論文の概要: The Promise and Pitfalls of WebAssembly: Perspectives from the Industry
- arxiv url: http://arxiv.org/abs/2503.21240v1
- Date: Thu, 27 Mar 2025 08:01:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-28 12:54:01.117731
- Title: The Promise and Pitfalls of WebAssembly: Perspectives from the Industry
- Title(参考訳): WebAssemblyの約束と落とし穴 - 業界からの展望
- Authors: Ningyu He, Shangtong Cao, Haoyu Wang, Yao Guo, Xiapu Luo,
- Abstract要約: WebAssembly(Wasm)は2017年に提案され、JavaScriptの補完と見なされている。
実際に採用されたWasmバイナリを大規模に測定する研究は行われていない。
我々は、業界の観点からそれらのステータスを特徴付けるために、史上最大のデータセットを収集します。
- 参考スコア(独自算出の注目度): 26.4248246220256
- License:
- Abstract: As JavaScript has been criticized for performance and security issues in web applications, WebAssembly (Wasm) was proposed in 2017 and is regarded as the complementation for JavaScript. Due to its advantages like compact-size, native-like speed, and portability, Wasm binaries are gradually used as the compilation target for industrial projects in other high-level programming languages and are responsible for computation-intensive tasks in browsers, e.g., 3D graphic rendering and video decoding. Intuitively, characterizing in-the-wild adopted Wasm binaries from different perspectives, like their metadata, relation with source programming language, existence of security threats, and practical purpose, is the prerequisite before delving deeper into the Wasm ecosystem and beneficial to its roadmap selection. However, currently, there is no work that conducts a large-scale measurement study on in-the-wild adopted Wasm binaries. To fill this gap, we collect the largest-ever dataset to the best of our knowledge, and characterize the status quo of them from industry perspectives. According to the different roles of people engaging in the community, i.e., web developers, Wasm maintainers, and researchers, we reorganized our findings to suggestions and best practices for them accordingly. We believe this work can shed light on the future direction of the web and Wasm.
- Abstract(参考訳): JavaScriptはWebアプリケーションのパフォーマンスとセキュリティの問題で批判されているため、WebAssembly(Wasm)は2017年に提案され、JavaScriptの補完と見なされている。
コンパクトサイズ、ネイティブライクなスピード、ポータビリティといった利点により、Wasmバイナリは他のハイレベルプログラミング言語の産業プロジェクトのコンパイルターゲットとして徐々に使われ、ブラウザでの計算集約的なタスク、例えば3Dグラフィックレンダリングやビデオデコーディングに責任を負っている。
直感的には、Wasmのメタデータ、ソースコード言語との関係、セキュリティ脅威の存在、実用的な目的など、さまざまな観点からWasmのバイナリを特徴付けることは、Wasmエコシステムを深く掘り下げる前に必須条件であり、ロードマップの選択に役立ちます。
しかし、現在、この地で採用されているWasmバイナリを大規模に測定する研究は行われていない。
このギャップを埋めるために、私たちの知識を最大限に活用するために最も大きなデータセットを収集し、業界の観点からそれらの現状を特徴づけます。
コミュニティに携わる人々,すなわちWeb開発者,Wasmメンテナ,研究者の異なる役割によって,我々はその結果を提案やベストプラクティスに再編成した。
この作業は、WebとWasmの将来的な方向性に光を当てることができる、と私たちは信じています。
関連論文リスト
- Darkit: A User-Friendly Software Toolkit for Spiking Large Language Model [50.37090759139591]
大規模言語モデル(LLM)は、数十億のパラメータからなる様々な実践的応用に広く応用されている。
人間の脳は、生物工学的なスパイキング機構を使って、エネルギー消費を大幅に削減しながら、同じ仕事をこなすことができる。
私たちはDarwinKit(Darkit)という名のソフトウェアツールキットをリリースし、脳にインスパイアされた大きな言語モデルの採用を加速しています。
論文 参考訳(メタデータ) (2024-12-20T07:50:08Z) - MageBench: Bridging Large Multimodal Models to Agents [90.59091431806793]
LMMは印象的な視覚的理解能力を示しており、エージェントに適用される可能性がある。
既存のベンチマークは、主に言語部分における推論能力を評価する。
MageBenchは推論機能指向のマルチモーダルエージェントベンチマークである。
論文 参考訳(メタデータ) (2024-12-05T17:08:19Z) - StackSight: Unveiling WebAssembly through Large Language Models and Neurosymbolic Chain-of-Thought Decompilation [2.1094456929188676]
StackSightは静的解析アルゴリズムを通じて仮想スタックの変更を視覚化し、追跡し、チェーン・オブ・シークレット・プロンプトを適用する。
評価結果は、StackSightがWebAssemblyの逆コンパイルを大幅に改善していることを示している。
またユーザ調査では、StackSightが生成したコードスニペットの勝利率が大幅に高く、コードのセマンティクスをよりよく把握できることを示した。
論文 参考訳(メタデータ) (2024-06-07T01:08:17Z) - A Survey on Large Language Models for Code Generation [9.555952109820392]
大規模言語モデル(LLM)は、様々なコード関連のタスクで顕著な進歩を遂げています。
本調査は、総合的かつ最新の文献レビューを提供することで、学界と実践的発展のギャップを埋めることを目的としている。
論文 参考訳(メタデータ) (2024-06-01T17:48:15Z) - Research on WebAssembly Runtimes: A Survey [22.031129110987017]
WebAssembly(略してWasm)は、当初Web用に導入されたが、すぐにWeb以外のさまざまなドメインにリーチを広げた。
本稿ではWebAssemblyランタイムに関する総合的な調査を紹介する。
論文 参考訳(メタデータ) (2024-04-19T04:36:38Z) - How Far Have We Gone in Binary Code Understanding Using Large Language Models [51.527805834378974]
バイナリコード理解におけるLarge Language Models(LLM)の有効性を評価するためのベンチマークを提案する。
評価の結果、既存のLLMはバイナリコードをある程度理解でき、それによってバイナリコード解析の効率が向上することが明らかとなった。
論文 参考訳(メタデータ) (2024-04-15T14:44:08Z) - WorkArena: How Capable Are Web Agents at Solving Common Knowledge Work Tasks? [83.19032025950986]
本稿では,Webブラウザを介してソフトウェアと対話する大規模言語モデルベースエージェントについて検討する。
WorkArenaは、広く使用されているServiceNowプラットフォームに基づく33のタスクのベンチマークである。
BrowserGymは、そのようなエージェントの設計と評価のための環境である。
論文 参考訳(メタデータ) (2024-03-12T14:58:45Z) - SoK: Analysis techniques for WebAssembly [0.0]
WebAssemblyは低レベルのバイトコード言語で、C、C++、Rustといった言語をネイティブに近いパフォーマンスでブラウザで実行できる。
CやC++のようなメモリ不安全な言語の脆弱性は、WebAssemblyバイナリの脆弱性に変換できる。
WebAssemblyは暗号鍵のような悪意ある目的で使われてきた。
論文 参考訳(メタデータ) (2024-01-11T14:28:13Z) - Large Language Models for Generative Information Extraction: A Survey [89.71273968283616]
大規模言語モデル(LLM)は、テキスト理解と生成において顕著な能力を示した。
各種IEサブタスクと技術の観点から,これらの作品を分類して概観する。
我々は,最も先進的な手法を実証的に分析し,LLMによるIEタスクの出現傾向を明らかにする。
論文 参考訳(メタデータ) (2023-12-29T14:25:22Z) - Issues and Their Causes in WebAssembly Applications: An Empirical Study [5.518217604591736]
WebAssembly(Wasm)は、サンドボックス環境内でセキュアで効率的な実行のために設計されたバイナリ命令フォーマットである。
近年、ワズムは学術研究コミュニティや工業開発プロジェクトから大きな注目を集めている。
提供されたメリットにもかかわらず、開発者はWasmに根ざした多くの問題に遭遇する。
論文 参考訳(メタデータ) (2023-11-01T16:46:53Z) - CONCORD: Clone-aware Contrastive Learning for Source Code [64.51161487524436]
セルフ教師付き事前トレーニングは、多くのダウンストリームSEタスクに価値のあるジェネリックコード表現を学ぶための牽引役になった。
汎用的な表現学習のために、開発者が日々どのようにコードをコーディングするかは、要因としても不可欠である、と私たちは主張する。
特に,表現空間に良性クローンを近づける自己教師型コントラスト学習戦略であるCONCORDを提案する。
論文 参考訳(メタデータ) (2023-06-05T20:39:08Z)
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。