論文の概要: CloakFEM: Agentic FEM Code Generation for Red-Teaming Computational Resource Exhaustion

• arxiv url: http://arxiv.org/abs/2611.04356v1
• Date: Tue, 03 Nov 2026 05:40:24 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:22:14.905442
• Title: CloakFEM: Agentic FEM Code Generation for Red-Teaming Computational Resource Exhaustion
• Title（参考訳）: CloakFEM: Red-Teaming Computational Resource ExhaustionのためのエージェントFEMコード生成
• Abstract要約: 有限要素法(有限要素法、FEM)は、科学的・工学的なシミュレーションである。 敵対者は、過剰な計算作業を強制しながら、正常に完了する構文的に有効で実行可能なFEMプログラムを作成できる。 本稿では,計算を増幅する実行可能なFEMプログラムを自動生成するフレームワークであるClakFEMを紹介する。
• 参考スコア（独自算出の注目度）: 6.453368374738459
• License:
• Abstract: Finite element method (FEM) solvers are foundational to scientific and engineering simulation, yet their susceptibility to \emph{efficiency attacks} remains largely unexplored. An adversary can craft syntactically valid and runnable FEM programs that complete successfully while forcing excessive computational work, enabling computational denial-of-service (DoS) attacks. Finding such inputs is challenging because FEM programs occupy a vast, structured space constrained by numerical, geometric, and constitutive requirements. We introduce CloakFEM, a domain-guided LLM-agent framework for automatically generating runnable adversarial FEM programs that amplify solver computation. CloakFEM combines LLM-guided search with an FEM-specific intermediate representation and a deterministic validity gate that enforces runnable constraints. Across three FEM stacks, 17 problem classes, and 1,068 seeds, CloakFEM discovers adversarial inputs that substantially amplify solver work while remaining valid and solvable. In the most extreme case, solver iterations increase from 43 to 247,367, a \(5{,}752.72\times\) amplification. CloakFEM outperforms five generic black-box baselines and retains an advantage over evolutionary search under a controlled bounded action space. Cross-solver analysis further reveals both problem-intrinsic and solver-specific sources of vulnerability. Our results uncover an underexplored efficiency-attack surface in FEM solvers and show that runnable FEM programs can serve as adversarial inputs.
• Abstract（参考訳）: 有限要素法(FEM)の解法は、科学や工学のシミュレーションの基礎となっているが、その「emph{efficiency attack}」への感受性はほとんど解明されていない。 敵は、過剰な計算作業を強制しながら正常に完了し、計算拒否(DoS)攻撃を可能にする構文上有効で実行可能なFEMプログラムを作成できる。 FEMプログラムは、数値的、幾何学的、構成的要求に制約された広大な、構造化された空間を占めるため、そのような入力を見つけることは困難である。 本稿では,計算を増幅する実行可能逆FEMプログラムを自動生成するドメイン誘導LDMエージェントフレームワークであるClakFEMを紹介する。 CloakFEMは、LLM誘導探索とFEM固有の中間表現と、実行可能な制約を強制する決定論的妥当性ゲートを組み合わせる。 3つのFEMスタック、17の問題クラス、1,068のシードにまたがって、ClakFEMは、有効で解決可能なまま、解決作業を大幅に増幅する逆入力を発見する。 最も極端な場合、ソルバの反復は43から247,367に増加し、a \(5{,}752.72\times\)増幅となる。 CloakFEMは5つの一般的なブラックボックスベースラインより優れており、制御された有界な作用空間の下での進化的探索よりも有利である。 クロスゾルバ分析により、問題固有の原因と解決者固有の脆弱性の両方が明らかになった。 その結果、FEMソルバの効率面の探索不足が明らかとなり、実行可能なFEMプログラムが逆入力として機能できることが判明した。

関連論文リスト

• AI CFD Scientist: Toward Open-Ended Computational Fluid Dynamics Discovery with Physics-Aware AI Agents [1.7590081165362783]
  我々は、計算流体力学のためのオープンソースのAI科学者であるAI CFD Scientistを紹介する。 文献に基づくアイデア、検証された実行、視覚に基づく物理検証、ソースコードの修正、図形による記述を単一の検査可能なワークフローで行うのは、これが初めてである。
  論文  参考訳（メタデータ） (2026-05-07T17:27:23Z)
• Prism: Efficient Test-Time Scaling via Hierarchical Search and Self-Verification for Discrete Diffusion Language Models [96.0074341403456]
  LLM推論を改善するための実用的な方法として、推論時計算が再導入されている。 テスト時間スケーリング(TTS)アルゴリズムの多くは、自動回帰デコーディングに依存している。 そこで我々は,dLLM のための効率的な TTS フレームワーク Prism を提案する。
  論文  参考訳（メタデータ） (2026-02-02T09:14:51Z)
• LLM-Guided Quantified SMT Solving over Uninterpreted Functions [10.767268261124515]
  非線形実算術上の非解釈関数 (UF) の量子式は、Satifiability Modulo Theories (SMT) の解法に根本的な課題をもたらす。 本稿では,UFインスタンス化のセマンティックガイダンスを提供するために,大規模言語モデルを活用するフレームワークであるAquaForteを紹介する。 提案手法は,制約分離によって計算式を前処理し,構造化プロンプトを用いてLLMから数学的推論を抽出し,従来のSMTアルゴリズムと統合する。
  論文  参考訳（メタデータ） (2026-01-08T07:40:37Z)
• MSCR: Exploring the Vulnerability of LLMs' Mathematical Reasoning Abilities Using Multi-Source Candidate Replacement [28.350371282079845]
  マルチソース候補置換に基づく自動逆攻撃手法であるMSCRを提案する。 GSM8KとMATH500ベンチマークを用いてLLMの大規模実験を行う。 1つの単語だけを含むわずかな摂動でさえ、全てのモデルの精度を著しく低下させる。
  論文  参考訳（メタデータ） (2025-11-11T09:56:19Z)
• Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
  暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。 Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。 SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
  論文  参考訳（メタデータ） (2025-09-25T14:05:55Z)
• Theoretical Insights in Model Inversion Robustness and Conditional Entropy Maximization for Collaborative Inference Systems [89.35169042718739]
  協調推論により、クラウドサーバに機密データを公開することなく、エンドユーザは強力なディープラーニングモデルを活用することができる。 近年の研究では、これらの中間機能は、情報が漏洩し、生データをモデル反転攻撃(MIA)によって再構築できるため、プライバシーを十分に保持できないことが判明している。 この研究はまず、与えられた中間特徴の入力の条件エントロピーが、任意のMIAの下での再構成平均二乗誤差(MSE)の保証された下界を与えることを理論的に証明する。 そして、ガウス混合推定に基づいて、この条件付きエントロピーを有界化するための微分可能かつ可解な尺度を導出し、逆ロバスト性を高める条件付きエントロピーアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-03-01T07:15:21Z)
• The Power of Resets in Online Reinforcement Learning [73.64852266145387]
  ローカルシミュレータアクセス(あるいはローカルプランニング)を用いたオンライン強化学習を通してシミュレータのパワーを探求する。 カバー性が低いMPPは,Qstar$-realizabilityのみのサンプル効率で学習可能であることを示す。 ローカルシミュレーターアクセス下では, 悪名高いExogenous Block MDP問題が抽出可能であることを示す。
  論文  参考訳（メタデータ） (2024-04-23T18:09:53Z)

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。