arXiv cs.AI· Mehdi Shajari·· 10 小时前AI 评分31
ACCA：面向自主 AI 智能体的保障条件化持续授权机制
Assurance-Conditioned Continuous Authorization for Autonomous AI Agents
AI 导读
研究者提出保障条件化持续授权（ACCA），一种与框架无关的方法，按当前可证成的保障维持自主 AI 智能体的操作权限。它将证据有效性与上下文适用性区分开，通过类型化依赖图对授权相关变化做选择性重评估，并在有效权限变化时切换 authority epoch。基于交易配置的回归测试验证了默认拒绝、证据条件化收缩与恢复、策略分歧及过期动作拒绝。
正文 · AI 翻译
摘要：自主软件代理可以通过工具行动、委派工作，并在先前的授权仍在进行中时更改其模型或执行环境。我们提出保证条件化持续授权（ACCA），这是一种设计为与框架无关的方法，用于根据当前有正当理由的保证来维持操作权限。它区分证据有效性与上下文适用性，从合格证据中推导出保证声明，并在主体声明的上限和适用策略内解析多维有效权限包络。类型化依赖图支持对与授权相关的变更进行选择性重新评估。当有效权限发生变化时，权限纪元随之改变；一个独立的可选授权基础版本支持对特定于操作的授权条件进行重新验证。受保护的效果时执行可以在发生有后果的资源变更之前拒绝过期操作，具体取决于可用的提交机制。组合式领域治理配置文件表达领域特定语义而不授予权限。以回归套件形式实现的受控场景测试使用交易配置文件，在模拟经纪商边界之前的本地网关处检验默认拒绝规则、证据条件化收缩与恢复、策略分歧、选择性不响应以及过期操作拒绝。该研究在一个领域中建立了实现层面的证据，而非跨领域的防止有害行为保证。
| 评论： | 81 页，3 张图 |
| 主题： | 人工智能（cs.AI）；密码学与安全（cs.CR） |
| 引用为： | arXiv:2611.05632 [cs.AI] |
| （或 arXiv:2611.05632v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.05632 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Mehdi Shajari [查看电子邮件]
[v1]
2026 年 11 月 3 日星期二 21:19:46 UTC（103 KB）
来源：arXiv cs.AI · arxiv.org