Fugu-MT 論文翻訳(概要): Exploring the Horizon: A Comprehensive Survey of Rowhammer

論文の概要: Exploring the Horizon: A Comprehensive Survey of Rowhammer

arxiv url: http://arxiv.org/abs/2310.06950v1
Date: Tue, 10 Oct 2023 19:09:42 GMT
ステータス: 処理完了
システム内更新日: 2024-03-19 02:42:56.320193
Title: Exploring the Horizon: A Comprehensive Survey of Rowhammer
Title（参考訳）: 水平探査:Rowhammerの総合的な調査
Authors: Amir Naseredini,
Abstract要約: Rowhammerは、現代のコンピュータにとって重大なセキュリティ上の課題だ。我々はローハンマーを攻撃、防衛、興味をそそる仕事へと研究する。各カテゴリの論文を,個別に重複するクラスに分類し,各クラスにおける論文の概要を示す。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Rowhammer poses a significant security challenge for modern computers, specifically affecting Dynamic Random Access Memory(DRAM). Given society's growing reliance on computer systems, ensuring the reliability of hardware is of utmost importance. This paper provides a comprehensive survey of Rowhammer, examining the literature from various angles. We categorise studies on Rowhammer into attacks, defences, and intriguing work, exploring each category in detail. Furthermore, we classify papers within each category into distinct yet overlapping classes and present an overview of the papers in each class.
Abstract（参考訳）: Rowhammerは、動的ランダムアクセスメモリ(DRAM)に特に影響を及ぼす、現代のコンピュータにとって重大なセキュリティ上の課題である。社会のコンピュータシステムへの依存度が高まる中、ハードウェアの信頼性が最重要視されている。本稿では,Rowhammerについて,様々な角度から検討した総合的な調査を行う。我々はRowhammerについて、攻撃、防衛、興味をそそる作業に分類し、各カテゴリを詳細に調査する。さらに、各カテゴリ内の論文を別々に重複するクラスに分類し、各クラスにおける論文の概要を示す。

関連論文リスト

Fairness and Bias Mitigation in Computer Vision: A Survey [61.01658257223365]
コンピュータビジョンシステムは、高精細な現実世界のアプリケーションにますますデプロイされている。歴史的または人為的なデータにおいて差別的な傾向を伝播または増幅しないことを確実にする必要がある。本稿では,コンピュータビジョンの文脈における現在進行中の傾向と成功をまとめた,公平性に関する総合的な調査を行う。
論文参考訳（メタデータ） (2024-08-05T13:44:22Z)
Against The Achilles' Heel: A Survey on Red Teaming for Generative Models [60.21722603260243]
120以上の論文を調査し,言語モデル固有の能力に根ざした,きめ細かい攻撃戦略の分類を導入した。我々は、様々な自動レッドチーム化アプローチを統合するために、"searcher"フレームワークを開発した。
論文参考訳（メタデータ） (2024-03-31T09:50:39Z)
A Comprehensive Survey of Forgetting in Deep Learning Beyond Continual Learning [58.107474025048866]
蓄積とは、以前に獲得した知識の喪失または劣化を指す。フォッテッティングは、深層学習における様々な研究領域でよく見られる現象である。
論文参考訳（メタデータ） (2023-07-16T16:27:58Z)
Deep learning for table detection and structure recognition: A survey [49.09628624903334]
本調査の目的は,テーブル検出の分野での大きな進展を深く理解することである。この分野における古典的アプリケーションと新しいアプリケーションの両方について分析する。既存のモデルのデータセットとソースコードは、読者にこの膨大な文献のコンパスを提供するために組織されている。
論文参考訳（メタデータ） (2022-11-15T19:42:27Z)
Machine Learning for Stress Monitoring from Wearable Devices: A Systematic Literature Review [1.5293427903448025]
本研究の目的は,ウェアラブルデバイスを用いたストレス検出とモニタリングの現状について概観することである。レビューされた作品は、公開されているストレスデータセット、機械学習、将来の研究方向性の3つのカテゴリにまとめられた。
論文参考訳（メタデータ） (2022-09-29T23:40:38Z)
Retrieval-Enhanced Machine Learning [110.5237983180089]
本稿では,いくつかの既存モデルを含む汎用的な検索強化機械学習フレームワークについて述べる。 REMLは情報検索の慣例に挑戦し、最適化を含む中核領域における新たな進歩の機会を提示している。 REMLリサーチアジェンダは、情報アクセス研究の新しいスタイルの基礎を築き、機械学習と人工知能の進歩への道を開く。
論文参考訳（メタデータ） (2022-05-02T21:42:45Z)
Tell Me How to Survey: Literature Review Made Simple with Automatic Reading Path Generation [16.07200776251764]
論文を大量の文献から読めば、簡単な調査をしたり、特定の研究トピックに関する最新の進歩に遅れないようにする方法が課題になっている。 Google Scholarのような既存の学術検索エンジンは、各論文とクエリ間の関連性を個別に計算することで、関連論文を返す。本稿では,あるクエリに対して読み込む論文のパスを自動生成することを目的とした読解パス生成(RPG)を紹介する。
論文参考訳（メタデータ） (2021-10-12T20:58:46Z)
Deep Learning for Scene Classification: A Survey [48.57123373347695]
シーン分類は、コンピュータビジョンにおける長年の、根本的かつ挑戦的な問題である。大規模データセットの出現と深層学習技術のルネッサンスは、シーン表現と分類の分野において顕著な進歩をもたらした。本稿では,深層学習によるシーン分類における最近の成果を総合的に調査する。
論文参考訳（メタデータ） (2021-01-26T03:06:50Z)
Machine Identification of High Impact Research through Text and Image Analysis [0.4737991126491218]
本稿では,引用の可能性が低い論文から高い論文を自動的に分離するシステムを提案する。本システムでは,文書全体の外観を推測する視覚的分類器と,コンテンツインフォームド決定のためのテキスト分類器の両方を用いる。
論文参考訳（メタデータ） (2020-05-20T19:12:24Z)
A Survey on Machine Reading Comprehension Systems [1.5293427903448022]
本稿では,機械読解システムの様々な側面に関する総合的な調査を行う。我々は,2016年から2020年までの241件のレビュー論文をもとに,この分野の最近の傾向を概説する。本研究は,近年,回答抽出から回答生成へと研究の焦点が変化していることを示すものである。
論文参考訳（メタデータ） (2020-01-06T13:54:06Z)

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。