論文の概要: Dynamic Watermarking and Action-Conditioned Latent Dynamics for Secure Vision-Based Controllers

• arxiv url: http://arxiv.org/abs/2611.07403v1
• Date: Thu, 05 Nov 2026 03:57:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 21:50:50.540683
• Title: Dynamic Watermarking and Action-Conditioned Latent Dynamics for Secure Vision-Based Controllers
• Title（参考訳）: 安全な視覚制御のための動的透かしと動作記述型潜時ダイナミクス
• Abstract要約: リプレイアタックは、これまで記録されていた観測が確実なままであるため、視覚ベースの制御システムでは検出が困難である。 本稿では,視覚系コントローラに対するリプレイ攻撃を検出するための適応型動的透かしフレームワークを開発する。
• 参考スコア（独自算出の注目度）: 6.076616503558331
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Replay attacks are difficult to detect in vision-based control systems because previously recorded observations can remain plausible while the physical system follows a different trajectory. This paper develops an adaptive dynamic-watermarking framework for detecting replay attacks against vision-based controllers. A private Gaussian watermark is added to the nominal control input, and a control input-conditioned latent dynamics network (LDN) predicts the corresponding evolution in a compact latent space learned from image observations. Attack evidence is obtained from the discrepancy between the predicted latent response and the latent representation of the received image observation. A reinforcement learning policy adjusts the watermark covariance using the latent state and detector confidence, thereby balancing attack detectability, watermark energy, and control distortion. A Lagrangian penalty on task-specific safety costs is included during training to limit the adverse effect of the excitation. The framework is evaluated on a vision-guided UR5 manipulation task in which the robot reaches a target while avoiding a moving human arm under nominal and replay-attacked observations.
• Abstract（参考訳）: リプレイ攻撃は、これまで記録されていた観測結果が、物理系が異なる軌跡を辿っている間も、信頼性が保たれるため、視覚ベースの制御システムでは検出が困難である。 本稿では,視覚系コントローラに対するリプレイ攻撃を検出するための適応型動的透かしフレームワークを開発する。 名目制御入力にプライベートガウス透かしを付加し、制御入力条件付潜時ダイナミクスネットワーク(LDN)は、画像観測から学習したコンパクト潜時空間における対応する進化を予測する。 予測潜時応答と受信画像観察の潜時表現との相違から攻撃証拠を得る。 強化学習ポリシは、潜時状態と検出信頼度を用いて透かし共分散を調整し、攻撃検出性、透かしエネルギー、制御歪みのバランスをとる。 訓練中に、タスク固有の安全コストに対するラグランジアン罰は、興奮の悪影響を制限するために含まれる。 本フレームワークは、ロボットが目標に達するための視覚誘導UR5操作タスクに基づいて、名目上及びリプレイアタックされた観察の下で動く人間の腕を避けながら評価する。

関連論文リスト

• AquaOrbit: Sim-to-Real Reinforcement Learning for Underwater Target Orbiting under Intermittent Visual Feedback [51.92060148406936]
  間欠的な視覚的損失は、水中周回中の目標相対的なフィードバックを妨害する。 AquaOrbitは、水中の目標軌道を周回するリカバリモジュールを備えた強化学習用コントローラである。
  論文  参考訳（メタデータ） (2026-09-21T03:29:45Z)
• Detecting Adversarial Evasion Attacks Against Autoencoder-Based Network Intrusion Detection Systems [0.0]
  侵入攻撃はMLベースのシステムへの入力を意図的に操作し、操作された入力がまだ良さそうに見える間に誤った予測を生成する。 本稿では,Residual Localisation Detector (RLD) とFeature-Space Perturbation Consistency (FPC) Detector (FPC) の2つの補完検出器を提案する。 UQ-IoTデータセット内の複数のIoTデバイスからの良性、悪意、敵対的なトラフィックに対して、両方の検出器を評価する。
  論文  参考訳（メタデータ） (2026-07-01T17:26:24Z)
• From Passive Monitoring to Active Defence: Resilient Control of Manipulators Under Cyberattacks [42.72791770760975]
  FDIA(False Data Injection attack)は、アラームを発生させることなく、実質的なエンドエフェクタ偏差を発生させる。 本稿では、冗長マニピュレータのステルス型FDIAに対するレジリエンスについて検討し、パッシブモニタリングからアクティブディフェンスへアーキテクチャを進化させる。
  論文  参考訳（メタデータ） (2026-03-13T14:08:41Z)
• Detection and Recovery of Adversarial Slow-Pose Drift in Offloaded Visual-Inertial Odometry [0.0]
  エッジサーバにVIOをオフロードする現在のトレンドは、サーバ側の脅威表面を導く可能性がある。 非教師付きラベルなし検出・回復機構を提案する。 ILLIXRテストベッドを用いたリアルオフロードVIO環境におけるアプローチの評価を行った。
  論文  参考訳（メタデータ） (2025-09-08T18:31:40Z)
• Verification of Visual Controllers via Compositional Geometric Transformations [49.81690518952909]
  到達可能な集合の外部近似を生成できる知覚ベースのコントローラのための新しい検証フレームワークを提案する。 提案手法の音質を理論的に保証し,ベンチマーク制御環境における有効性を示す。
  論文  参考訳（メタデータ） (2025-07-06T20:22:58Z)
• Delay-Induced Watermarking for Detection of Replay Attacks in Linear Systems [1.143707646428782]
  線形システムにおけるリプレイ攻撃検出のための状態フィードバック型透かし信号の設計を提案する。 提案したセキュア制御方式は、従来のフィードフォワード・ウォーターマーキング方式よりも優れていると約束する。
  論文  参考訳（メタデータ） (2024-04-01T01:34:30Z)
• Adversarially-Aware Robust Object Detector [85.10894272034135]
  本稿では,ロバスト検出器 (RobustDet) を提案する。 本モデルは, クリーン画像の検出能力を維持しながら, 傾きを効果的に解き, 検出堅牢性を著しく向上させる。
  論文  参考訳（メタデータ） (2022-07-13T13:59:59Z)
• Physical Passive Patch Adversarial Attacks on Visual Odometry Systems [6.391337032993737]
  本研究では,視覚計測に基づく自律ナビゲーションシステムに対するパッチ対向攻撃について検討する。 本研究では,現場にパッチ対向攻撃を配置することにより,視覚計測モデルの誤差マージンを著しく向上させることができることを示す。
  論文  参考訳（メタデータ） (2022-07-11T14:41:06Z)
• Policy Smoothing for Provably Robust Reinforcement Learning [109.90239627115336]
  入力のノルム有界対向摂動に対する強化学習の証明可能な堅牢性について検討する。 我々は、スムーズなポリシーによって得られる全報酬が、入力の摂動のノルムバウンドな逆数の下で一定の閾値以下に収まらないことを保証した証明書を生成する。
  論文  参考訳（メタデータ） (2021-06-21T21:42:08Z)
• Adversarial vs behavioural-based defensive AI with joint, continual and active learning: automated evaluation of robustness to deception, poisoning and concept drift [62.997667081978825]
  人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。 本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
  論文  参考訳（メタデータ） (2020-01-13T13:54:36Z)

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。