論文の概要: Escalate or Close: How Fast-Tier Models Handle Held-Out Web Attack Families in Two-Tier Triage

• arxiv url: http://arxiv.org/abs/2611.08229v1
• Date: Thu, 05 Nov 2026 16:13:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-07 04:55:13.572113
• Title: Escalate or Close: How Fast-Tier Models Handle Held-Out Web Attack Families in Two-Tier Triage
• Title（参考訳）: Escalate or Close:2層トリアージのWeb攻撃ファミリを高速に処理するモデル
• Abstract要約: 2層トリアージでは、高速モデルがほとんどのWebリクエストを決定し、残りを遅い層にエスカレートする。 我々は、型付き質問の確率を返すゼロショット決定モデルと、教師付き検出器、ローカル言語モデル、コアルールセット、および異常ベースラインを比較した。
• 参考スコア（独自算出の注目度）: 1.8276953475210425
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In two-tier triage a fast model decides most web requests and escalates the rest to a slow tier, so an attack the fast tier closes is never examined. We hold each of seven attack families out of training, recalibration and thresholds, splice the payloads into parameters of real browsing traffic, and compare zero-shot decision models, which return a probability for a typed question, with supervised detectors, a local language model, the OWASP Core Rule Set and an anomaly baseline. Detectors trained on the known families can give much of a held-out family a confident benign verdict: over 10 training runs, ModernBERT gives 37% to 60% of held-out path traversal a probability below 0.05 and escalates only 50% to 81% of it within a 5% benign budget, against nearly all of the same requests when traversal is known. Jev and Clef, two hosted decision models whose budget decisions do not depend on the held-out family, escalate at least 97.6% of every family within the same budget, but their undisclosed training data may contain these public families. Tests on recent exploits need controls for request shape: Jev escalates 37% of benign twins (exploit requests with the attack replaced by legitimate values), and detectors trained on older exploits learn what scanner requests look like. A search guided by Jev's probability gets 43% of held-out attacks past Jev within 300 queries, but Jev's answers vary: asked again, it escalates those requests in 60% of its answers.
• Abstract（参考訳）: 2層トリアージでは、高速モデルがほとんどのWebリクエストを決定し、残りを遅い層にエスカレートする。 実閲覧トラフィックのパラメータにペイロードを分割し、型付き質問の確率を返すゼロショット決定モデルと、教師付き検出器、ローカル言語モデル、OWASP Core Rule Set、および異常ベースラインを比較する。 既知の家族で訓練された検出器は、保持された家族の多くに確実な良心的な判断を与えることができる:10以上の訓練実行、ModernBERTは保持された経路トラバーサルの37%から60%を0.05未満の確率で与え、5%の良心的な予算でその50%から81%しかエスカレートしない。 JevとClefは、予算決定が保持された家族に依存しない2つの決定モデルであり、同じ予算内で少なくとも97.6%の家族をエスカレートしている。 Jevは良性双生児の37%をエスカレートし(攻撃による露光要求は正当な値に置き換えられる)、古いエクスプロイトでトレーニングされた検出器はスキャナー要求がどのようなものかを学ぶ。 Jevの確率で導かれた検索は300のクエリでJevを経由するホールドアウト攻撃の43%を得るが、Jevの回答は様々である。

関連論文リスト

• Auriga Technical Report: A Task-Agnostic Agent Harness for Zero-Shot Embodied Manipulation [62.55752327741587]
  RoboDojoでは、大きな計画と実行のギャップが、高レベルのタスク決定と物理的実行を分離します。 目標タスクやリセットを伴わないゼロショット操作において,このギャップの68.3%を埋めるタスク非依存のエージェントハーネスであるAurigaを紹介する。
  論文  参考訳（メタデータ） (2026-10-31T16:59:05Z)
• Adversarial Robustness Is Not Zero-Day Generalization: A Controlled Evaluation of Flow-Based Intrusion Detectors on Corrected CIC-IDS2017 [0.0]
  特徴空間の敵対的摂動を含む既知の攻撃の合成変種は、しばしば目に見えない「ゼロデイ」攻撃のスタンドインとして使用される。 我々はRandom Forest, XGBoost, 1D-CNN, FT-Transformerを訓練し、5種に対して1%の偽陽性率で比較した。
  論文  参考訳（メタデータ） (2026-10-31T07:11:29Z)
• Do I Need the Cloud? Uncertainty-Aware Step-Level Handoff for Small Language Model Agents [0.0]
  小言語モデル(SLM)は、リモート推論、レイテンシ、デプロイメントのフットプリントを減らすため、ローカルエージェントコントローラとして魅力的である。 STEPGATEは、各ローカルSLMアクションをスコアし、より強力なモデルに挑戦するステップを選択的にエスカレートする不確実性対応ハンドオフフレームワークである。
  論文  参考訳（メタデータ） (2026-10-06T06:09:31Z)
• Knowing When Thinking Is Not Enough: Teaching Small Reasoning Models to Reason Beyond Their Parametric Knowledge [63.752287291668786]
  テスト時間計算のスケールは、言語モデル推論を改善する強力な方法である。 自己閉じ込めは、既に現在の状態から到達可能な解に確率質量を大半を凝縮することを示す。 選択的なクエリフレームワークであるFlyByを導入し、まず4Bと8Bの変種をトレーニングする。
  論文  参考訳（メタデータ） (2026-09-28T05:07:24Z)
• Reward Hacking Challenges Oversight of Autonomous Research Agents [104.38175629103235]
  自律的な研究エージェントは実験を設計し、結果を評価し、レポートを書き、科学的結果とそれを支持する証拠の両方を制御できる。 これは、意図した目標を達成することなく、報酬基準を満たす、報酬ハックのリスクを生み出す。 そこで本研究では,ハッキングが許可された場合,その方法がいかに効果的かつ検出可能か,LCMレビューパネルが意思決定と理由を返却した場合にどのように適応するか,などについて検討する。
  論文  参考訳（メタデータ） (2026-09-23T17:54:01Z)
• RiskChainBench: A Benchmark for Obfuscated Platform Message Restoration and Evidence-Grounded Web Investigation [32.78931752588511]
  我々は600のソースセッションから3,600の合成トークンテキスト復元入力と600の人間ラベル付きローカルWeb環境をペアリングするR RiskChainBenchを紹介した。 モデルが最初にメッセージ、運用意図、宛先を復元すると、同じ基盤となるモデルがVLM駆動のWebエージェントとして機能する。 また, 凍結した一次入射予測を同じタスク2の結果に対してゲートとして適用することにより, 別々に復元・修正ウェブ調査を行い, オフラインに構成する。
  論文  参考訳（メタデータ） (2026-09-15T09:32:45Z)
• Measuring Obedience to Authority Across Large Language Models with the Milgram Paradigm [0.5414847001704247]
  大規模言語モデル(LLM)は、機器を操作し、指示を実行し、制度上の階層の中で機能するエージェントとして、ますます多くデプロイされている。 我々は、Milgramの服従パラダイムを、標準化され、完全にスクリプト化され、レプリカブルなプローブとしてLLMに移植する。 本研究では,19家族の42モデルに対して,6条件のバッテリ上での服従プロファイル,経験的ブレイクオフ分布を測定した。
  論文  参考訳（メタデータ） (2026-08-17T06:48:53Z)
• SearchAuditor: Auditing and Attributing Failures in Long-Horizon Search Agents [56.400332595452966]
  我々は、監査人が検索エージェントの障害をローカライズ、属性付け、修復できるかどうかを評価するベンチマークであるSearchAuditBenchを紹介する。 SearchAuditBenchは1,243の障害トラックで構成され、平均73.1メッセージと65.1Kトークンを5つのディープサーチベンチマークで8つのオープンウェイトモデルから収集している。 本稿では,検索エージェントの障害を効果的にローカライズ,属性,修復するマルチパースペクティブ監査フレームワークであるSearchAuditorを提案する。
  論文  参考訳（メタデータ） (2026-08-05T09:09:00Z)
• Evaluating Commercial AI Chatbots as News Intermediaries [85.32040752972836]
  ベストシステムは、数時間前に報告されたイベントに関する質問に対して、90%以上の多重選択精度を達成する。 すべてのモデルはヒンディー語で最小の精度を達成する。 原因ではなく検索は エラーの70%以上を 引き起こします
  論文  参考訳（メタデータ） (2026-05-21T17:42:07Z)
• Hidden Clones: Exposing and Fixing Family Bias in Vision-Language Model Ensembles [0.0]
  家族関係の誤りは効果的なアンサンブル次元を2.5-3.6の独立有権者に還元する。 QualRCCVは、キャリブレーション、家族の質、家族サイズによるモデルの重み付けを行う、トレーニング不要の方法である。
  論文  参考訳（メタデータ） (2026-03-17T20:08:01Z)
• Unlearn and Burn: Adversarial Machine Unlearning Requests Destroy Model Accuracy [65.80757820884476]
  未学習システムのデプロイにおいて、重要で未調査の脆弱性を公開しています。 本稿では,訓練セットに存在しないデータに対して,逆学習要求を送信することにより,攻撃者がモデル精度を劣化させることができる脅威モデルを提案する。 我々は、未学習要求の正当性を検出するための様々な検証メカニズムを評価し、検証の課題を明らかにする。
  論文  参考訳（メタデータ） (2024-10-12T16:47:04Z)

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。