Lockbox -- A Zero Trust Architecture for Secure Processing of Sensitive Cloud Workloads
本論文は、クラウド環境における機密ワークロードの安全な処理を実現するため、明示的な信頼検証、強力な分離、最小権限の原則、ポリシー駆動型の強制を実装したゼロトラストアーキテクチャ「Lockbox」を提案し、AI 支援処理を含む高度な機能の導入をセキュリティを損なわずに可能にする手法を論じています。
🛠️ Category
cs.SE
172 件の論文
Automating Detection and Root-Cause Analysis of Flaky Tests in Quantum Software
本論文は、LLM とコサイン類似度を活用した自動化パイプラインを開発し、量子ソフトウェアにおけるフラキーテストの検出と根本原因分析を効率化するとともに、既存データセットを 54% 拡大し、特に Google Gemini モデルが高精度な分類と原因特定を実現することを示しています。
The Future of Software Engineering Conferences: A New Zealand Perspective
この論文は、地理的孤立により高い移動費やスケジュールの不一致などの障壁に直面するニュージーランドの研究者の視点から、ソフトウェア工学カンファレンスの課題を特定し、ハイブリッド参加やコスト意識のある開催、ガバナンス改革などの戦略を通じて、より公平で包括的なグローバル参加を促進するための提言を行っています。
Synergistic Directed Execution and LLM-Driven Analysis for Zero-Day AI-Generated Malware Detection
この論文は、LLM によって生成されたゼロデイマルウェアの検出を目的として、記号実行と LLM 駆動型のパス優先順位付け、深層学習を統合した新しいハイブリッド分析フレームワークを提案し、その理論的保証と実験的な有効性を示しています。
Class Model Generation from Requirements using Large Language Models
本論文は、GPT-5 や Claude Sonnet 4.0 などの大規模言語モデルを用いて自然言語の要件から UML クラス図を自動生成する手法を調査し、LLM による評価と人間の評価を統合した二重検証フレームワークを通じて、その生成品質と信頼性を実証したものである。
AgenticCyOps: Securing Multi-Agentic AI Integration in Enterprise Cyber Operations
本論文は、LLM 駆動のマルチエージェントシステムが企業環境に導入される際に生じる新たな攻撃面を特定し、ツール編成とメモリ管理を主要な信頼境界として定義する「AgenticCyOps」フレームワークを提案し、SOC ワークフローへの適用を通じて攻撃経路の大部分を遮断し、信頼境界を 72% 以上削減する効果を実証しています。
ToolRosetta: Bridging Open-Source Repositories and Large Language Model Agents through Automated Tool Standardization
本論文は、大規模言語モデルエージェントがオープンソースのコードリポジトリを自動的に標準化された実行可能ツールに変換し、人間の介入を最小限に抑えて安全にタスクを完了させるための統合フレームワーク「ToolRosetta」を提案するものである。
Can ChatGPT Generate Realistic Synthetic System Requirement Specifications? Results of a Case Study
本論文は、プロンプト設計と反復的な改善を通じてチャット GPT で合成システム要件仕様書（SSyRS）を生成する手法を提案し、専門家の評価により一定の現実性が確認されたものの、矛盾や欠陥が存在するため LLM による自動評価は専門家による厳密な評価を完全に代替できないことを示したケーススタディの結果を報告するものである。
Declarative Scenario-based Testing with RoadLogic
本論文は、自律走行車のシナリオベーステストにおいて、宣言的な OpenSCENARIO 仕様を実行可能なシミュレーションに変換し、多様な行動バリエーションを体系的に生成するオープンソースツール「RoadLogic」を提案し、その有効性を示すものである。
Experience Report on the Adaptable Integration of Requirements Engineering Courses into Curricula for Professionals
この論文は、技術環境の変化やスキル要件の進化に伴い需要が高まる専門職向けソフトウェア工学教育において、要件工学コースを効果的に統合するための基本原則と、カリキュラム開発における経験に基づいた体系的なアプローチ（コース内容のマッピングに焦点を当てた手法）を報告するものである。
Towards Viewpoint-centric Artifact-based Regulatory Requirements Engineering for Compliance by Design
この論文は、複雑化する規制への対応を目的として、異なる視点間の調整を可能にする統合的なコンプライアンス・バイ・デザインを実現するための「規制要件工学のためのアーティファクトモデル（AM4RRE）」の合成と今後の評価計画について報告し、学術的な議論を喚起することを目的としています。
EmbC-Test: How to Speed Up Embedded Software Testing Using LLMs and RAG
この論文は、プロジェクト固有のアーティファクトに基づいて大規模言語モデルを強化する RAG パイプラインを提案し、組み込み C ソフトウェアのテスト生成において手動作業に比べ最大 66% の時間削減と高い精度を実現することを示しています。
Preparing Students for AI-Driven Agile Development: A Project-Based AI Engineering Curriculum
本論文は、ジェネレーティブ AI と自律型ツールがアジャイル開発を再定義する中、学生が AI 支援アジャイル開発に備えられるよう、アジャイル実践と AI 工学を統合したプロジェクトベースの教育カリキュラムを提案し、その概念、事例研究、および初期評価結果を報告するものである。
EsoLang-Bench: Evaluating Genuine Reasoning in Large Language Models via Esoteric Programming Languages
LLM が既存のコード生成ベンチマークで示す高い性能が単なる暗記に過ぎない可能性を指摘し、学習データとして希少なエソテリック言語を用いた新規ベンチマーク「EsoLang-Bench」を提案し、先行モデルが真の推論能力において著しく劣ることを実証した。
An Empirical Study of Interaction Smells in Multi-Turn Human-LLM Collaborative Code Generation
本論文は、マルチターン人間-LLM 協調コード生成における「インタラクションスメル」という新たな問題領域を定義し、実世界データに基づく分類体系の確立、主要モデル間の分布分析、そしてグローバル不変性の抽出と事前品質監査を行うマルチエージェントフレームワーク「InCE」による効果的な軽減手法の提案を通じて、この課題を体系的に解明した研究である。
Towards a Neural Debugger for Python
この論文は、LLM をファインチューニングまたはゼロから学習させることで、ブレークポイント設定やステップ実行などの対話的制御を可能にする「ニューラルデバッガー」を提案し、CruxEval における高い性能と、将来的な自律型コーディングシステムにおける世界モデルとしての基盤性を示しています。
MORCoRA: Multi-Objective Refactoring Recommendation Considering Review Availability
本論文は、コード品質の向上とレビュー担当者の専門性及び業務負荷を考慮したリファクタリング提案を行うための多目的探索手法「MORCoRA」を提案し、その有効性を複数のオープンソースリポジトリを用いて実証したものである。
The Future of Software Testing: AI-Powered Test Case Generation and Validation
この論文は、AI を活用したテストケース生成と検証が、従来のソフトウェアテストが抱える課題を解決し、効率性・精度・拡張性を飛躍的に向上させる可能性と、その実装における課題や実用例について考察している。
Security and Quality in LLM-Generated Code: A Multi-Language, Multi-Model Analysis
この論文は、大規模言語モデル（LLM）が生成するコードのセキュリティと品質を多言語・多モデルで分析し、言語によってセキュリティ対策の効果が異なり、特に最新の言語機能の活用が不十分で古い手法が多用される傾向があることを明らかにし、LLM のセキュリティと品質の向上に向けた改善の必要性を指摘しています。
Engineering Systems for Data Analysis Using Interactive Structured Inductive Programming
この論文は、大規模言語モデルと人間の協働を構造化された双方向の対話プロトコルで制御する「iProg」というツールを提案し、天体物理学や生化学の分野におけるデータ分析システムの開発において、従来のノーコード手法よりも高い品質と効率を実現することを示しています。