Failure via Sequential Hypothesis Testing [80.7891291021747]
ビデオにおけるリアルタイムのオンラインオブジェクト追跡は、コンピュータビジョンにおける中核的なタスクである。
本稿では,物体追跡を逐次的仮説テストとして解釈することを提案する。
本研究では,地中追跡情報と内部追跡情報の両方を活用することにより,教師なしと教師なしの両方の変種を提案する。
論文 参考訳（メタデータ） (2026-02-13T14:57:15Z) - K-Track: Kalman-Enhanced Tracking for Accelerating Deep Point Trackers on Edge Devices [8.929138500431433]
ビデオシーケンスにおけるポイントトラッキングは、ロボット工学、自律システム、拡張現実、ビデオ分析など、現実世界のコンピュータビジョンアプリケーションのための機能である。
最近のディープラーニングベースのトラッカーは、挑戦的なベンチマークで最先端の精度を達成する一方で、フレーム単位の推論への依存は、リソース制約のあるエッジデバイスへのデプロイメントにおいて大きな障壁となる。
我々は、このデプロイメントギャップを埋めるために設計された汎用トラッカーに依存しないアクセラレーションフレームワークであるK-Trackを紹介する。
論文 参考訳（メタデータ） (2025-12-11T13:26:58Z) - LiteTracker: Leveraging Temporal Causality for Accurate Low-latency Tissue Tracking [86.67583223579851]
LiteTrackerは、内視鏡的ビデオストリームにおける組織追跡のための低遅延手法である。
LiteTrackerは最先端の長期追跡手法に基づいており、トレーニング不要なランタイム最適化のセットを導入している。
論文 参考訳（メタデータ） (2025-04-14T05:53:57Z) - Unsupervised Green Object Tracker (GOT) without Offline Pre-training [35.60210259607753]
グリーン・オブジェクト・トラッカー(GOT)と呼ばれる新しい単一物体追跡手法を提案する。
GOTは、最先端の教師なしトラッカーと競合する追跡精度を提供する。
GOTは小さなモデルサイズ(3kパラメータ)と低い推論複雑性(フレームあたり約58万FLOP)を持つ。
論文 参考訳（メタデータ） (2023-09-16T19:00:56Z) - LightTrack: Finding Lightweight Neural Networks for Object Tracking via
One-Shot Architecture Search [104.84999119090887]
ニューラルアーキテクチャサーチ(NAS)を用いて、より軽量で効率的なオブジェクトトラッカーを設計するLightTrackを提案する。
総合的な実験は、LightTrackが効果的であることを示している。
SiamRPN++やOceanといった手作りのSOTAトラッカーよりも優れたパフォーマンスを実現するトラッカーを見つけることができる。
論文 参考訳（メタデータ） (2021-04-29T17:55:24Z) - Temporally-Transferable Perturbations: Efficient, One-Shot Adversarial
Attacks for Online Visual Object Trackers [81.90113217334424]
本研究では, オブジェクトテンプレート画像からのみ, 一時移動可能な対人的摂動を生成するフレームワークを提案する。
この摂動はあらゆる検索画像に追加され、事実上何のコストもかからないが、それでもトラッカーを騙すのに成功している。
論文 参考訳（メタデータ） (2020-12-30T15:05:53Z) - Efficient Adversarial Attacks for Visual Object Tracking [73.43180372379594]
本稿では,新たなドリフト損失と組込み機能損失を併用して,シームズネットワークベースのトラッカーを攻撃するエンド・ツー・エンド・エンド・ネットワークFANを提案する。
単一のGPUの下では、FANはトレーニング速度が効率的で、強力な攻撃性能を持つ。
論文 参考訳（メタデータ） (2020-08-01T08:47:58Z)
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。