論文の概要: OSmosis: No more Déjà vu in OS isolation
- arxiv url: http://arxiv.org/abs/2309.09291v1
- Date: Sun, 17 Sep 2023 14:58:33 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-19 04:30:16.324925
- Title: OSmosis: No more Déjà vu in OS isolation
- Title(参考訳): OSの分離にDéjà vuは必要ない
- Authors: Sidhartha Agrawal, Reto Achermann, Margo Seltzer,
- Abstract要約: 我々は、リソース共有の正確なレベルを表現する分離モデルであるOSmosisを提案する。
また,モデルに基づく分離機構を実装するためのフレームワークを提案する。
- 参考スコア(独自算出の注目度): 0.7652716081984392
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Operating systems provide an abstraction layer between the hardware and higher-level software. Many abstractions, such as threads, processes, containers, and virtual machines, are mechanisms to provide isolation. New application scenarios frequently introduce new isolation mechanisms. Implementing each isolation mechanism as an independent abstraction makes it difficult to reason about the state and resources shared among different tasks, leading to security vulnerabilities and performance interference. We present OSmosis, an isolation model that expresses the precise level of resource sharing, a framework in which to implement isolation mechanisms based on the model, and an implementation of the framework on seL4. The OSmosis model lets the user determine the degree of isolation guarantee that they need from the system. This determination empowers developers to make informed decisions about isolation and performance trade-offs, and the framework enables them to create mechanisms with the desired degree of isolation.
- Abstract(参考訳): オペレーティングシステムはハードウェアと高レベルのソフトウェアを抽象化するレイヤを提供する。
スレッド、プロセス、コンテナ、仮想マシンなどの多くの抽象化は、分離を提供するメカニズムである。
新しいアプリケーションシナリオは、しばしば新しい分離メカニズムを導入します。
各分離メカニズムを独立した抽象化として実装することは、さまざまなタスク間で共有される状態とリソースを判断することが難しく、セキュリティ上の脆弱性とパフォーマンス上の干渉につながる。
本稿では、OSmosis、リソース共有の正確なレベルを表現する分離モデル、モデルに基づく分離機構を実装するフレームワーク、および、seL4上でのフレームワークの実装について述べる。
OSmosisモデルは、ユーザがシステムから必要なアイソレーションの度合いを判断することを可能にする。
この決定により、開発者は、分離とパフォーマンスのトレードオフに関する情報的な決定を下すことができ、フレームワークは、望まれる分離の程度でメカニズムを作成することができる。
関連論文リスト
- Uncertainty Representations in State-Space Layers for Deep Reinforcement Learning under Partial Observability [59.758009422067]
線形状態空間モデルにおいて閉形式ガウス推論を行う独立なカルマンフィルタ層を提案する。
効率的な線形リカレント層と同様に、Kalmanフィルタ層は並列スキャンを使用してシーケンシャルデータを処理している。
実験により、不確実性推論が意思決定の鍵となる問題においてカルマンフィルタ層が優れており、他のステートフルモデルよりも優れていることが示された。
論文 参考訳(メタデータ) (2024-09-25T11:22:29Z) - Mechanical Self-replication [0.0]
本研究では,生体細胞内の生物学的過程にインスパイアされた自己複製機械系の理論的モデルを提案する。
モデルは自己複製をコアコンポーネントに分解し、それぞれが基本ブロック型のセットから構築された単一のマシンによって実行される。
論文 参考訳(メタデータ) (2024-07-18T09:49:50Z) - IsolateGPT: An Execution Isolation Architecture for LLM-Based Agentic Systems [34.92643238651264]
大規模言語モデル(LLM)は、サードパーティアプリケーションのサポートを開始した。
これらのアプリは、LLMの事実上の自然言語ベースの自動実行パラダイムを活用する。
サードパーティのアプリは、自然言語インターフェースの不正確さによって、信頼できなくなり、さらに悪化する可能性があるため、現在のデザインは、ユーザにとってセキュリティとプライバシのリスクをもたらす。
論文 参考訳(メタデータ) (2024-03-08T00:02:30Z) - Embedded Platform Patterns for Distributed and Secure Logging [0.0]
モジュールとインタフェースの責務分離の観点からフレキシブルなロギング操作設計を可能にするパターンを提案する。
第二に、制約された組み込みデバイスの利用中にセキュアなロギングプロセスを設計するためのパターン。
論文 参考訳(メタデータ) (2023-11-08T21:53:40Z) - Pure Differential Privacy for Functional Summaries via a Laplace-like
Process [8.557392136621894]
この研究は、機能的な要約に差分プライバシーの新たなメカニズムを導入する。
独立成分置換プロセス(ICLP)機構は、関心の要約を真に無限次元のオブジェクトとして扱う。
合成および実データセットに関する数値実験により,提案手法の有効性が示された。
論文 参考訳(メタデータ) (2023-08-31T20:24:51Z) - Concepts and Algorithms for Agent-based Decentralized and Integrated
Scheduling of Production and Auxiliary Processes [78.120734120667]
本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。
要求の一部は、線形にスケールする通信アーキテクチャを開発することである。
このアプローチは、工業的要件に基づいた例を使って説明されます。
論文 参考訳(メタデータ) (2022-05-06T18:44:29Z) - Weakly Supervised Semantic Segmentation via Alternative Self-Dual
Teaching [82.71578668091914]
本稿では,分類とマスク・リファインメント・コンポーネントを統合された深層モデルに組み込む,コンパクトな学習フレームワークを確立する。
本稿では,高品質な知識相互作用を促進するために,新たな自己双対学習(ASDT)機構を提案する。
論文 参考訳(メタデータ) (2021-12-17T11:56:56Z) - Multi-Agent Imitation Learning with Copulas [102.27052968901894]
マルチエージェント模倣学習は、観察と行動のマッピングを学習することで、デモからタスクを実行するために複数のエージェントを訓練することを目的としている。
本稿では,確率変数間の依存を捉える強力な統計ツールである copula を用いて,マルチエージェントシステムにおける相関関係と協調関係を明示的にモデル化する。
提案モデルでは,各エージェントの局所的行動パターンと,エージェント間の依存構造のみをフルにキャプチャするコプラ関数を別々に学習することができる。
論文 参考訳(メタデータ) (2021-07-10T03:49:41Z) - Transformers with Competitive Ensembles of Independent Mechanisms [97.93090139318294]
隠れた表現とパラメータを複数のメカニズムに分割し、注意を通して情報を交換する新しいトランスフォーマー層を提案する。
TIM を大規模 BERT モデル、画像変換器、および音声強調について研究し、意味的に意味のある専門化とパフォーマンスの向上の証拠を見つけます。
論文 参考訳(メタデータ) (2021-02-27T21:48:46Z) - EB-DEVS: A Formal Framework for Modeling and Simulation of Emergent
Behavior in Dynamic Complex Systems [0.0]
本稿では,Emergent Behavior-DEVS (EB-DEVS) a Modeling and Simulation (M&S)フォーマリズムを紹介する。
EB-DEVSはDEVSフォーマリズムに基づいて構築されており、確立された機能に上向きと下向きの通信チャネルを追加する。
本研究は, 鳥の群集, ワクチン接種による集団流行, ホメオスタシスによる細胞下動態の3つのケーススタディである。
論文 参考訳(メタデータ) (2020-10-10T16:39:41Z) - Invariant Causal Prediction for Block MDPs [106.63346115341862]
環境全体にわたる一般化は、実世界の課題への強化学習アルゴリズムの適用の成功に不可欠である。
本稿では,多環境環境における新しい観測を一般化するモデル不適合状態抽象化(MISA)を学習するための不変予測法を提案する。
論文 参考訳(メタデータ) (2020-03-12T21:03:01Z)
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。