論文の概要: Design and Implementation Considerations for a Virtual File System Using an Inode Data Structure
- arxiv url: http://arxiv.org/abs/2312.15153v1
- Date: Sat, 23 Dec 2023 03:44:17 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-18 11:28:18.985581
- Title: Design and Implementation Considerations for a Virtual File System Using an Inode Data Structure
- Title（参考訳）: Inodeデータ構造を用いた仮想ファイルシステムの設計と実装に関する考察
- Authors: Qin Sun, Grace McKenzie, Guanqun Song, Ting Zhu,
- Abstract要約: 我々は、Unixベースのファイルシステムの設計と、このタイプのファイルシステムレイアウトを、Linuxの単一ファイル仮想ファイルシステムとしてどのように実装するかについて議論する。
我々は,仮想ファイルシステムがセキュリティ攻撃に対して脆弱である方法を探り,そのような攻撃の防止や軽減に役立つ簡単なソリューションを導入する。
- 参考スコア（独自算出の注目度）: 4.725345845195055
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Virtual file systems are a tool to centralize and mobilize a file system that could otherwise be complex and consist of multiple hierarchies, hard disks, and more. In this paper, we discuss the design of Unix-based file systems and how this type of file system layout using inode data structures and a disk emulator can be implemented as a single-file virtual file system in Linux. We explore the ways that virtual file systems are vulnerable to security attacks and introduce straightforward solutions that can be implemented to help prevent or mitigate the consequences of such attacks.
- Abstract（参考訳）: 仮想ファイルシステムは、複雑で複数の階層、ハードディスクなどから構成されるファイルシステムを中央集権化し、動員するためのツールである。
本稿では、Unixベースのファイルシステムの設計と、インオードデータ構造とディスクエミュレータを用いたこのタイプのファイルシステムレイアウトを、Linuxの単一ファイル仮想ファイルシステムとして実装する方法について論じる。
我々は,仮想ファイルシステムがセキュリティ攻撃に対して脆弱である方法を探り,そのような攻撃の防止や軽減に役立つ簡単なソリューションを導入する。
関連論文リスト
- I Know What You Sync: Covert and Side Channel Attacks on File Systems via syncfs [5.556839719025154]
論理的分離を断ち切るファイルシステムを通して、新しいタイプのサイドチャネルを示す。
ファイルシステムはオペレーティングシステムにおいて重要な役割を担い、アプリケーション層と物理ストレージデバイスの間のすべてのI/Oアクティビティを管理する。
我々はLinuxとAndroidの両方をターゲットとする3つのサイドチャネル攻撃を構築した。
論文 参考訳（メタデータ） (2024-11-16T20:40:08Z) - From Commands to Prompts: LLM-based Semantic File System for AIOS [46.29019415676847]
プロンプト駆動型ファイル管理のためのLSFS(LLM-based semantic file system)を提案する。
従来のアプローチとは異なり、LSFSはLLMを組み込んで、ユーザやエージェントが自然言語のプロンプトを通じてファイルと対話できるようにする。
実験の結果,LSFSはユーザ利便性,サポート対象関数の多様性,ファイル操作の正確性や効率性の観点から,従来のファイルシステムよりも大幅に改善されていることがわかった。
論文 参考訳（メタデータ） (2024-09-23T08:39:16Z) - Designing and Implementing a Generator Framework for a SIMD Abstraction Library [53.84310825081338]
SIMD抽象化ライブラリを生成するための新しいエンドツーエンドフレームワークであるTSLGenを提案する。
私たちのフレームワークは既存のライブラリに匹敵するもので、同じパフォーマンスを実現しています。
論文 参考訳（メタデータ） (2024-07-26T13:25:38Z) - VMamba: Visual State Space Model [92.83984290020891]
VMambaは、線形時間複雑性で動作するビジョンバックボーンである。
VMambaのコアには2D Selective Scan (SS2D)モジュールを備えたVisual State-Space (VSS)ブロックのスタックがある。
論文 参考訳（メタデータ） (2024-01-18T17:55:39Z) - RISP: Rendering-Invariant State Predictor with Differentiable Simulation
and Rendering for Cross-Domain Parameter Estimation [110.4255414234771]
既存のソリューションでは、大量のトレーニングデータが必要か、未知のレンダリング設定への一般化性が欠如している。
本稿では、ドメインのランダム化と微分可能なレンダリング勾配を併用してこの問題に対処する手法を提案する。
提案手法は, 再構成誤差を大幅に低減し, 未知のレンダリング構成間の一般化性が向上する。
論文 参考訳（メタデータ） (2022-05-11T17:59:51Z) - Constructing Neural Network-Based Models for Simulating Dynamical
Systems [59.0861954179401]
データ駆動モデリングは、真のシステムの観測からシステムの力学の近似を学ぼうとする代替パラダイムである。
本稿では,ニューラルネットワークを用いた動的システムのモデル構築方法について検討する。
基礎的な概要に加えて、関連する文献を概説し、このモデリングパラダイムが克服すべき数値シミュレーションから最も重要な課題を概説する。
論文 参考訳（メタデータ） (2021-11-02T10:51:42Z) - DLPFS: The Data Leakage Prevention FileSystem [1.1454761108688085]
ヒューマンエラーによるデータ漏洩は、残念なニュースだ。
本稿では,データ漏洩防止ファイルシステム(DLPFS, Data Leakage Prevention FileSystem)を提案する。
このインターフェースはPOSIXインターフェースの上にプライバシ保護層を提供し、既存のインフラストラクチャやアプリケーションとのシームレスな統合を可能にする。
論文 参考訳（メタデータ） (2021-08-31T12:27:16Z) - PIMOD: A Tool for Configuring Single-Board Computer Operating System
Images [0.7519268719195279]
PIMODは、シングルボードコンピュータシステムのためのオペレーティングシステムイメージを構成するためのソフトウェアツールである。
PIMODの実装は、無償でオープンソースライセンスの下で公開されている。
論文 参考訳（メタデータ） (2020-10-15T15:52:25Z) - Design And Develop Network Storage Virtualization By Using GNS3 [0.0]
我々は, RAID-Zファイルシステムを用いたプール記憶方式を提案し, サイトの複製, 圧縮青写真, 適切なバックアップ方法, エラー訂正手法の拡張, リアルタイムネットワーク上のテスト手順を提供する。
論文 参考訳（メタデータ） (2020-06-24T22:15:11Z) - 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)
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。