論文の概要: CapsuleFS A Multi-credential DataCapsule Filesystem
- arxiv url: http://arxiv.org/abs/2512.08067v1
- Date: Mon, 08 Dec 2025 22:02:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-10 22:28:07.735114
- Title: CapsuleFS A Multi-credential DataCapsule Filesystem
- Title（参考訳）: CapsuleFS - 多値データカプセルファイルシステム
- Authors: Qingyang Hu, Yucheng Huang, Manshi Yang,
- Abstract要約: CapsuleFS(CFS)は、ストレージプロバイダとしてDataCapsuleを利用するPOSIX準拠のフレームワークに、初めてマルチクレジット機能を統合したものだ。
CFSの実験的評価によると、読み書き性能は比較的控えめであるが、高い機能的正しさを保っている。
- 参考スコア（独自算出の注目度）: 7.588392585790625
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: CapsuleFS (CFS) is the first filesystem to integrate multi-credential functionality within a POSIX-compliant framework, utilizing DataCapsule as the storage provider. This innovative system is established based on the Global Data Plane in the area of edge computing. Our comprehensive design and implementation of CFS successfully fulfill the objective of providing a multi-credential Common Access API. The architecture of CFS is methodically segmented into three integral components: Firstly, the DataCapsule server, tasked with the storage, dissemination, and replication of DataCapsules on the edge. Secondly, the middleware, a crucial element running in a Trusted Execution Environment responsible for the enforcement and management of write permissions and requests. Finally, the client component, which manifests as a POSIX-compliant filesystem, is adaptable and operational across many architectures. Experimental evaluations of CFS reveal that, while its read and write performances are comparatively modest, it upholds a high degree of functional correctness. This attribute distinctly positions CFS as a viable candidate for application in real-world software development scenarios. The paper also delineates potential future enhancements, aimed at augmenting the practicality of CFS in the landscape of software development.
- Abstract（参考訳）: CapsuleFS (CFS) は、POSIX準拠のフレームワークに、ストレージプロバイダとしてDataCapsuleを利用する最初のファイルシステムである。
この革新的なシステムはエッジコンピューティングの領域におけるGlobal Data Planeに基づいて構築されている。
CFSの包括的な設計と実装は、多段階共通アクセスAPIを提供することの目的を達成するのに成功しました。
まず、DataCapsuleサーバは、エッジ上のDataCapsuleのストレージ、分散、レプリケーションをタスクします。
第二に、信頼できる実行環境で動作する重要な要素であるミドルウェアは、書き込み許可と要求の実施と管理に責任を負う。
最後に、POSIX準拠のファイルシステムとして表されるクライアントコンポーネントは、多くのアーキテクチャで適応可能で運用されています。
CFSの実験的評価によると、読み書き性能は比較的控えめであるが、高い機能的正しさを保っている。
この属性は、現実世界のソフトウェア開発シナリオにおけるアプリケーションの候補として、CFSを明確に位置づけている。
ソフトウェア開発の現場におけるCFSの実践性を高めることを目的とした将来的な拡張についても述べる。
関連論文リスト
- Evaluating Fault Tolerance and Scalability in Distributed File Systems: A Case Study of GFS, HDFS, and MinIO [0.9307293959047378]
分散ファイルシステム(DFS)は、スケーラビリティ、フォールトトレランス、データアクセシビリティのメリットを提供する、複数のサーバにわたる巨大なデータセットを管理するために不可欠である。
本稿では、Google File System(GFS)、Hadoop Distributed File System(HDFS)、MinIOの3つのDFSを総合的に評価する。
詳細な分析を通じて、これらのシステムがデータの冗長性、サーバ障害、クライアントアクセスプロトコルをどのように扱うか、動的で大規模環境における信頼性を確実に評価する。
論文 参考訳（メタデータ） (2025-02-04T03:52:45Z) - Data-Juicer 2.0: Cloud-Scale Adaptive Data Processing for and with Foundation Models [83.65386456026441]
Data-Juicer 2.0は、テキスト、画像、ビデオ、オーディオのモダリティにまたがる100以上のデータ処理オペレータがバックアップするデータ処理システムである。
データ分析、合成、アノテーション、基礎モデルのポストトレーニングなど、より重要なタスクをサポートする。
このシステムは公開されており、さまざまな研究分野やAlibaba Cloud PAIのような現実世界の製品で広く採用されている。
論文 参考訳（メタデータ） (2024-12-23T08:29:57Z) - From Commands to Prompts: LLM-based Semantic File System for AIOS [46.29019415676847]
プロンプト駆動型ファイル管理のためのLSFS(LLM-based semantic file system)を提案する。
従来のアプローチとは異なり、LSFSはLLMを組み込んで、ユーザやエージェントが自然言語のプロンプトを通じてファイルと対話できるようにする。
実験の結果,LSFSはユーザ利便性,サポート対象関数の多様性,ファイル操作の正確性や効率性の観点から,従来のファイルシステムよりも大幅に改善されていることがわかった。
論文 参考訳（メタデータ） (2024-09-23T08:39:16Z) - UPSS: a User-centric Private Storage System with its applications [0.0]
ユーザ中心のプライベート共有システムであるUPSSを,従来あるいはセキュリティに敏感なアプリケーションの基盤として使用可能なストレージシステムとして紹介する。
UPSSのセキュリティ特性と性能特性が既存の暗号より優れており、その性能は成熟した従来のものと同等であることを示す。
論文 参考訳（メタデータ） (2024-03-23T16:35:37Z) - Project Florida: Federated Learning Made Easy [4.829821142951709]
本稿では,大規模フェデレートラーニング(FL)ソリューションの展開を可能にするシステムアーキテクチャとソフトウェア開発キット(SDK)であるProject Floridaを紹介する。
FLは、強力なデータ主権原則に基づく機械学習のアプローチである。
Project Floridaは、クラウドにホストされたインフラストラクチャとタスク管理インターフェースを提供することで、デバイス横断FLソリューションのデプロイ作業の簡略化を目指している。
論文 参考訳（メタデータ） (2023-07-21T20:56:20Z) - PyTorch FSDP: Experiences on Scaling Fully Sharded Data Parallel [19.24542340170026]
PyTorch Fully Sharded Data Parallel (FSDP) を大規模モデルトレーニングのための業界グレードのソリューションとして紹介する。
FSDPはTFLOPSの観点で、ほぼ直線的なスケーラビリティを持つ、はるかに大きなモデルをサポートする。
論文 参考訳（メタデータ） (2023-04-21T23:52:27Z) - FederatedScope-GNN: Towards a Unified, Comprehensive and Efficient
Package for Federated Graph Learning [65.48760613529033]
フェデレートグラフ学習(FGL)は、その特徴と要求のため、十分にサポートされていない。
まず、使い易いFGLパッケージを作成する際の課題について議論し、実装済みのFederatedScope-GNN(FS-G)を提示する。
我々は,FS-Gの有効性を広範囲な実験によって検証し,同時にコミュニティにとってのFGLに関する貴重な洞察を得る。
論文 参考訳（メタデータ） (2022-04-12T06:48:06Z) - A Privacy-Preserving Distributed Architecture for
Deep-Learning-as-a-Service [68.84245063902908]
本稿では,ディープラーニング・アズ・ア・サービスのための分散アーキテクチャを提案する。
クラウドベースのマシンとディープラーニングサービスを提供しながら、ユーザの機密データを保存できる。
論文 参考訳（メタデータ） (2020-03-30T15:12:03Z)
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。