論文の概要: Lightweight and High-Throughput Secure Logging for Internet of Things and Cold Cloud Continuum

• arxiv url: http://arxiv.org/abs/2506.08781v1
• Date: Tue, 10 Jun 2025 13:26:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-11 15:11:42.552626
• Title: Lightweight and High-Throughput Secure Logging for Internet of Things and Cold Cloud Continuum
• Title（参考訳）: モノのインターネットとコールドクラウド継続のための軽量で高速なセキュアロギング
• Authors: Saif E. Nouma, Attila A. Yavuz,
• Abstract要約: 本稿では,新しいデジタル署名フレームワークPOSLOについて述べる。 POSLOは、定数サイズシグネチャと公開キー、ほぼ最適署名効率、ログ監査のための微調整可能な検証を提供する。 例えば、POSLOは、ミッドレンジのコンシューマGPU上で毎秒231のログエントリを検証でき、最先端のGPUよりもはるかにコンパクトである。
• 参考スコア（独自算出の注目度）: 2.156208381257605
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The growing deployment of resource-limited Internet of Things (IoT) devices and their expanding attack surfaces demand efficient and scalable security mechanisms. System logs are vital for the trust and auditability of IoT, and offloading their maintenance to a Cold Storage-as-a-Service (Cold-STaaS) enhances cost-effectiveness and reliability. However, existing cryptographic logging solutions either burden low-end IoT devices with heavy computation or create verification delays and storage inefficiencies at Cold-STaaS. There is a pressing need for cryptographic primitives that balance security, performance, and scalability across IoT-Cold-STaaS continuum. In this work, we present Parallel Optimal Signatures for Secure Logging (POSLO), a novel digital signature framework that, to our knowledge, is the first to offer constant-size signatures and public keys, near-optimal signing efficiency, and tunable fine-to-coarse-grained verification for log auditing. POSLO achieves these properties through efficient randomness management, flexible aggregation, and multiple algorithmic instantiations. It also introduces a GPU-accelerated batch verification framework that exploits homomorphic signature aggregation to deliver ultra-fast performance. For example, POSLO can verify 231 log entries per second on a mid-range consumer GPU (NVIDIA GTX 3060) while being significantly more compact than state-of-the-art. POSLO also preserves signer-side efficiency, offering substantial battery savings for IoT devices, and is well-suited for the IoT-Cold-STaaS ecosystem.
• Abstract（参考訳）: リソース制限のIoT(Internet of Things)デバイスの普及と攻撃面の拡大は、効率的でスケーラブルなセキュリティメカニズムを必要としている。 システムログはIoTの信頼性と監査性にとって不可欠であり、メンテナンスをCold-STaaS(Cold-STaaS)にオフロードすることで、コスト効率と信頼性が向上する。 しかし、既存の暗号化ロギングソリューションは、大量の計算でローエンドのIoTデバイスを負担するか、検証遅延とCold-STaaSのストレージ非効率を生成する。 IoT-Cold-STaaS連続体間のセキュリティ、パフォーマンス、スケーラビリティのバランスをとる暗号化プリミティブの必要性が強く求められている。 本研究では,新しいデジタル署名フレームワークであるPOSLO(Parallel Optimal Signatures for Secure Logging)を提案する。 POSLOはこれらの特性を、効率的なランダム性管理、フレキシブルアグリゲーション、および複数のアルゴリズムのインスタンス化によって達成する。 また、GPUアクセラレーションによるバッチ検証フレームワークを導入し、同型シグネチャアグリゲーションを利用して超高速なパフォーマンスを実現する。 例えば、POSLOは、ミッドレンジの消費者向けGPU(NVIDIA GTX 3060)上で毎秒231のログエントリを検証でき、最先端のGPUよりもはるかにコンパクトである。 POSLOはまた、シグナ側の効率を保ち、IoTデバイスにかなりのバッテリ節約を提供し、IoT-Cold-STaaSエコシステムに適している。

関連論文リスト

• Intelligent Detection of Non-Essential IoT Traffic on the Home Gateway [45.70482328441101]
  本研究は,エッジにおけるネットワークの挙動を解析することにより,非必要IoTトラフィックを検出し緩和するシステムであるML-IoTrimを提案する。 当社のフレームワークは、IoTデバイスを5つのカテゴリから構成したコンシューマスマートホームセットアップでテストし、モデルが非本質的なトラフィックを正確に識別し、ブロックできることを実証した。 この研究は、スマートホームにおけるプライバシーに配慮したトラフィック制御を推進し、IoTデバイスプライバシの今後の発展への道を開く。
  論文  参考訳（メタデータ） (2025-04-22T09:40:05Z)
• Trusted Compute Units: A Framework for Chained Verifiable Computations [41.94295877935867]
  本稿では,異種技術間のコンポーザブルで相互運用可能な計算を可能にする統合フレームワークであるTrusted Compute Unit(TCU)を紹介する。 オンチェーンの確認遅延やガス料金を発生させることなく、セキュアなオフチェーンインタラクションを可能にすることで、TCUはシステムパフォーマンスとスケーラビリティを大幅に改善する。
  論文  参考訳（メタデータ） (2025-04-22T09:01:55Z)
• Signer-Optimal Multiple-Time Post-Quantum Hash-Based Signature for Heterogeneous IoT Systems [1.9185059111021852]
  既存のNIST-PQC標準は従来の標準よりも高価で、リソース制限のIoTには適していない。 我々は、MUM-HORS(Maximum utilization Multiple HORS)と呼ばれる、複数時間ハッシュベースの新しい署名を提案する。 実験の結果,複数時間HORSと比較して,同一の署名能力(220メッセージ,128ビットセキュリティ)で40倍の有効利用が確認された。
  論文  参考訳（メタデータ） (2024-11-02T23:11:16Z)
• Lightweight, Secure and Stateful Serverless Computing with PSL [43.025002382616066]
  信頼された実行環境(TEE)のためのF-as-a-Serivce(F)フレームワークを提案する。 このフレームワークは、静的にコンパイルされたバイナリおよび/またはWebAssembly(WASM)バイトコードのための異種TEEハードウェアでリッチなプログラミング言語をサポートする。 Intel SGX2の動的メモリマッピング機能を利用することで、ネイティブに近い実行速度を実現する。
  論文  参考訳（メタデータ） (2024-10-25T23:17:56Z)
• Lightweight and Resilient Signatures for Cloud-Assisted Embedded IoT Systems [2.156208381257605]
  ハードウェアアシスト付き軽量・レジリエントシグナチャ(LRSHA)とその前方防犯バージョン(FLRSHA) We create two novel digital signatures called Lightweight and Resilient Signatures with Hardware Assistance (LRSHA) and its Forwardsecure version (FLRSHA)。 彼らは、小さなキーと署名サイズで、ほぼ最適に署名する。
  論文  参考訳（メタデータ） (2024-09-20T22:43:47Z)
• Wireguard: An Efficient Solution for Securing IoT Device Connectivity [0.0]
  脆弱なIoT(Internet-of-Things)デバイスの普及により、大規模なサイバー攻撃が可能になった。 この研究は、新しいVPNプロトコルであるWireguardが、リソース制約のあるIoTシステムに適した効率的なセキュリティを提供できるかどうかを評価する。
  論文  参考訳（メタデータ） (2024-02-03T09:11:11Z)
• LiteQSign: Lightweight and Quantum-Safe Signatures for Heterogeneous IoT Applications [1.9185059111021852]
  従来のデジタルシグネチャは、計算量、メモリ、エネルギー資源に制限のあるローエンドデバイスでは利用できない。 LightQSign (LightQS) は、署名当たりのハッシュ操作数が小さいだけで、ほぼ最適のシグネチャ生成効率を実現する。 8ビットマイクロコントローラでは、PQよりも1.5-24倍高いエネルギー効率と1.7-22倍短いシグネチャを実現している。
  論文  参考訳（メタデータ） (2023-11-30T16:20:50Z)
• IoTScent: Enhancing Forensic Capabilities in Internet of Things Gateways [45.44831696628473]
  本稿では,IoTゲートウェイとホームオートメーションプラットフォームがIoTトラフィックのキャプチャと分析を行うことを可能にする,オープンソースの法医学ツールであるIoTScentを紹介する。 IoTScentは特に、Zigbeeや6LoWPAN、Threadといった多くのIoT固有のプロトコルの基礎であるIEEE5.4ベースのトラフィックを操作するように設計されている。 この作業は、Zigbeeトラフィックからデバイス識別を実行するためのツールの使用を実証する実用的なユースケースを含む、IoTScentツールの包括的な説明を提供する。
  論文  参考訳（メタデータ） (2023-10-05T09:10:05Z)
• EdgeBERT: Sentence-Level Energy Optimizations for Latency-Aware Multi-Task NLP Inference [82.1584439276834]
  BERTのようなトランスフォーマーベースの言語モデルでは、自然言語処理(NLP)タスクの精度が大幅に向上する。 We present EdgeBERT, a in-deepth algorithm- hardware co-design for latency-aware energy optimization for multi-task NLP。
  論文  参考訳（メタデータ） (2020-11-28T19:21:47Z)
• Optimizing Resource-Efficiency for Federated Edge Intelligence in IoT Networks [96.24723959137218]
  We study a edge intelligence-based IoT network that a set of edge server learn a shared model using federated learning (FL)。 フェデレーションエッジインテリジェンス(FEI)と呼ばれる新しいフレームワークを提案し、エッジサーバがIoTネットワークのエネルギーコストに応じて必要なデータサンプル数を評価できるようにする。 提案アルゴリズムがIoTネットワークのトポロジ的情報を漏洩したり開示したりしないことを示す。
  論文  参考訳（メタデータ） (2020-11-25T12:51:59Z)

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。