論文の概要: OpenCCA: An Open Framework to Enable Arm CCA Research

• arxiv url: http://arxiv.org/abs/2506.05129v1
• Date: Thu, 05 Jun 2025 15:16:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-06 21:53:49.780617
• Title: OpenCCA: An Open Framework to Enable Arm CCA Research
• Title（参考訳）: OpenCCA: Arm CCAリサーチを可能にするオープンフレームワーク
• Authors: Andrin Bertschi, Shweta Shinde,
• Abstract要約: TDXやSEV-SNPとは異なり、Arm CCAの研究における重要な課題はハードウェアサポートの欠如である。 我々は,コモディティArmv8.2ハードウェア上でCCAバウンドコードの実行を可能にするオープンリサーチプラットフォームOpenCCAを提案する。
• 参考スコア（独自算出の注目度）: 3.4913694429616027
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Confidential computing has gained traction across major architectures with Intel TDX, AMD SEV-SNP, and Arm CCA. Unlike TDX and SEV-SNP, a key challenge in researching Arm CCA is the absence of hardware support, forcing researchers to develop ad-hoc performance prototypes on non-CCA Arm boards. This approach leads to duplicated efforts, inconsistent performance comparisons, and high barriers to entry. To address this, we present OpenCCA, an open research platform that enables the execution of CCA-bound code on commodity Armv8.2 hardware. By systematically adapting the software stack -- including bootloader, firmware, hypervisor, and kernel -- OpenCCA emulates CCA operations for performance evaluation while preserving functional correctness. We demonstrate its effectiveness with typical life-cycle measurements and case-studies inspired by prior CCA-based papers on a easily available Armv8.2 Rockchip board that costs $250.
• Abstract（参考訳）: 信頼性コンピューティングは、Intel TDX、AMD SEV-SNP、Arm CCAといった主要なアーキテクチャで注目を集めている。 TDXやSEV-SNPとは異なり、Arm CCAを研究する上で重要な課題はハードウェアサポートがないことである。 このアプローチは、重複した努力、一貫性のないパフォーマンス比較、エントリに対する高い障壁につながる。 そこで我々は,コモディティArmv8.2ハードウェア上でCCAバウンドコードの実行を可能にするオープンリサーチプラットフォームOpenCCAを提案する。 ブートローダ、ファームウェア、ハイパーバイザ、カーネルを含むソフトウェアスタックを体系的に適応することにより、OpenCCAは機能的正確性を維持しながらパフォーマンス評価のためにCA操作をエミュレートする。 我々は、CCAベースの以前の論文にインスパイアされた典型的なライフサイクル測定とケーススタディで、簡単に使えるArmv8.2 Rockchipボードで、250ドル(約2万5000円)の価格でその効果を実証した。

関連論文リスト

• Utilizing Multimodal Data for Edge Case Robust Call-sign Recognition and Understanding [65.55175502273013]
  アーキテクチャの堅牢性は、特にエッジケースでは明らかです。 マルチモーダルコールサインコマンドリカバリモデル(CCR)を提案する。 CCRアーキテクチャは、エッジケースのパフォーマンスを最大15%向上させる。
  論文  参考訳（メタデータ） (2024-12-29T13:45:11Z)
• Secure Software/Hardware Hybrid In-Field Testing for System-on-Chip [0.0]
  Modern Systems-on-Chips (SoCs) は組み込みセルフテスト (BIST) モジュールをデバイスの知的財産権 (IP) ブロックに深く組み込んでいる。 BISTの結果は、テスト中のデバイスの内部構造と状態を明らかにし、そのため攻撃ベクトルを開放する可能性がある。 いわゆる結果のコンパクト化は、BISTチェーン構造を隠すことでこの脆弱性を克服できるが、エイリアス化や無効なシグネチャの問題を提起する。 上述した制限を克服する、低オーバーヘッドのソフトウェア/ハードウェアハイブリッドアプローチを導入します。
  論文  参考訳（メタデータ） (2024-10-07T15:04:37Z)
• Ascend-CC: Confidential Computing on Heterogeneous NPU for Emerging Generative AI Workloads [1.8633238548765558]
  クラウドワークロードは、大規模言語モデル(LLM)に基づいた生成AIを支配している GPU、NPU、TPUといった特殊なハードウェアアクセラレータは、汎用CPUよりも優れたパフォーマンスのため、AIの採用において重要な役割を果たす。 AIモデルとデータは、しばしば非常に敏感で、相互に不信な関係者から来ています。 本稿では,ホストシステムへの信頼を必要としない離散NPUデバイスに基づく秘密計算アーキテクチャAscend-CCを提案する。
  論文  参考訳（メタデータ） (2024-07-16T16:17:28Z)
• SOCI^+: An Enhanced Toolkit for Secure OutsourcedComputation on Integers [50.608828039206365]
  本稿では,SOCIの性能を大幅に向上させるSOCI+を提案する。 SOCI+は、暗号プリミティブとして、高速な暗号化と復号化を備えた(2, 2)ホールドのPaillier暗号システムを採用している。 実験の結果,SOCI+は計算効率が最大5.4倍,通信オーバヘッドが40%少ないことがわかった。
  論文  参考訳（メタデータ） (2023-09-27T05:19:32Z)
• virtCCA: Virtualized Arm Confidential Compute Architecture with TrustZone [14.919299635479046]
  ARMは近日中に予定されているARMv9-Aアーキテクチャの一部として、Confidential Compute Architecture (CCA)を導入した。 我々は、既存のARMプラットフォームで利用可能な成熟したハードウェア機能であるTrustZoneを使用してCCAを促進するアーキテクチャである virtCCAを提案する。 virtCCAはAPIレベルでのCCA仕様と完全に互換性がある。
  論文  参考訳（メタデータ） (2023-06-19T15:19:50Z)
• Harnessing Deep Learning and HPC Kernels via High-Level Loop and Tensor Abstractions on CPU Architectures [67.47328776279204]
  この研究は、効率的でポータブルなDeep LearningとHigh Performance Computingカーネルを開発するためのフレームワークを導入している。 1)プロセッシングプリミティブ(TPP)を用いた計算コアの表現と,2)高レベルな宣言的手法でTPPのまわりの論理ループの表現の2つのステップでカーネルの開発を分解する。 我々は、スタンドアロンカーネルと、さまざまなCPUプラットフォームにおける最先端実装よりも優れたエンドツーエンドワークロードを使用して、このアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2023-04-25T05:04:44Z)
• PYSKL: Towards Good Practices for Skeleton Action Recognition [77.87404524458809]
  PYSKLは、PyTorchをベースとした骨格ベースの行動認識のためのオープンソースのツールボックスである。 有効性と効率性の比較を容易にするため、統一されたフレームワークの下で6つの異なるアルゴリズムを実装している。 PYSKLは、9つのスケルトンベースのアクション認識ベンチマークのトレーニングとテストをサポートし、そのうち8つで最先端の認識性能を達成する。
  論文  参考訳（メタデータ） (2022-05-19T09:58:32Z)
• Searching Central Difference Convolutional Networks for Face Anti-Spoofing [68.77468465774267]
  顔認識システムにおいて、顔の反偽造(FAS)が重要な役割を担っている。 最先端のFASメソッドの多くは、スタック化された畳み込みと専門家が設計したネットワークに依存している。 ここでは、中央差分畳み込み(CDC)に基づくフレームレベルの新しいFAS手法を提案する。
  論文  参考訳（メタデータ） (2020-03-09T12:48:37Z)

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。