論文の概要: MappedTrace: Tracing Pointer Remotely with Compiler-generated Maps

• arxiv url: http://arxiv.org/abs/2501.10668v1
• Date: Sat, 18 Jan 2025 06:22:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-22 14:21:42.299861
• Title: MappedTrace: Tracing Pointer Remotely with Compiler-generated Maps
• Title（参考訳）: MappedTrace: コンパイラ生成マップでリモートでポインタをトレースする
• Authors: Zhiyao Ma, Caihua Li, Lin Zhong,
• Abstract要約: プログラムの実行状態の任意のスナップショット中のすべてのポインタを正確に識別するために,コンパイラ生成の読み取り専用マップを活用するMappedTraceを提案する。 MappedTraceはメモリリーク検出のようなメモリ管理技術を改善する新たな機会を提供し、リソース制約のある環境における無限のメモリ抽象化のような新しいユースケースを可能にする。
• 参考スコア（独自算出の注目度）: 4.197499765642787
• License:
• Abstract: Existing precise pointer tracing methods introduce substantial runtime overhead to the program being traced and are applicable only at specific program execution points. We propose MappedTrace that leverages compiler-generated read-only maps to accurately identify all pointers in any given snapshot of a program's execution state. The maps record the locations and types of pointers, allowing the tracer to precisely identify pointers without requiring the traced program to maintain bookkeeping data structures or poll at safe points, thereby reducing runtime overhead. By running the tracer from a different address space or machine, MappedTrace presents new opportunities to improve memory management techniques like memory leak detection and enables novel use cases such as infinite memory abstraction for resource-constrained environments.
• Abstract（参考訳）: 既存の正確なポインタトレース手法は、トレースされるプログラムにかなりのランタイムオーバーヘッドをもたらし、特定のプログラム実行ポイントでのみ適用できる。 プログラムの実行状態の任意のスナップショット中のすべてのポインタを正確に識別するために,コンパイラ生成の読み取り専用マップを活用するMappedTraceを提案する。 マップはポインタの位置とタイプを記録し、トレースされたプログラムが予約データ構造を維持したり、安全なポイントでポーリングしたりすることなく、トレーサがポインタを正確に識別できるため、実行時のオーバーヘッドが軽減される。 異なるアドレス空間やマシンからトレーサを実行することで、MappedTraceはメモリリーク検出のようなメモリ管理技術を改善する新たな機会を提供し、リソース制約のある環境に対する無限のメモリ抽象化のような新しいユースケースを可能にする。

関連論文リスト

• Multi-Pass Targeted Dynamic Symbolic Execution [0.0]
  本稿では、ターゲットプログラム位置から始まり、特定のエントリポイントに到達するまで後退するマルチパスターゲット動的実行手法を提案する。 提案手法は,探索経路数の平均4倍の削減と2倍の高速化を実現する。
  論文  参考訳（メタデータ） (2024-08-14T20:14:59Z)
• AddressWatcher: Sanitizer-Based Localization of Memory Leak Fixes [6.31619298702529]
  メモリリークバグはC/C++プログラムで大きな問題である。 メモリリークを自動的に修正する手法がいくつか提案されている。 静的ベースのアプローチは、すべてのパスにわたるメモリオブジェクトの完全なセマンティクスをトレースしようとする。 動的アプローチは、単一の実行パスでのみメモリオブジェクトの正確なセマンティクスを記述できる。
  論文  参考訳（メタデータ） (2024-08-08T21:40:22Z)
• VDebugger: Harnessing Execution Feedback for Debugging Visual Programs [103.61860743476933]
  V Debuggerは、視覚プログラムのローカライズとデバッギングのために、段階的に実行を追跡することで訓練された、批評家とリファインダーのフレームワークである。 Vデバッガは、詳細な実行フィードバックを活用してプログラムエラーを特定し、修正する。 6つのデータセットの評価は、Vデバッガの有効性を示し、ダウンストリームタスクの精度が最大3.2%向上したことを示している。
  論文  参考訳（メタデータ） (2024-06-19T11:09:16Z)
• CAMP: Compiler and Allocator-based Heap Memory Protection [23.84729234219481]
  我々は,ヒープメモリの破損を検知し,キャプチャする新しいサニタイザであるCAMPを提案する。 CAMPは様々なコンパイラ最適化戦略を可能にし、冗長で不要なチェックインスツルメンテーションを排除する。 実環境アプリケーションとSPEC CPUベンチマークの両方を用いてCAMPと既存のツールを比較した結果,実行時のオーバーヘッドを低減して,より優れたヒープ破損検出能力が得られることがわかった。
  論文  参考訳（メタデータ） (2024-06-04T19:37:41Z)
• LightDE: A Lightweight Method for Eliminating Dangling Pointers [0.0]
  UAF(Use-After-Free)脆弱性は、ソフトウェアセキュリティに深刻な脅威をもたらす。 ダングリングポインタを排除してUAFの脆弱性を防御する既存の方法は、プログラムの実行を中断する必要がある。 この欠点を克服するために、LightDEと呼ばれる新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2024-05-31T08:47:24Z)
• RTracker: Recoverable Tracking via PN Tree Structured Memory [71.05904715104411]
  本稿では,木構造メモリを用いてトラッカーと検出器を動的に関連付け,自己回復を可能にするRTrackerを提案する。 具体的には,正負と負のターゲットサンプルを時系列に保存し,維持する正負のツリー構造メモリを提案する。 我々の中核となる考え方は、正と負の目標カテゴリーの支持サンプルを用いて、目標損失の信頼性評価のための相対的距離に基づく基準を確立することである。
  論文  参考訳（メタデータ） (2024-03-28T08:54:40Z)
• 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)
• 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)
• Video Object Segmentation with Episodic Graph Memory Networks [198.74780033475724]
  セグメント化モデルを更新する学習」という新しいアイデアに対処するために,グラフメモリネットワークが開発された。 我々は、完全に連結されたグラフとして構成されたエピソードメモリネットワークを利用して、フレームをノードとして保存し、エッジによってフレーム間の相関をキャプチャする。 提案したグラフメモリネットワークは、一発とゼロショットの両方のビデオオブジェクトセグメンテーションタスクをうまく一般化できる、巧妙だが原則化されたフレームワークを提供する。
  論文  参考訳（メタデータ） (2020-07-14T13:19:19Z)
• DMV: Visual Object Tracking via Part-level Dense Memory and Voting-based Retrieval [61.366644088881735]
  DMVと呼ばれる部分レベル高密度メモリと投票ベースの検索による新しいメモリベースのトラッカーを提案する。 また,メモリの信頼できない情報をフィルタリングする新たな投票機構を提案する。
  論文  参考訳（メタデータ） (2020-03-20T10:05:30Z)

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。