Fugu-MT 論文翻訳(概要): PANTHER: Pluginizable Testing Environment for Network Protocols

論文の概要: PANTHER: Pluginizable Testing Environment for Network Protocols

arxiv url: http://arxiv.org/abs/2503.02413v1
Date: Tue, 04 Mar 2025 08:56:03 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-05 19:23:25.011396
Title: PANTHER: Pluginizable Testing Environment for Network Protocols
Title（参考訳）: PANTHER: ネットワークプロトコルのためのプラグイン可能なテスト環境
Authors: Christophe Crochet, John Aoga, Axel Legay,
Abstract要約: PANTHERは、ネットワークプロトコルをテストし、仕様を正式に検証するためのモジュラーフレームワークである。そのモジュール設計は複雑なプロトコル特性を検証し、動的な振る舞いに適応し、拡張性のためにシームレスなプラグイン統合を容易にする。
参考スコア（独自算出の注目度）: 1.7965226171103972
License:
Abstract: In this paper, we introduce PANTHER, a modular framework for testing network protocols and formally verifying their specification. The framework incorporates a plugin architecture to enhance flexibility and extensibility for diverse testing scenarios, facilitate reproducible and scalable experiments leveraging Ivy and Shadow, and improve testing efficiency by enabling automated workflows through YAML-based configuration management. Its modular design validates complex protocol properties, adapts to dynamic behaviors, and facilitates seamless plugin integration for scalability. Moreover, the framework enables a stateful fuzzer plugin to enhance implementation robustness checks.
Abstract（参考訳）: 本稿では,ネットワークプロトコルをテストし,その仕様を正式に検証するモジュール型フレームワークであるPANTHERを紹介する。このフレームワークにはプラグインアーキテクチャが含まれており、多様なテストシナリオの柔軟性と拡張性を高め、IvyとShadowを活用した再現性とスケーラブルな実験を容易にし、YAMLベースの構成管理を通じて自動ワークフローを有効にすることで、テスト効率を向上させる。そのモジュール設計は複雑なプロトコル特性を検証し、動的な振る舞いに適応し、拡張性のためにシームレスなプラグイン統合を容易にする。さらに、このフレームワークはステートフルなファザプラグインにより、実装の堅牢性チェックを強化することができる。

関連論文リスト

Toward Bundler-Independent Module Federations: Enabling Typed Micro-Frontend Architectures [0.2867517731896504]
本稿では,Bundler-Independent Module Federation(BIMF)を新しいアイデアとして紹介する。 BIMFは、従来のバンドルを使わずに、ランタイムモジュールのロードを可能にする。
論文参考訳（メタデータ） (2025-01-30T09:28:04Z)
EpiCoder: Encompassing Diversity and Complexity in Code Generation [49.170195362149386]
抽象構文木(AST)にヒントを得た新しい特徴木ベース合成フレームワークを提案する。コードの構文構造をキャプチャするASTとは異なり、私たちのフレームワークはコード要素間のセマンティックな関係をモデル化します。広く使われているベースモデルを微調整してEpiCoderシリーズを作成し、関数レベルとファイルレベルの両方で最先端のパフォーマンスを実現しました。
論文参考訳（メタデータ） (2025-01-08T18:58:15Z)
FedModule: A Modular Federated Learning Framework [5.872098693249397]
フェデレートラーニング(FL)は、医療、金融、スマートシティなど、さまざまな分野で広く採用されている。本稿では,フレキシブルかつFLな実験フレームワークであるFedModuleを紹介する。 FedModuleは"1つのコード、すべてのシナリオ"の原則に準拠し、FLプロセスを個々のコンポーネントに分割するモジュール設計を採用しています。
論文参考訳（メタデータ） (2024-09-07T15:03:12Z)
UltraEval: A Lightweight Platform for Flexible and Comprehensive Evaluation for LLMs [74.1976921342982]
本稿では,ユーザフレンドリな評価フレームワークであるUltraEvalを紹介し,その軽量性,包括性,モジュール性,効率性を特徴とする。その結果のコンポーザビリティにより、統一された評価ワークフロー内で、さまざまなモデル、タスク、プロンプト、ベンチマーク、メトリクスを自由に組み合わせることができる。
論文参考訳（メタデータ） (2024-04-11T09:17:12Z)
Generating Maximal Configurations and Their Variants Using Code Metrics [0.0]
本稿では,制約解決(SATとMaxSAT)と設定ファズリングを利用する新しい構成生成アルゴリズムを提案する。 MaxSATベースの構成生成によって、いくつかのコードメトリクスのカバレッジが向上することを示す。また、複数の構成を高いカバレッジでカバーする必要がある場合、CONFIZZの存在条件ファジリングは代替よりも優れていることを示す。
論文参考訳（メタデータ） (2024-01-15T18:58:22Z)
Plug-and-Play Transformer Modules for Test-Time Adaptation [54.80435317208111]
PLUTO: Plug-and-pLay modUlar Test-time Domain AdatiOn戦略を紹介する。私たちは、それぞれ異なるソースドメインに特化した、大規模なモジュールセットを事前訓練します。単一の推論コールで複数の最も関連性の高いソースドメインを利用する。
論文参考訳（メタデータ） (2024-01-06T00:24:50Z)
Adapters: A Unified Library for Parameter-Efficient and Modular Transfer Learning [109.25673110120906]
本稿では,大規模言語モデルにおけるパラメータ効率とモジュール移動学習を統一したオープンソースのライブラリであるAdaptersを紹介する。 10の多様なアダプタメソッドを統一インターフェースに統合することにより、Adaptersは使いやすさとフレキシブルな設定を提供する。
論文参考訳（メタデータ） (2023-11-18T13:53:26Z)
Learning Label Modular Prompts for Text Classification in the Wild [56.66187728534808]
そこで本研究では,非定常学習/テスト段階の異なるテキスト分類手法を提案する。複雑なタスクをモジュラー成分に分解することで、そのような非定常環境下での堅牢な一般化が可能になる。テキスト分類タスクのためのラベルモジュール型プロンプトチューニングフレームワークMODcularPROMPTを提案する。
論文参考訳（メタデータ） (2022-11-30T16:26:38Z)
ModularFed: Leveraging Modularity in Federated Learning Frameworks [8.139264167572213]
本稿では,フェデレートラーニング(FL)実装の複雑さに対処する研究に焦点を当てたフレームワークを提案する。このアーキテクチャでは、プロトコルはフレームワークのコンポーネントの設計を厳密に定義する青写真である。我々のプロトコルはFLにおけるモジュラリティの実現を目的としており、サードパーティのプラグイン・アンド・プレイアーキテクチャと動的シミュレータをサポートしています。
論文参考訳（メタデータ） (2022-10-31T10:21:19Z)
Plug and Play Counterfactual Text Generation for Model Robustness [12.517365153658028]
CASPerは、プラグアンドプレイのデファクト生成フレームワークである。本稿では,CASPerが属性モデルによって提供されるステアリングに追従する反ファクトテキストを効果的に生成することを示す。また,生成したデファクトをトレーニングデータの拡張に使用することにより,テストモデルをより堅牢にすることができることを示す。
論文参考訳（メタデータ） (2022-06-21T14:25:21Z)
Learning Discrete Energy-based Models via Auxiliary-variable Local Exploration [130.89746032163106]
離散構造データに対する条件付きおよび非条件付きEMMを学習するための新しいアルゴリズムであるALOEを提案する。エネルギー関数とサンプリング器は、新しい変分型電力繰り返しにより効率よく訓練できることを示す。本稿では、ソフトウェアテストのためのエネルギーモデルガイド付ファジィザについて、libfuzzerのようなよく設計されたファジィエンジンに匹敵する性能を実現する。
論文参考訳（メタデータ） (2020-11-10T19:31:29Z)

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。