論文の概要: Abstraction of Trusted Execution Environments as the Missing Layer for Broad Confidential Computing Adoption: A Systematization of Knowledge
- arxiv url: http://arxiv.org/abs/2512.22090v1
- Date: Fri, 26 Dec 2025 17:28:32 GMT
- ステータス: 情報取得中
- システム内更新日: 2025-12-29 11:51:58.523988
- Title: Abstraction of Trusted Execution Environments as the Missing Layer for Broad Confidential Computing Adoption: A Systematization of Knowledge
- Title（参考訳）: 信頼された実行環境の抽象化 : 知識の体系化
- Authors: Quentin Michaud, Sara Ramezanian, Dhouha Ayed, Olivier Levillain, Joaquin Garcia-Alfaro,
- Abstract要約: 抽象化レイヤはエコシステムを統一することを目的としており、アプリケーション開発者とシステム管理者が機密コンピューティングを活用することができる。
各TEEエコシステムを記述・要約し、主要な設計選択によって異なるカテゴリに分類する。
我々は、将来の抽象化層がどのように進化し、機密コンピューティングエコシステムと統合されるかなど、研究の今後の方向性に関する議論を締めくくっている。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Trusted Execution Environments (TEEs) protect sensitive code and data from the operating system, hypervisor, or other untrusted software. Different solutions exist, each proposing different features. Abstraction layers aim to unify the ecosystem, allowing application developers and system administrators to leverage confidential computing as broadly and efficiently as possible. We start with an overview of representative available TEE technologies. We describe and summarize each TEE ecosystem, classifying them in different categories depending on their main design choices. Then, we propose a systematization of knowledge focusing on different abstraction layers around each design choice. We describe the underlying technologies of each design, as well as the inner workings and features of each abstraction layer. Our study reveals opportunities for improving existing abstraction layer solutions. It also highlights WebAssembly, a promising approach that supports the largest set of features. We close with a discussion on future directions for research, such as how future abstraction layers may evolve and integrate with the confidential computing ecosystem.
- Abstract（参考訳）: Trusted Execution Environments (TEE) は、オペレーティングシステム、ハイパーバイザ、その他の信頼できないソフトウェアから機密コードやデータを保護している。
異なる解が存在し、それぞれ異なる特徴が提案される。
抽象化レイヤはエコシステムを統一することを目的としており、アプリケーション開発者とシステム管理者は、可能な限り広く効率的に機密計算を活用できる。
まずは、利用可能なTEE技術の概要から始めます。
各TEEエコシステムを記述・要約し、主要な設計選択によって異なるカテゴリに分類する。
そこで我々は,設計選択ごとに異なる抽象層に着目した知識の体系化を提案する。
本稿では、各設計の基盤となる技術と、各抽象化層の内部構造と特徴について述べる。
本研究は,既存の抽象化層ソリューションを改善するための機会を明らかにする。
また、最大の機能セットをサポートする有望なアプローチであるWebAssemblyを強調している。
我々は、将来の抽象化層がどのように進化し、機密コンピューティングエコシステムと統合されるかなど、研究の今後の方向性に関する議論を締めくくっている。
関連論文リスト
- A Survey on Cloud-Edge-Terminal Collaborative Intelligence in AIoT Networks [49.90474228895655]
クラウドエッジ端末協調インテリジェンス(CETCI)は、モノの人工知能(AIoT)コミュニティにおける基本的なパラダイムである。
CETCIは、分離されたレイヤ最適化からデプロイ可能なコラボレーティブインテリジェンスシステムに移行する、新興のAIoTアプリケーションで大きな進歩を遂げた。
本調査では、基礎アーキテクチャ、CETCIパラダイムのテクノロジの実現、シナリオについて解説し、CISAIOT初心者向けのチュートリアルスタイルのレビューを提供する。
論文 参考訳（メタデータ） (2025-08-26T08:38:01Z) - Information Ecosystem Reengineering via Public Sector Knowledge Representation [1.0829694003408499]
IER(Information Ecosystem Reengineering)は、公共セクターサービスとスマートガバナンスプラットフォームのデジタルトランスフォーメーションにおける課題である。
本稿では,これらの知識表現複雑性の複数の層をアンタングル化する新しい手法,Representation Disentanglementを提案する。
このようなフレームワークは,公共部門における知識表現における説明可能性,トレーサビリティ,意味的透明性を実現する上で不可欠である,と我々は主張する。
論文 参考訳（メタデータ） (2025-08-21T18:29:27Z) - OS Agents: A Survey on MLLM-based Agents for General Computing Devices Use [101.57043903478257]
アイアンマンの架空のJ.A.R.V.I.Sほど有能で多用途なAIアシスタントを作る夢は、長い間想像力に恵まれてきた。
マルチモーダル(multi-modal)な大きな言語モデル((M)LLMs)の進化により、この夢は現実に近づいている。
本調査は,OSエージェント研究の現状を整理し,学術調査と産業開発の両方の指針を提供する。
論文 参考訳（メタデータ） (2025-08-06T14:33:45Z) - Large Action Models: From Inception to Implementation [51.81485642442344]
大規模アクションモデル(LAM)は動的環境内でのアクション生成と実行のために設計されている。
LAMは、AIを受動的言語理解からアクティブなタスク完了に変換する可能性を秘めている。
創発から展開まで,LAMを体系的に開発するための総合的なフレームワークを提案する。
論文 参考訳（メタデータ） (2024-12-13T11:19:56Z) - LEARN: Knowledge Adaptation from Large Language Model to Recommendation for Practical Industrial Application [54.984348122105516]
Llm-driven knowlEdge Adaptive RecommeNdation (LEARN)フレームワークは、オープンワールドの知識と協調的な知識をシナジする。
オープンワールドの知識と協調的な知識を相乗化するLlm-driven knowlEdge Adaptive RecommeNdation (LEARN) フレームワークを提案する。
論文 参考訳（メタデータ） (2024-05-07T04:00:30Z) - Towards Top-Down Automated Development in Limited Scopes: A
Neuro-Symbolic Framework from Expressibles to Executables [4.844958528198992]
我々は、コードデータ、すなわちコード分類に基づいて分類を構築し、コード情報の分類を利用する。
テキストデータとコードデータを関連付ける3層セマンティックピラミッド(SP)を導入する。
本稿では,高モジュール性と低複雑性のソフトウェアに焦点を当てたセマンティックピラミッドフレームワーク(SPF)をアプローチとして提案する。
論文 参考訳（メタデータ） (2022-09-04T08:35:16Z) - Bringing AI To Edge: From Deep Learning's Perspective [7.308396023489246]
エッジコンピューティングと人工知能(AI)は、エッジインテリジェンスと呼ばれる新しいシステムを構築するために徐々に交差している。
これらの課題の1つは、計算集約的なディープラーニングアルゴリズムと、計算能力の低いエッジシステムの間のテキスト計算のギャップである。
本稿では,エッジインテリジェンスシステムに有用な代表的かつ最新のディープラーニング技術について調査する。
論文 参考訳（メタデータ） (2020-11-25T12:07:21Z)
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。