論文の概要: SecODD: Adapting the Operational Design Domain from Driving Autonomy to Autonomous Cyber Defense
- arxiv url: http://arxiv.org/abs/2610.24741v1
- Date: Sat, 17 Oct 2026 15:17:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-22 16:35:15.185098
- Title: SecODD: Adapting the Operational Design Domain from Driving Autonomy to Autonomous Cyber Defense
- Title（参考訳）: SecODD: 自動運転から自律サイバーディフェンスへのオペレーショナルデザインドメインの適応
- Abstract要約: セキュリティオペレーションセンターは、実行時に自律サイバーディフェンス(ACD)エージェントに検出、トリアージ、封じ込めを委譲し始めている。
本稿では,自律走行車規制からサイバー自律化へのオペレーショナルデザインドメインの概念の適用を目的とした,ACDの実行時ガバナンスフレームワークSecODDを提案する。
- 参考スコア（独自算出の注目度）: 7.977343297827125
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Security operations centers are beginning to delegate detection, triage, and containment to Autonomous Cyber Defense (ACD) agents at execution time. Erroneous high-impact playbooks can disrupt critical services and create accountability gaps among deployers, SOC supervisors, vendors, managed service providers, and infrastructure providers. We propose SecODD, an execution-time governance framework for ACD that adapts the Operational Design Domain concept from autonomous-vehicle regulation to cyber autonomy. It defines the authorized scope of automated defensive actions, models when meaningful human intervention must remain possible, and specifies auditable due-care conditions through a Mitigation Safe Harbor. Four engineering requirements---tamper-evident logging, human-in-the-loop orchestration, rollback playbooks, and safe-state transition controls---are evaluated through a per-scenario audit matrix that illustrates how two ACD failure modes can be translated into pass/fail audit outcomes. The result is an evidence-oriented framework that authorizes ACD only when autonomous actions are bounded, interruptible, recoverable, and reconstructable from evidence.
- Abstract（参考訳）: セキュリティオペレーションセンターは、実行時に自律サイバーディフェンス(ACD)エージェントに検出、トリアージ、封じ込めを委譲し始めている。
誤ったインパクトの高いプレイブックは、重要なサービスを破壊し、デプロイ者、SOCスーパーバイザ、ベンダー、マネージドサービスプロバイダ、インフラストラクチャプロバイダ間の説明責任ギャップを生じさせる可能性がある。
本稿では,自律走行車規制からサイバー自律化へのオペレーショナルデザインドメインの概念の適用を目的とした,ACDの実行時ガバナンスフレームワークSecODDを提案する。
自動防御行動の認定範囲を定義し、人間の介入が重要でなければならない場合のモデルを定義し、緩和セーフハーバーを通じて監査可能なデュケア条件を指定する。
4つのエンジニアリング要件 - タンパーエビデントロギング、ヒューマン・イン・ザ・ループのオーケストレーション、ロールバックプレイブック、セーフステートのトランジションコントロール - は、2つのACD障害モードをパス/フェイル監査結果に変換する方法を示す、シナリオごとの監査マトリックスを通じて評価される。
その結果、自律的なアクションが境界付けられ、中断可能で、回復可能で、エビデンスから再構築可能な場合にのみ、ACDを認可するエビデンス指向のフレームワークとなる。
関連論文リスト
- AutoAgent0: An Agentic Runtime for Safe Closed-Loop Driving [61.924851163300076]
エージェントランタイムとハーネスフレームワークであるAutoAgent0を導入し、既存の運転専門家に補完的な検出スキル、ルールベースのアクション検証、フィードバック駆動リカバリを付加する。
長距離および安全クリティカルシナリオにおけるシングルエキスパート実行に対する閉ループロバスト性の向上を実証した。
論文 参考訳（メタデータ） (2026-10-13T17:59:50Z) - From Reactive Containment to Proactive Assurance: Lessons from OpenAI, Anthropic, and Google Agent Security Incidents [0.0]
2026年、OpenAI、Anthropic、Googleエージェントを含むサイバーセキュリティ評価が、承認されたテスト範囲外の実際のシステムに到達した。
本稿では,PASAC(Proactive Agent Security Assurance Cycle)と5層境界保証スタックを開発する。
論文 参考訳（メタデータ） (2026-10-08T17:59:49Z) - Adversarial Attacks for Good: A Survey of Proactive Protection across the Visual Content Lifecycle [65.6642776933861]
この介入点付近で成長した保護パラダイムについて検討する。
ほとんどの保護は、主に静的あるいは弱い適応的な敵に対して検証されている。
我々は、堅牢で構成可能で、デプロイ可能な所有者側の保護のために、クロスステージ対策とオープンな問題を統合することで、閉鎖する。
論文 参考訳（メタデータ） (2026-08-05T00:46:50Z) - Towards Trustworthy Embodied Intelligence: A Systems Framework and Graded Trustworthiness Levels [53.63220028820581]
身体的知性は、学習した知覚と意思決定をリアルタイムの計算、制御、物理的相互作用と統合する。
我々は,信頼に値するインテリジェンスを,特定のタスクを確実に実行するための持続能力として定義する。
論文 参考訳（メタデータ） (2026-07-28T17:50:44Z) - End-to-end Conditional Diffusion for Realistic and Controllable Visual Traffic Scenario Generation [59.188006170485046]
E2E-CDiffは、制御可能で現実的なシナリオ生成のためのエンドツーエンドの条件拡散フレームワークである。
微分可能な誘導は速度を規制し、乾燥可能な領域のコンプライアンスを強制し、衝突回避や衝突回避行動をサポートする。
E2E-CDiffは、学習ベースのエゴプランナーとしても競争力がある。
論文 参考訳（メタデータ） (2026-07-21T02:13:25Z) - Criticality-Based Guard Rail Validation for AI Agent Decisions in Autonomous Telecom Networks [0.0]
Guard Rail Validation(GRV)は、実行前にAI駆動決定をインターセプトし、検証するための標準化可能なランタイムアーキテクチャである。
本稿では、アーキテクチャ、アルゴリズムプロシージャ、O-RANデプロイメントモデルを示し、通信における既知のAI/ML攻撃に対する脅威カバレッジを評価する。
論文 参考訳（メタデータ） (2026-07-02T14:21:26Z) - Large Language Models for Agentic NetOps and AIOps: Architectures, Evaluation, and Safety [14.195825134031795]
大規模言語モデルは、ネットワークオペレーション(NetOps)とITオペレーションのための人工知能(AIOps)をサポートするために、ますます使用されている。
NetOpsとAIOpsでは、このシフトがタスクの管理方法を変えています。
エージェントベースのオペレーションは、エビデンス収集からアクションの実施、パーミッション、ポリシー、チェックの追跡、必要に応じてロールバックオプションの提供に至るまで、管理されている。
論文 参考訳（メタデータ） (2026-05-12T20:31:41Z) - From Assistance to Agency: Rethinking Autonomy and Control in CI/CD Pipelines [0.0]
本稿では,エージェント型継続的インテグレーションと継続的デプロイメント(CI/CD)のビジョンについて述べる。
研究のプロトタイプと産業用プラットフォームに基づいて,現状のシステムは,主に有界自律型データプレーンで運用されていることを示す。
制約付き自律性を支配的な設計として、外部ガバナンスを主要な安全メカニズムとして、デプロイメントのモーメントと評価方法論のギャップを広げる3つのパターンを特定します。
論文 参考訳（メタデータ） (2026-05-08T00:15:43Z) - Autonomous Action Runtime Management(AARM):A System Specification for Securing AI-Driven Actions at Runtime [0.0]
本稿では,AI駆動型動作を実行時にセキュアにするためのオープン仕様であるAutonomous Action Management(AARM)を紹介する。
AARMは実行前にアクションをインターセプトし、セッションコンテキストを蓄積し、ポリシーと意図の整合性を評価し、承認決定を強制し、法医学的な再構築のための未確認のレシートを記録する。
AARMはモデルに依存しない、フレームワークに依存しない、ベンダーに依存しない、アクション実行を安定したセキュリティ境界として扱う。
論文 参考訳（メタデータ） (2026-02-10T05:57:30Z) - CaMeLs Can Use Computers Too: System-level Security for Computer Use Agents [60.98294016925157]
AIエージェントは、悪意のあるコンテンツがエージェントの行動をハイジャックして認証情報を盗んだり、金銭的損失を引き起こすような、インジェクション攻撃に弱い。
CUAのためのシングルショットプランニングでは、信頼できるプランナーが、潜在的に悪意のあるコンテンツを観察する前に、条件付きブランチで完全な実行グラフを生成する。
このアーキテクチャ分離は命令インジェクションを効果的に防止するが、ブランチステアリング攻撃を防ぐには追加の対策が必要であることを示す。
論文 参考訳（メタデータ） (2026-01-14T23:06:35Z) - CANTXSec: A Deterministic Intrusion Detection and Prevention System for CAN Bus Monitoring ECU Activations [53.036288487863786]
物理ECUアクティベーションに基づく最初の決定論的侵入検知・防止システムであるCANTXSecを提案する。
CANバスの古典的な攻撃を検知・防止し、文献では調査されていない高度な攻撃を検知する。
物理テストベッド上での解法の有効性を実証し,攻撃の両クラスにおいて100%検出精度を達成し,100%のFIAを防止した。
論文 参考訳（メタデータ） (2025-05-14T13:37:07Z)
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。