Fugu-MT 論文翻訳(概要): Fast, Secure, Adaptable: LionsOS Design, Implementation and Performance

論文の概要: Fast, Secure, Adaptable: LionsOS Design, Implementation and Performance

arxiv url: http://arxiv.org/abs/2501.06234v1
Date: Wed, 08 Jan 2025 05:01:24 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-14 19:20:12.538312
Title: Fast, Secure, Adaptable: LionsOS Design, Implementation and Performance
Title（参考訳）: 高速、セキュア、適応性: LionsOSの設計、実装、パフォーマンス
Authors: Gernot Heiser, Ivan Velickovic, Peter Chubb, Alwin Joshy, Anuraag Ganesh, Bill Nguyen, Cheng Li, Courtney Darville, Guangtao Zhu, James Archer, Jingyao Zhou, Krishnan Winter, Lucy Parker, Szymon Duchniewicz, Tianyi Bai,
Abstract要約: セキュリティと安全に重要な組み込みシステムのためのオペレーティングシステムであるLionsOSについて紹介する。静的アーキテクチャを使用し、厳密な関心の分離と単純さに焦点を当てた、高度にモジュール化された設計を特徴としている。
参考スコア（独自算出の注目度）: 3.016177024451439
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: We present LionsOS, an operating system for security- and safety-critical embedded systems. LionsOS is based on the formally verified seL4 microkernel and designed with verification in mind. It uses a static architecture and features a highly modular design driven by strict separation of concerns and a focus on simplicity. We demonstrate that LionsOS outperforms Linux.
Abstract（参考訳）: セキュリティと安全に重要な組み込みシステムのためのオペレーティングシステムであるLionsOSについて紹介する。 LionsOSは、正式に認証されたseL4マイクロカーネルをベースにしており、検証を念頭に設計されている。静的アーキテクチャを使用し、厳密な関心の分離と単純さに焦点を当てた、高度にモジュール化された設計を特徴としている。 LionsOSがLinuxより優れていることを実証します。

関連論文リスト

CrashFixer: A crash resolution agent for the Linux kernel [58.152358195983155]
この作業は、システムレベルのLinuxカーネルバグのベンチマークと、Linuxカーネルで実験を実行するプラットフォームを共有するkGymの上に構築されている。 CrashFixerはLinuxカーネルのバグに適応する最初のLCMベースのソフトウェア修復エージェントである。
論文参考訳（メタデータ） (2025-04-29T04:18:51Z)
A Journey of Modern OS Construction From boot to DOOM [1.0399614883374284]
VOSは、コモディティでポータブルなハードウェアで動作する、第一級のインストラクショナルOSである。我々の手法は逆エンジニアリングと呼ばれ、フル機能のOSをインクリメンタルで自己完結型のプロトタイプに分解する。
論文参考訳（メタデータ） (2025-04-24T23:46:28Z)
LEMIX: Enabling Testing of Embedded Applications as Linux Applications [8.073890244598601]
LEMIXは、ハードウェア依存から切り離されたx86 Linuxアプリケーションとして再ホストすることで、組み込みアプリケーションの動的解析を可能にするフレームワークである。組込みアプリケーションをLinuxアプリケーションに変換する際の課題に対処する様々な技術を開発した。
論文参考訳（メタデータ） (2025-03-22T00:14:47Z)
BYOS: Knowledge-driven Large Language Models Bring Your Own Operating System More Excellent [32.81416809245337]
BYOSはLarge Language Models (LLM) をベースとしたフレームワークで、カーネル設定をさまざまなユーザ要求に合わせてカスタマイズする。 OS指向のDual-layer Knowledge Graph(OD-KG)とそれに対応する推論戦略を統合することで、BYOSはカーネル構成のカスタマイズ、コスト効率、便利な生成を可能にした。実験の結果、BYOSによって構成されたカーネルはデフォルトのベンダー構成のカーネルを7.1%から155.4%上回った。
論文参考訳（メタデータ） (2025-03-12T15:50:16Z)
The Next Frontier of LLM Applications: Open Ecosystems and Hardware Synergy [5.667013605202579]
大規模言語モデル(LLM)アプリケーションは、AIエコシステムの未来を形作っている。本稿では, LLM アプリケーションの将来を考察し, 3層疎結合アーキテクチャを提案する。安全でスケーラブルなAIデプロイメントのための重要なセキュリティとプライバシの課題を強調します。
論文参考訳（メタデータ） (2025-03-06T16:38:23Z)
Comprehensive Kernel Safety in the Spectre Era: Mitigations and Performance Evaluation (Extended Version) [2.0436753359071913]
レイアウトのランダム化は、メモリ分離を伴うシステムにおいて、同等の安全性を保証できることを示す。サイドチャネルと投機的実行を使用できる攻撃者に対しては,カーネルの安全性を回復できないことを示す。我々は、Spectre時代の安全なシステムコールに対して、投機的カーネル安全性を保証できる強制機構を導入する。
論文参考訳（メタデータ） (2024-11-27T07:06:28Z)
System-Level Defense against Indirect Prompt Injection Attacks: An Information Flow Control Perspective [24.583984374370342]
LLMシステム(Large Language Model-based System)は、情報処理およびクエリ処理システムである。本稿では,情報フロー制御の原理に基づくシステムレベルの防衛システムについて述べる。
論文参考訳（メタデータ） (2024-09-27T18:41:58Z)
Defensive Prompt Patch: A Robust and Interpretable Defense of LLMs against Jailbreak Attacks [59.46556573924901]
本稿では,大規模言語モデル(LLM)のための新しいプロンプトベースの防御機構であるDPPを紹介する。従来のアプローチとは異なり、DPP は LLM の高能率を維持しながら最小の攻撃成功率 (ASR) を達成するように設計されている。 LLAMA-2-7B-ChatおよびMistral-7B-Instruct-v0.2モデルによる実験結果から,DSPの堅牢性と適応性が確認された。
論文参考訳（メタデータ） (2024-05-30T14:40:35Z)
PerOS: Personalized Self-Adapting Operating Systems in the Cloud [0.0]
大規模な言語モデル(LLM)機能を備えたパーソナライズされたOSであるPerOSを提案する。 PerOSは、宣言型インターフェース、自己適応型カーネル、スケーラブルなクラウド中心アーキテクチャにおけるセキュアなデータ管理を通じて、プライバシと個人情報を保護しながら、カスタマイズされたユーザエクスペリエンスを提供することを目指している。
論文参考訳（メタデータ） (2024-03-26T20:10:31Z)
AdaShield: Safeguarding Multimodal Large Language Models from Structure-based Attack via Adaptive Shield Prompting [54.931241667414184]
textbfAdaptive textbfShield Promptingを提案する。これは、MLLMを構造ベースのジェイルブレイク攻撃から守るための防御プロンプトで入力をプリペイドする。我々の手法は、構造に基づくジェイルブレイク攻撃に対するMLLMの堅牢性を一貫して改善することができる。
論文参考訳（メタデータ） (2024-03-14T15:57:13Z)
ShieldLM: Empowering LLMs as Aligned, Customizable and Explainable Safety Detectors [90.73444232283371]
ShieldLMは、LLM(Large Language Models)の安全性検出装置で、一般的な安全基準に準拠している。 ShieldLMは4つのテストセットにまたがる強力なベースラインを超えており、優れたカスタマイズ性と説明可能性を示している。
論文参考訳（メタデータ） (2024-02-26T09:43:02Z)
SyzTrust: State-aware Fuzzing on Trusted OS Designed for IoT Devices [67.65883495888258]
我々は、リソース制限されたTrusted OSのセキュリティを検証するための、最初の状態認識ファジィフレームワークであるSyzTrustを紹介する。 SyzTrustはハードウェア支援フレームワークを採用し、IoTデバイス上でTrusted OSを直接ファジングできるようにする。我々は、Samsung、Tsinglink Cloud、Ali Cloudの3つの主要なベンダーからSyzTrust on Trusted OSを評価した。
論文参考訳（メタデータ） (2023-09-26T08:11:38Z)
Project Florida: Federated Learning Made Easy [4.829821142951709]
本稿では,大規模フェデレートラーニング(FL)ソリューションの展開を可能にするシステムアーキテクチャとソフトウェア開発キット(SDK)であるProject Floridaを紹介する。 FLは、強力なデータ主権原則に基づく機械学習のアプローチである。 Project Floridaは、クラウドにホストされたインフラストラクチャとタスク管理インターフェースを提供することで、デバイス横断FLソリューションのデプロイ作業の簡略化を目指している。
論文参考訳（メタデータ） (2023-07-21T20:56:20Z)
OpenSLU: A Unified, Modularized, and Extensible Toolkit for Spoken Language Understanding [57.48730496422474]
Spoken Language Understanding (SLU) はタスク指向対話システムの中核となるコンポーネントの一つである。 OpenSLUは、言語理解のための統一的でモジュール化されたツールキットを提供するオープンソースツールキットである。
論文参考訳（メタデータ） (2023-05-17T14:12:29Z)
Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection [64.67495502772866]
大規模言語モデル(LLM)は、様々なアプリケーションに統合されつつある。本稿では、プロンプトインジェクション攻撃を用いて、攻撃者が元の命令をオーバーライドし、制御を採用する方法を示す。我々は、コンピュータセキュリティの観点から、影響や脆弱性を体系的に調査する包括的な分類法を導出する。
論文参考訳（メタデータ） (2023-02-23T17:14:38Z)

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。