PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.19436v1cs.CR

자율 커머스에서의 신뢰 구축: 검증 가능한 글로벌 이벤트 타임라인과 AI 준비형 사기 인텔리전스 층

Building Trust in Autonomous Commerce: A Verifiable Global Event Timeline and AI-Ready Fraud Intelligence Layer

AP2 및 ACP와 같은 에이전트형 커머스(agentic commerce) 프로토콜은 에이전트 주도 거래를 위한 보안 메커니즘을 정의하지만, 이기종 도메인 간 상호운용 가능하고 변조가 드러나는 감사 가능성 또는 검증 가능한 이벤트의 시간적 순서를 제공하지 않는다. 본 논문은 이러한 공백을 해소하기 위해 에이전트형 커머스를 위한 검증 가능한 글로벌 이벤트 타임라인을 제안하며, 이는 네 가지 핵심 구성 요소로 구성된다: 결정론적 직렬화를 강제하는 정규(canonical) 이벤트 스키마, 동기화된 시계에 의존하지 않고 재현 가능한 순서를 보장하는 결정론적 배치 형성, 대수 비용의 포함 증명을 제공하는 Merkle 기반 추가 전용(append-only) 커밋먼트, 그리고 변조가 드러나는 시간적 백본을 확립하는 블록체인 앵커링(anchoring). 이 인프라를 기반으로, 위조 불가능한 출처(provenance) 체인을 통해 위험 라벨을 앵커된 증거에 바인딩하는 암호학적으로 서명된 사기 마커(fraud marker)와, 재현 가능하고 변조가 드러나는 AI 학습 파이프라인을 가능하게 하는 데이터셋 계보(lineage) 모델을 도입한다. 프로토타입 구현의 실증 결과는 다음을 보여준다: Merkle 트리 구성이 50,000개 이벤트를 47밀리초에 처리한다; 종단 간(end-to-end) 검증은 배치 크기와 관계없이 0.013밀리초 미만에 완료된다; 포함 증명 크기는 1,000개 이벤트에서 320바이트, 50,000개 이벤트에서 512바이트로 대수적으로 증가한다; Merkle 기반 검증은 50,000개 이벤트에서 선형 스캔(linear scan)보다 14.4배 우수한 성능을 보인다.