論文の概要: GuardianAgentFlow: Multi-Agent Coordination for Web Privacy Protection
- arxiv url: http://arxiv.org/abs/2611.15097v1
- Date: Wed, 11 Nov 2026 06:19:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.063167
- Title: GuardianAgentFlow: Multi-Agent Coordination for Web Privacy Protection
- Title(参考訳): GuardianAgentFlow: Webプライバシ保護のためのマルチエージェントコーディネート
- Abstract要約: GuardianAgentFlowは、明示的なリリース契約を通じてWebリクエストを仲介するマルチエージェントフレームワークです。
専用制限チェックは、ユーザの指示における許可を根拠とし、共有保護スコープは、リライトを開示チェックと整合させる。
- 参考スコア(独自算出の注目度): 15.612826263456233
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Web agents need to use private context without unnecessarily disclosing it. Effective protection must distinguish between requests that may be sent after sanitization and those that must be withheld, while preserving the information needed for authorized tasks. We present GuardianAgentFlow, a multi-agent framework that mediates outgoing Web requests through an explicit release contract. A dedicated restriction check grounds permission in the user's instruction; a shared protection scope aligns rewriting with disclosure checking; and candidate-grounded feedback guides revision before transmission. Experiments on Web requests with human-reviewed intent labels show improved request-contract success, while controlled comparisons and role ablations identify the contributions of restriction handling, policy evidence, and candidate checking. Evaluations of action proposals from PrivacyLens and AgentDAM demonstrate complementary protection when mediation is composed with privacy-aware agents. Experiments with smaller mediation models show that the coordination benefit persists with reduced model capacity. Dedicated-server measurements show lower mediation latency than full-policy reasoning, while real-site browser tests quantify integration overhead.
- Abstract(参考訳): Webエージェントは、必要に応じて公開することなく、プライベートコンテキストを使用する必要がある。
効果的な保護は、衛生処理後に送信されるリクエストと、承認されたタスクに必要な情報を保持しながら、保持されなければならないリクエストとを区別しなければならない。
GuardianAgentFlowは、明示的なリリース契約を通じてWebリクエストを仲介するマルチエージェントフレームワークです。
専用制限チェックは、ユーザの指示の許可を根拠とし、共有保護スコープは、開示チェックと書き直しを調整し、候補となるグラウンドフィードバックは、送信前のリビジョンをガイドする。
人レビューされたインテントラベルによるWebリクエストの実験では、要求契約の成功が改善し、比較と役割の短縮が制限処理、ポリシーエビデンス、候補チェックの貢献を識別する。
PrivacyLensとAgendDAMによるアクション提案の評価は、プライバシ対応エージェントでメディエーションを構成する際に補完的な保護を示す。
小さい媒介モデルを用いた実験では、調整の利点はモデルの容量を減らして持続することが示された。
専用サーバ計測では、実際のブラウザテストは統合オーバーヘッドを定量化しながら、完全な政治推論よりもメディエーションレイテンシが低い。
関連論文リスト
- Agent-to-Agent Synthetic Social Engineering on the Web [0.0]
シンセティック・ソーシャル・エンジニアリング(SSE)は、AI受信者の信頼性、権威、義務に対する反応を利用して、認定された目的から振る舞いをリダイレクトすることを目的としている。
本研究では,アクタ,偽装表現,候補影響経路,エビデンスや許可境界,応答,結果とを接続する運用フレームワークを開発する。
限定的な事前合意によって43.3%から96.7%に無許可の要求が増加したが、受諾者は支持された決定を維持し、許可は変わらなかった。
論文 参考訳(メタデータ) (2026-10-24T02:59:12Z) - MAS-Guard: Unified Guardrails from Individual Agents to Multi-Agent LLM Systems [51.71210243527022]
我々は、計測可能なエージェントと不透明なエージェントの両方を含むシングルエージェントとマルチエージェントAIアプリケーションを保護するための統合フレームワークであるMAS-Guardを紹介する。
測定可能なエージェントの中で、提案されたローカルエージェントガードレール(A-Guard)レイヤは、エージェントイベントを評価するためにタスク固有の専門家を適用する。
システムレベルでは、開発者が所有するエージェント憲章とコントロールプレーンは、ルート、エージェント機能、メッセージフォーマットの決定論的構造チェックと、ロールとメッセージコンテンツのセマンティックアセスメントを組み合わせる。
論文 参考訳(メタデータ) (2026-10-20T15:44:37Z) - CredLeakBench: Evaluating Credential Leakage and Recovery in LLM Agents [58.28055202832338]
言語モデルエージェントは日々のデジタル雑用を自動化するためにますますデプロイされている。
この機能は、フィッシングに機密情報を公開する。
CredLeak-Benchは、ヒューマンタスクの効果的かつセキュアなエージェントの自動化を評価するために設計されたベンチマークである。
論文 参考訳(メタデータ) (2026-10-06T05:07:33Z) - Confuse the Model, Control the Flow: Understanding and Mitigating Privacy Leakage from LLM Agents with Information Flow Control [33.97165894442089]
パーソナルAIエージェントは、ユーザのプライベートデータと通信へのアクセスがますます与えられている。
エージェントは、与えられた機密情報が特定の当事者に開示されるべきかどうかを判断しなければならない。
FLOWSEALは、エージェントのコンテキスト外のツールレベルのインターセプターを通じて機密性を強制する防衛システムである。
論文 参考訳(メタデータ) (2026-09-12T15:31:37Z) - OCELOT: Inference-Leakage Budgets for Privacy-Preserving LLM Agents [32.5466552510287]
漏れは累積的であり、個々に無害な放出は、正直だが、真正に曲がりくねった流しに蓄積される。
我々は、秘密に対する敵の信念がどれほど改善するかを予算化するランタイム仲介者であるOCELOTを提示する。
OCELOTは高いタスクユーティリティでのリークを著しく低減し、適応注入、ジェイルブレイク、累積推論、シンク共謀に抵抗する。
論文 参考訳(メタデータ) (2026-06-10T17:13:35Z) - WebAgentGuard: A Reasoning-Driven Guard Model for Detecting Prompt Injection Attacks in Web Agents [117.65855863464863]
Webエージェントはインジェクション攻撃に対して非常に脆弱である。
システム・プロンプト・ディフェンス(英語版)やエージェントの直接微調整を含む既存の防御は、効果が限られている。
本稿では,WebAgentGuardを導入し,インジェクション検出のためのマルチモーダルガードモデルを提案する。
論文 参考訳(メタデータ) (2026-04-14T04:50:35Z) - It's a TRAP! Task-Redirecting Agent Persuasion Benchmark for Web Agents [52.81924177620322]
大規模な言語モデルを利用したWebベースのエージェントは、メール管理やプロフェッショナルネットワーキングといったタスクにますます利用されている。
動的Webコンテンツへの依存は、インジェクション攻撃の引き金に弱い: インターフェース要素に隠された敵対的命令は、エージェントが元のタスクから逸脱するように説得する。
本稿では,タスクリダイレクトエージェントの説得ベンチマーク(TRAP)について紹介する。
論文 参考訳(メタデータ) (2025-12-29T01:09:10Z) - BlindGuard: Safeguarding LLM-based Multi-Agent Systems under Unknown Attacks [58.959622170433725]
BlindGuardは、攻撃固有のラベルや悪意のある振る舞いに関する事前の知識を必要とせずに学習する、教師なしの防御方法である。
BlindGuardはマルチエージェントシステムにまたがる多様な攻撃タイプ(即時注入、メモリ中毒、ツール攻撃)を効果的に検出する。
論文 参考訳(メタデータ) (2025-08-11T16:04:47Z) - CoTGuard: Using Chain-of-Thought Triggering for Copyright Protection in Multi-Agent LLM Systems [55.57181090183713]
我々は、Chain-of-Thought推論内でトリガーベースの検出を活用する著作権保護のための新しいフレームワークであるCoTGuardを紹介する。
具体的には、特定のCoTセグメントをアクティベートし、特定のトリガクエリをエージェントプロンプトに埋め込むことで、未許可コンテンツ再生の中間的推論ステップを監視する。
このアプローチは、協調エージェントシナリオにおける著作権侵害の微細かつ解釈可能な検出を可能にする。
論文 参考訳(メタデータ) (2025-05-26T01:42:37Z) - Air Gap: Protecting Privacy-Conscious Conversational Agents [44.04662124191715]
敵のサードパーティアプリがインタラクションのコンテキストを操作して,LDMベースのエージェントを騙して,そのタスクに関係のない個人情報を明らかにする,新たな脅威モデルを導入する。
本研究では,特定のタスクに必要なデータのみへのアクセスを制限することで,意図しないデータ漏洩を防止するために設計されたプライバシ意識エージェントであるAirGapAgentを紹介する。
論文 参考訳(メタデータ) (2024-05-08T16:12:45Z)
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。