Fugu-MT 論文翻訳(概要): Threadbox: Sandboxing for Modular Security

論文の概要: Threadbox: Sandboxing for Modular Security

arxiv url: http://arxiv.org/abs/2506.23683v1
Date: Mon, 30 Jun 2025 10:04:38 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-01 21:27:54.009352
Title: Threadbox: Sandboxing for Modular Security
Title（参考訳）: Threadbox: モジュールセキュリティのためのサンドボックス
Authors: Maysara Alhindi, Joseph Hallett,
Abstract要約: Threadboxは、モジュール的で独立したサンドボックスを実現するサンドボックス機構である。本稿では,このアイデアの適用可能性を説明するケーススタディと,その限界について論じる。
参考スコア（独自算出の注目度）: 0.8594140167290099
License: http://creativecommons.org/licenses/by/4.0/
Abstract: There are many sandboxing mechanisms provided by operating systems to limit what resources applications can access, however, sometimes the use of these mechanisms requires developers to refactor their code to fit the sandboxing model. In this work, we investigate what makes existing sandboxing mechanisms challenging to apply to certain types of applications, and propose Threadbox, a sandboxing mechanism that enables having modular and independent sandboxes, and can be applied to threads and sandbox specific functions. We present case studies to illustrate the applicability of the idea and discuss its limitations.
Abstract（参考訳）: アプリケーションがアクセス可能なリソースを制限するために、オペレーティングシステムによって提供される多くのサンドボックス機構があるが、これらのメカニズムを使用する場合、開発者はサンドボックスモデルに適合するためにコードをリファクタリングする必要がある。本研究では,既存のサンドボックス機構が特定のアプリケーションに適用し難い理由について検討し,モジュール型および独立型サンドボックスを実現するためのサンドボックス機構であるThreadboxを提案し,スレッドやサンドボックス固有の機能に適用できることを示す。本稿では,このアイデアの適用可能性を説明するケーススタディと,その限界について論じる。

関連論文リスト

Playing in the Sandbox: A Study on the Usability of Seccomp [0.8594140167290099]
7人の経験豊富なSeccomp開発者が、アプリケーションに対するサンドボックスのアプローチについて調査したユーザビリティ試験を報告します。 Seccompの使用に関する多くの課題、参加者によるサンドボックス設計、そして開発者が効果的にサンドボックスアプリケーションを簡単にできると考えるものについて強調する。
論文参考訳（メタデータ） (2025-06-11T23:27:16Z)
Jailbreak Attacks and Defenses against Multimodal Generative Models: A Survey [50.031628043029244]
マルチモーダル生成モデルは、ビルトインの安全機構をバイパスし、潜在的に有害なコンテンツの生成を誘導できる、ジェイルブレイク攻撃の影響を受けやすい。本稿では,マルチモーダル生成モデルに特有の攻撃方法,防御機構,評価フレームワークの詳細な分類について述べる。
論文参考訳（メタデータ） (2024-11-14T07:51:51Z)
Sandboxing Adoption in Open Source Ecosystems [0.8594140167290099]
本研究では,4つのオープンソースオペレーティングシステムにおけるサンドボックス機構の利用について検討する。開発者がサンドボックスの実装を簡単にするケースなど、興味深い利用パターンを明らかにしている。また、サンドボックス機構の普及を妨げているかもしれない課題も強調している。
論文参考訳（メタデータ） (2024-05-10T12:52:46Z)
LVLM-Interpret: An Interpretability Tool for Large Vision-Language Models [50.259006481656094]
本稿では,大規模視覚言語モデルの内部メカニズムの理解を目的とした対話型アプリケーションを提案する。このインタフェースは, 画像パッチの解釈可能性を高めるために設計されており, 応答の生成に有効である。本稿では,一般的な大規模マルチモーダルモデルであるLLaVAにおける障害機構の理解に,アプリケーションがどのように役立つかのケーススタディを示す。
論文参考訳（メタデータ） (2024-04-03T23:57:34Z)
Is Modularity Transferable? A Case Study through the Lens of Knowledge Distillation [59.37775534633868]
同族PLM間で事前訓練されたタスク固有のPEFTモジュールを転送するための極めて簡単なアプローチを提案する。また,不整合性PLM間のモジュールの移動を,推論複雑性の変化を伴わずに行う方法を提案する。
論文参考訳（メタデータ） (2024-03-27T17:50:00Z)
SoK: An Essential Guide For Using Malware Sandboxes In Security Applications: Challenges, Pitfalls, and Lessons Learned [9.24505310582519]
本稿では,x86/64マルウェアサンドボックスを学術文献に用いた84の代表的な論文を体系化する。本研究では,サンドボックスコンポーネントを簡素化し,文献を整理し,サンドボックスの使用に関する実践的ガイドラインを導出する新しいフレームワークを提案する。
論文参考訳（メタデータ） (2024-03-24T21:41:41Z)
PiShield: A PyTorch Package for Learning with Requirements [49.03568411956408]
ディープラーニングモデルは、アウトプットの安全性要件を満たすのに苦労することが多い。本稿では,ニューラルネットワークのトポロジへの要求の統合を可能にする最初のパッケージであるPiShieldを紹介する。
論文参考訳（メタデータ） (2024-02-28T12:24:27Z)
MoTCoder: Elevating Large Language Models with Modular of Thought for Challenging Programming Tasks [50.61968901704187]
本稿では,タスクを論理的なサブタスクとサブモジュールに分解するためのMoT命令チューニングフレームワークを提案する。調査の結果,MoTCoderはサブモジュールの栽培と利用を通じて,生成したソリューションのモジュラリティと正しさの両方を著しく向上させることがわかった。
論文参考訳（メタデータ） (2023-12-26T08:49:57Z)
Multi-Agent Verification and Control with Probabilistic Model Checking [4.56877715768796]
確率的モデルチェック(probabilistic model check)は、ソフトウェアやハードウェアシステムに関する公式な自動推論手法である。論理学、オートマトン、グラフ理論から最適化、数値法、制御に至るまで、様々な分野のアイデアと技術に基づいて構築される。近年ではゲーム理論のアイデアを統合するために確率的モデル検査も拡張されている。
論文参考訳（メタデータ） (2023-08-05T09:31:32Z)
Machine Learning with Requirements: a Manifesto [114.97965827971132]
要件定義と満足度は、マシンラーニングモデルが現実世界にさらに適合するように、長い道のりを歩むことができる、と私たちは主張しています。私たちは、要求仕様を標準の機械学習開発パイプラインにうまく組み込む方法を示します。
論文参考訳（メタデータ） (2023-04-07T14:47:13Z)
Modular Deep Learning [120.36599591042908]
トランスファーラーニングは近年、機械学習の主要なパラダイムとなっている。負の干渉を伴わずに複数のタスクを専門とするモデルを開発する方法はまだ不明である。これらの課題に対する有望な解決策として、モジュール型ディープラーニングが登場した。
論文参考訳（メタデータ） (2023-02-22T18:11:25Z)

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。