論文の概要: Migration in the Stencil Pluralist Cloud Architecture
- arxiv url: http://arxiv.org/abs/2102.03964v1
- Date: Mon, 8 Feb 2021 02:15:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-12 05:34:26.544944
- Title: Migration in the Stencil Pluralist Cloud Architecture
- Title（参考訳）: Stencil Pluralist クラウドアーキテクチャにおけるマイグレーション
- Authors: Tai Liu, Zain Tariq, Barath Raghavan, Jay Chen
- Abstract要約: 大規模なインターネットサービスは、中央集権的あるいは分散化されるべきなのか?
今や一般的な集中型クラウドとWebサービスには、ユーザロックインとプライバシとデータコントロールの喪失という欠点がある。
我々は,ソーシャルメディアなどのユーザ向けサービスの狭い腰として機能する,複数のクラウドアーキテクチャであるStencilの設計について検討する。
- 参考スコア（独自算出の注目度）: 7.758228530186653
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: A debate in the research community has buzzed in the background for years:
should large-scale Internet services be centralized or decentralized?
Now-common centralized cloud and web services have downsides -- user lock-in
and loss of privacy and data control -- that are increasingly apparent.
However, their decentralized counterparts have struggled to gain adoption,
suffer from their own problems of scalability and trust, and eventually may
result in the exact same lock-in they intended to prevent. In this paper, we
explore the design of a pluralist cloud architecture, Stencil, one that can
serve as a narrow waist for user-facing services such as social media. We aim
to enable pluralism via a unifying set of abstractions that support migration
from one service to a competing service. We find that migrating linked data
introduces many challenges in both source and destination services as links are
severed. We show how Stencil enables correct and efficient data migration
between services, how it supports the deployment of new services, and how
Stencil could be incrementally deployed.
- Abstract（参考訳）: 大規模なインターネットサービスは、中央集権的あるいは分散化されるべきなのか?
今や一般的な集中型クラウドとWebサービスには、ユーザロックインとプライバシとデータコントロールの喪失という欠点がある。
しかし、分散化された組織は採用に苦慮し、スケーラビリティと信頼という独自の問題に悩まされ、最終的には、彼らが阻止しようとするのと全く同じロックインに陥る可能性がある。
本稿では,ソーシャルメディアなどのユーザ向けサービスの狭義の腰として機能する複数のクラウドアーキテクチャであるStencilの設計について検討する。
当社は,ひとつのサービスから競合サービスへのマイグレーションをサポートする,統一的な抽象化セットを通じて,多元主義を実現することを目標としています。
リンクが切断されるにつれて、リンクデータの移行はソースサービスと宛先サービスの両方に多くの課題をもたらす。
我々は、stencilがサービス間の正確かつ効率的なデータマイグレーションを可能にする方法、新しいサービスのデプロイをサポートする方法、stencilをインクリメンタルにデプロイする方法について示す。
関連論文リスト
- Decentralized Storage And Self-Sovereign Identity For Document-Based Claims [7.094737268994282]
分散IDシステムは、オンラインアクティビティのトラッキングやデータ漏洩によって、ユーザのプライバシを侵害することが多い。
この記事では、分散化されたアプリケーションのプロトタイプであるSoverClaimを紹介します。
プロトタイプは、750ms以下の応答時間を達成するために、自己主権のアイデンティティとドキュメントベースのクレームのシームレスな統合を実証している。
論文 参考訳（メタデータ） (2024-11-25T23:28:44Z) - A proof of contribution in blockchain using game theoretical deep learning model [4.53216122219986]
本稿では,タスクスケジューリングとリソース提供に関して,サービス提供者間で合意に達するためのゲーム理論のディープラーニングモデルを提案する。
我々のモデルは最先端のモデルに比べてレイテンシを584%削減する。
論文 参考訳（メタデータ） (2024-08-25T12:40:19Z) - Mitigating Data Sharing in Public Cloud using Blockchain [0.0]
データの権利、データ共有、データ検証といった重要な側面を持つ、クラウド内のセキュアなデータエコシステムを提案します。
これにより、既存のパブリッククラウドベースのシステムが、信頼性の強化とクラウドデータの非再検討を容易にブロックチェーンをデプロイできるようになる。
論文 参考訳（メタデータ） (2024-04-21T13:12:44Z) - Enhancing Trust and Privacy in Distributed Networks: A Comprehensive Survey on Blockchain-based Federated Learning [51.13534069758711]
ブロックチェーンのような分散型アプローチは、複数のエンティティ間でコンセンサスメカニズムを実装することで、魅力的なソリューションを提供する。
フェデレートラーニング(FL)は、参加者がデータのプライバシを保護しながら、協力的にモデルをトレーニングすることを可能にする。
本稿では,ブロックチェーンのセキュリティ機能とFLのプライバシ保護モデルトレーニング機能の相乗効果について検討する。
論文 参考訳（メタデータ） (2024-03-28T07:08:26Z) - Blockchain-enabled Trustworthy Federated Unlearning [50.01101423318312]
フェデレートアンラーニング(Federated Unlearning)は、分散クライアントのデータオーナシップを保護するための、有望なパラダイムである。
既存の作業では、分散クライアントからの履歴モデルパラメータを保持するために、中央サーバが必要である。
本稿では,ブロックチェーンによる信頼性の高いフェデレーションアンラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2024-01-29T07:04:48Z) - Blockchain-empowered Federated Learning for Healthcare Metaverses:
User-centric Incentive Mechanism with Optimal Data Freshness [66.3982155172418]
まず、医療メタバースのための分散型フェデレートラーニング(FL)に基づく、ユーザ中心のプライバシ保護フレームワークを設計する。
次に,情報時代(AoI)を有効データ更新度指標として利用し,観測理論(PT)に基づくAoIベースの契約理論モデルを提案し,センシングデータ共有の動機付けを行う。
論文 参考訳（メタデータ） (2023-07-29T12:54:03Z) - Measuring Centralization of Online Platforms Through Size and
Interconnection of Communities [0.0]
我々は,コミュニティの排除によってコミュニティ間の縁が乱される回数の観点から,コミュニティの影響を特徴づける手法を用いる。
我々のアプローチは、二部構成のユーザコミュニティ社会技術ネットワークに適した「分散化」を慎重に定義する。
論文 参考訳（メタデータ） (2023-07-27T17:35:18Z) - Reducing Idleness in Financial Cloud Services via Multi-objective
Evolutionary Reinforcement Learning based Load Balancer [14.21902878831522]
ニューラルネットワークベースのスケーラブルポリシは,要求される弾力性のために,ユーザ要求をさまざまなサーバにルーティングするように設計されている。
アイドルネスの新たな目的が従来の産業ソリューションよりも130%以上削減されるだけでなく、本来の負荷分散目標自体もわずかに改善されている。
論文 参考訳（メタデータ） (2023-05-05T12:09:45Z) - Secure Distributed Training at Scale [65.7538150168154]
ピアの存在下でのトレーニングには、ビザンティン寛容な特殊な分散トレーニングアルゴリズムが必要である。
本稿では,コミュニケーション効率を重視したセキュアな(ビザンチン耐性)分散トレーニングのための新しいプロトコルを提案する。
論文 参考訳（メタデータ） (2021-06-21T17:00:42Z) - A Privacy-Preserving Distributed Architecture for
Deep-Learning-as-a-Service [68.84245063902908]
本稿では,ディープラーニング・アズ・ア・サービスのための分散アーキテクチャを提案する。
クラウドベースのマシンとディープラーニングサービスを提供しながら、ユーザの機密データを保存できる。
論文 参考訳（メタデータ） (2020-03-30T15:12:03Z) - Byzantine-resilient Decentralized Stochastic Gradient Descent [85.15773446094576]
分散学習システムのビザンチンレジリエンスに関する詳細な研究について述べる。
ビザンチンフォールトトレランスを用いた分散学習を支援する新しいアルゴリズムUBARを提案する。
論文 参考訳（メタデータ） (2020-02-20T05:11:04Z)
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。