論文の概要: Iterative Behavioral Identification for Covert Misappropriation Attacks

• arxiv url: http://arxiv.org/abs/2610.32662v1
• Date: Fri, 23 Oct 2026 14:06:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.540144
• Title: Iterative Behavioral Identification for Covert Misappropriation Attacks
• Title（参考訳）: カバーミス・アタックの反復的行動同定
• Abstract要約: 本稿では,クローズドループネットワーク制御システムに対する隠蔽的ミスアプロファイリング攻撃のためのデータ駆動型3相フレームワークを提案する。 マン・イン・ザ・ミドル敵は、インフィニティ・ノーム侵入検知システム(IDS)の下でのステルスを維持しながら、植物の行動サブスペースを段階的に同定する フェーズ3では、最後のハンケル行列をDeePCスタイルの最適化に使用して、任意の参照を追跡する隠蔽攻撃を合成する。
• 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: We present a data-driven, three-phase framework for covert misappropriation attacks on closed-loop networked control systems. A man-in-the-middle (MITM) adversary, with access only to intercepted input-output data, incrementally identifies the plant's behavioral subspace while maintaining stealth under an infinity-norm intrusion-detection system (IDS). Phase 1 collects an initial rank-deficient Hankel matrix using a low-amplitude probing signal that satisfies an analytical stealth bound. Phase 2 adapts online rank-increasing experiment design to the closed-loop setting, using causal predictor-based masking to limit IDS residuals while the Hankel rank grows from 1 to the full behavioral rank n + mL in exactly n + mL - 1 steps. We show that the identified subspaces are strictly nested and that the projection error of any desired trajectory decreases monotonically, strictly so almost surely at each rank increase. Phase 3 employs the final Hankel matrix in a DeePC-style optimization to synthesize a covert attack that tracks an arbitrary reference while respecting the IDS constraint. Simulations on a DC motor with PI control demonstrate full-rank identification and stealthy tracking. Stealth is guaranteed analytically in Phases 1 and 3 and is numerically supported in Phase 2. The method is model-free and assumes noise-free LTI dynamics.
• Abstract（参考訳）: 本稿では,クローズドループネットワーク制御システムに対する隠蔽的ミスアプロファイリング攻撃のためのデータ駆動型3相フレームワークを提案する。 インフィニティノーム侵入検知システム(IDS)の下で、中間者(MITM)の敵が、インターセプトされた入力出力データにのみアクセスし、ステルスを維持しながら、植物の行動サブスペースを段階的に識別する。 フェーズ1は、分析ステルス境界を満たす低振幅のプローブ信号を用いて、初期ランク不足のハンケル行列を収集する。 フェーズ2では、オンラインのランク上昇実験をクローズドループ設定に適応させ、因果予測に基づくマスクを使用してIDSの残留を制限する一方で、ハンケルランクは正確にn + mL - 1ステップで1からn + mLに成長する。 同定された部分空間は厳密にネストされ、任意の所望の軌跡の射影誤差が単調に減少することを示す。 フェーズ3では、最後のハンケル行列をDeePCスタイルの最適化に使用して、IDS制約を尊重しながら任意の参照を追跡する隠蔽攻撃を合成する。 PI制御を備えた直流モータのシミュレーションでは、フルランク識別とステルス追跡が示されている。 ステルスは第1相と第3相で解析的に保証され、第2相では数値的に支持される。 この方法はモデルフリーであり、ノイズフリーのLTI力学を仮定する。

関連論文リスト

• SAFETYEDIT: Sparse Internal Targets with Prompt-Wide Control for LLM Jailbreak Backdoors [23.736424923454763]
  モデル編集バックドアは、トリガーの下で有害な応答を誘導し、未使用の入力に対する通常の動作を保存することを目的としている。 最近のモデル編集アプローチは、モデル重みの小さなサブセットへのランクワン更新を通じて、肯定的な応答プレフィックスをターゲットにしている。 本研究では,単一拒絶関連座標を最適化し,初期注意層におけるKV-cacheマーキングを用いてプレフィックストリガー信号の伝搬を行うSAFETYEDITを提案する。
  論文  参考訳（メタデータ） (2026-10-15T20:57:15Z)
• Homomorphic Advantage Operator: Stabilizing Reinforcement Learning Under Fully Homomorphic Encryption Constraints [0.0]
  本稿では,FHEに基づく深部RLにおける近似偏差を防止するための安定化フレームワークを提案する。 提案したHAOフレームワークを3層実験手法を用いて評価した。 その結果,提案したHAOは,安全な近似領域内でのネットワークプレアクティベーションを厳密に制限していることがわかった。
  論文  参考訳（メタデータ） (2026-10-01T17:14:32Z)
• 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)
• DISTA-Net++: Rethinking Infrared Small Target Unmixing Beyond Sub-Pixel Separation [50.40058918817059]
  長距離赤外線画像は、回折制限されたシグネチャが1つの識別不能なブロブに融合する密度の高いターゲットクラスタに対向する。 DisTA-Net++は2つの相乗的なメカニズムで動的に展開するバックボーンをアンカーする。 DisTA-Net++は、CSO-mAPが16.15%、62.96%の精度で、計算の6分の1に過ぎない。
  論文  参考訳（メタデータ） (2026-09-16T14:57:11Z)
• Deeper is Not Always Better: Mitigating the Alignment Tax via Confident Layer Decoding [92.1521161575198]
  我々は、最も信頼性の高いニアファイナル層を動的に選択する、トレーニング不要なデコーディング戦略であるConfident Decodingを紹介する。 密集型および混合型LLMの実験は、挑戦的推論ベンチマークにおいて一貫した利得を示す。
  論文  参考訳（メタデータ） (2026-06-20T07:03:26Z)
• Exploring the Limits of End-to-End Feature-Affinity Propagation for Single-Point Supervised Infrared Small Target Detection [6.7126559398433665]
  単一点制御赤外線小ターゲット検出(IRSTD)は、高密度アノテーションのコストを大幅に削減する。 現在のSOTA(State-of-the-art)手法は、マスクの監督を明示的でオフラインな擬似ラベル構成によって回収することにより、高精度を実現する。 最小限の代替策として、オンラインのポイント・ツー・マスク・イン・バッチ、ポイント・アンカレド・フィーチャー・アフィニティ・プロパゲーションを通じて、ポイント・ツー・マスクをオンラインに生成する手法について検討する。
  論文  参考訳（メタデータ） (2026-05-01T15:08:46Z)
• Activation Steering for Aligned Open-ended Generation without Sacrificing Coherence [16.403654360036498]
  ミスアライメントは、敵対的なプロンプト、良心的な微調整、創発的なミスアライメント、目標のミスジェネレーションによって引き起こされる。 最近の証拠は、いくつかの不整合挙動が活性化空間の線形構造としてコード化され、操舵によって牽引可能であることを示唆している。 これらの知見は, 世代ごとのアクティベーションの不一致を継続的に補正する軽量なランタイムディフェンスとして, アクティベーションステアリングを動機付けている。
  論文  参考訳（メタデータ） (2026-04-09T12:28:22Z)
• Bridging Semantic and Kinematic Conditions with Diffusion-based Discrete Motion Tokenizer [55.9892973179428]
  MoTokは、セマンティックな抽象化をきめ細かな再構築から切り離す離散モーショントークンである。 また,HumanML3Dでは,トークンの6分の1しか使用せず,MaskControl上での制御性と忠実度を大幅に向上する。
  論文  参考訳（メタデータ） (2026-03-19T17:59:51Z)
• Beyond Reward Suppression: Reshaping Steganographic Communication Protocols in MARL via Dynamic Representational Circuit Breaking [0.0]
  監視を回避するためのプライベートプロトコルを開発するエージェントによるステガノグラフィーの共謀は、AIの安全性に重大な脅威をもたらす。 既存の防御は行動層や報酬層に限られており、潜伏する通信路での調整を検知できない。 本稿では,動的表現回路ブレーカ(DRCB)について紹介する。
  論文  参考訳（メタデータ） (2026-03-07T04:14:38Z)
• Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
  生成のための教師なし共形推論フレームワークを提案する。 我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。 その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
  論文  参考訳（メタデータ） (2025-09-26T23:40:47Z)
• Backdoor Cleaning without External Guidance in MLLM Fine-tuning [76.82121084745785]
  Believe Your Eyes (BYE)は、アテンションエントロピーパターンを自己教師信号として活用して、バックドアサンプルを特定してフィルタリングするデータフィルタリングフレームワークである。 クリーンタスクのパフォーマンスを維持しながら、ほぼゼロの攻撃成功率を達成する。
  論文  参考訳（メタデータ） (2025-05-22T17:11:58Z)

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。