論文の概要: Dynamic Taint Tracking using Partial Instrumentation for Java Applications

• arxiv url: http://arxiv.org/abs/2411.19354v1
• Date: Thu, 28 Nov 2024 19:58:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-02 15:22:12.089795
• Title: Dynamic Taint Tracking using Partial Instrumentation for Java Applications
• Title（参考訳）: 部分インスツルメンテーションを用いたJavaアプリケーションのための動的音色追跡
• Authors: Manoj RameshChandra Thakur,
• Abstract要約: 動的テイント追跡はアプリケーションを計測することで達成される。 本稿では,動的テナント追跡を適切なランタイムオーバーヘッドで実現するための部分的計測法を提案する。 Dacapoベンチマークのいくつかのテスト実行では、完全なインスツルメンテーションを実行するPhosphorバージョンよりも大幅にパフォーマンスが向上している。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Dynamic taint tracking is the process of assigning label to variables in a program and then tracking the flow of the labels as the program executes. Dynamic taint tracking for java applications is achieved by instrumenting the application ie. adding parallel variable for each actual variable of the program and inserting additional bytecode instructions to track the flow of the parallel variables. In this paper we suggest partial instrumentation to achieve dynamic taint tracking with reasonable runtime overhead. Partial instrumentation involves instrumenting only parts of a java application, which are within the scope of a predefined source and sink set. Partial instrumentation is performed at the granularity level of a method. We use PetaBlox, a large-scale software analysis tool, which internally uses Datalog[3], to perform static analysis and infers all the methods within the scope of source and sink sets and a modified version of Phosphor[1] to achieve partial instrumentation. Test runs performed on some of the Dacapo benchmarks show a significant performance improvement over the version of Phosphor that performs complete instrumentation.
• Abstract（参考訳）: Dynamic taint Track はプログラム内の変数にラベルを割り当て、プログラムの実行時にラベルのフローを追跡するプロセスである。 アプリケーション ie をインスツルメンテーションすることで、Java アプリケーションに対する動的な taint トラッキングが実現されます。 プログラムの各変数に並列変数を追加し、並列変数の流れを追跡するための追加のバイトコード命令を挿入する。 本稿では,動的テナントトラッキングを実現するための部分的インスツルメンテーションを提案する。 部分的なインスツルメンテーションは、事前に定義されたソースとシンクセットの範囲内にあるJavaアプリケーションの一部だけをインスツルメンテーションする。 部分インスツルメンテーションは、メソッドの粒度レベルで実行される。 我々は、内部でDatalog[3]を使用する大規模ソフトウェア解析ツールであるPetaBloxを使用して静的解析を行い、ソースとシンクセットの範囲内のすべてのメソッドと修正されたPhosphor[1]を推論し、部分的なインスツルメンテーションを実現する。 Dacapoベンチマークのいくつかのテスト実行では、完全なインスツルメンテーションを実行するPhosphorバージョンよりも大幅にパフォーマンスが向上している。

関連論文リスト

• ReF Decompile: Relabeling and Function Call Enhanced Decompile [50.86228893636785]
  逆コンパイルの目標は、コンパイルされた低レベルコード(アセンブリコードなど)を高レベルプログラミング言語に変換することである。 このタスクは、脆弱性識別、マルウェア分析、レガシーソフトウェアマイグレーションなど、さまざまなリバースエンジニアリングアプリケーションをサポートする。
  論文  参考訳（メタデータ） (2025-02-17T12:38:57Z)
• Scaling Symbolic Execution to Large Software Systems [0.0]
  シンボル実行は、プログラム検証とバグ検出ソフトウェアの両方で使用される一般的な静的解析手法である。 我々は、Clang Static Analyzerと呼ばれるエラー検出フレームワークと、その周辺に構築されたインフラストラクチャーであるCodeCheckerに焦点を当てた。
  論文  参考訳（メタデータ） (2024-08-04T02:54:58Z)
• Validating Traces of Distributed Programs Against TLA+ Specifications [0.0]
  本稿では,分散プログラムのトレースをTLA+で記述された高レベル仕様に関連付けるためのフレームワークを提案する。 この問題は、TLCモデルチェッカーを用いて実現した制約付きモデルチェック問題に還元される。 提案手法を複数の分散プログラムに適用し,すべてのケースにおいて仕様と実装の相違を検出する。
  論文  参考訳（メタデータ） (2024-04-24T01:33:07Z)
• Parallel Program Analysis on Path Ranges [3.018638214344819]
  Ranged symbolic execution は、並列にパス範囲と呼ばれるプログラム部分でシンボリックな実行を実行する。 本稿では,プログラムを経路範囲に分割し,任意の解析を並列に行う検証手法を提案する。
  論文  参考訳（メタデータ） (2024-02-19T08:26:52Z)
• Tracking with Human-Intent Reasoning [64.69229729784008]
  この作業では、新しいトラッキングタスクであるインストラクショントラッキングを提案している。 ビデオフレーム内で自動的にトラッキングを実行するようにトラッカーに要求する暗黙の追跡命令を提供する。 TrackGPTは複雑な推論ベースの追跡を行うことができる。
  論文  参考訳（メタデータ） (2023-12-29T03:22:18Z)
• SparseTrack: Multi-Object Tracking by Performing Scene Decomposition based on Pseudo-Depth [84.64121608109087]
  2次元画像から目標の相対的な深さを求めるための擬似深度推定法を提案する。 次に,得られた深度情報を用いて,高密度なターゲットセットを複数のスパースなターゲットサブセットに変換するディープカスケードマッチング(DCM)アルゴリズムを設計する。 擬似深度法とDCM戦略をデータアソシエーションプロセスに統合することにより、SparseTrackと呼ばれる新しいトラッカーを提案する。
  論文  参考訳（メタデータ） (2023-06-08T14:36:10Z)
• A Unified Active Learning Framework for Annotating Graph Data with Application to Software Source Code Performance Prediction [4.572330678291241]
  ソフトウェアの性能予測を専門とする一貫したアクティブラーニングフレームワークを開発した。 能動的・受動的学習に異なるレベルの情報を用いることが与える影響について検討する。 我々のアプローチは、異なるソフトウェアパフォーマンス予測のためのAIモデルへの投資を改善することを目的としています。
  論文  参考訳（メタデータ） (2023-04-06T14:00:48Z)
• Revisiting Color-Event based Tracking: A Unified Network, Dataset, and Metric [53.88188265943762]
  上記の機能を同時に実現したCEUTrack(Color-Event Unified Tracking)のためのシングルステージバックボーンネットワークを提案する。 提案するCEUTrackはシンプルで,効率的で,75FPS以上を達成し,新たなSOTA性能を実現している。
  論文  参考訳（メタデータ） (2022-11-20T16:01:31Z)
• Learning Dynamic Compact Memory Embedding for Deformable Visual Object Tracking [82.34356879078955]
  本稿では,セグメント化に基づく変形可能な視覚追跡手法の識別を強化するために,コンパクトなメモリ埋め込みを提案する。 DAVIS 2017ベンチマークでは,D3SやSiamMaskなどのセグメンテーションベースのトラッカーよりも優れている。
  論文  参考訳（メタデータ） (2021-11-23T03:07:12Z)
• EdgeFlow: Achieving Practical Interactive Segmentation with Edge-Guided Flow [5.696221390328458]
  We propose EdgeFlow, a novel architecture that fully use a interactive information of user clicks with edge-guided flow。 提案手法は,後処理や反復最適化の手法を使わずに,最先端の性能を実現する。 提案手法により,実用的なデータアノテーションタスクのための効率的な対話型セグメンテーションツールを開発した。
  論文  参考訳（メタデータ） (2021-09-20T10:07:07Z)
• Enel: Context-Aware Dynamic Scaling of Distributed Dataflow Jobs using Graph Propagation [52.9168275057997]
  本稿では,属性グラフ上でメッセージの伝搬を利用してデータフロージョブをモデル化する,新しい動的スケーリング手法であるEnelを提案する。 Enelが効果的な再スケーリングアクションを識別でき、例えばノードの障害に反応し、異なる実行コンテキストで再利用可能であることを示す。
  論文  参考訳（メタデータ） (2021-08-27T10:21:08Z)

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。