論文の概要: Optimized Disaster Recovery for Distributed Storage Systems: Lightweight Metadata Architectures to Overcome Cryptographic Hashing Bottleneck

• arxiv url: http://arxiv.org/abs/2602.22237v1
• Date: Mon, 23 Feb 2026 21:34:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-27 18:41:22.312397
• Title: Optimized Disaster Recovery for Distributed Storage Systems: Lightweight Metadata Architectures to Overcome Cryptographic Hashing Bottleneck
• Title（参考訳）: 分散型ストレージシステムにおける災害復旧の最適化:暗号化ハッシュボトムネックを克服するための軽量メタデータアーキテクチャ
• Abstract要約: 本稿では, 完全ないし部分的再ハッシュが避けられない動作条件を特徴付ける。 提案フレームワークは,DR中の瞬時デルタが可能なコンテンツ解析を経時的に依存するデータブロックに対して,暗号オーバーヘッドを伴わずに,グローバルにユニークな複合識別子を割り当てる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Distributed storage architectures are foundational to modern cloud-native infrastructure, yet a critical operational bottleneck persists within disaster recovery (DR) workflows: the dependence on content-based cryptographic hashing for data identification and synchronization. While hash-based deduplication is effective for storage efficiency in steady-state operation, it becomes a systemic liability during failover and failback events when hash indexes are stale, incomplete, or must be rebuilt following a crash. This paper precisely characterizes the operational conditions under which full or partial re-hashing becomes unavoidable. The paper also analyzes the downstream impact of cryptographic re-hashing on Recovery Time Objective (RTO) compliance, and proposes a generalized architectural shift toward deterministic, metadata-driven identification. The proposed framework assigns globally unique composite identifiers to data blocks at ingestion time-independent of content analysis enabling instantaneous delta computation during DR without any cryptographic overhead.
• Abstract（参考訳）: 分散ストレージアーキテクチャは、現代のクラウドネイティブインフラストラクチャの基礎となっているが、障害復旧(DR)ワークフローにおいて、重要な運用上のボトルネックが持続する。 ハッシュベースの重複は定常動作におけるストレージ効率に有効であるが、ハッシュインデックスが不安定、不完全、あるいはクラッシュ後に再構築される場合、フェイルオーバーやフェールバック時のシステム的負債となる。 本稿では, 完全あるいは部分的再ハッシュが避けられない動作条件を正確に特徴づける。 また,暗号復調がRTO(Recovery Time Objective)コンプライアンスに与える影響を解析し,決定論的・メタデータ駆動型識別へのアーキテクチャシフトを提案する。 提案フレームワークは,DR中の瞬時デルタ計算が可能なコンテンツ解析の時間依存データブロックに対して,暗号オーバーヘッドを伴わずに,グローバルに一意な複合識別子を割り当てる。

関連論文リスト

• Adaptive Latent Trajectory Anchoring for Action Segmentation Dataset Condensation [53.60856261088647]
  本稿では,凝縮パラダイムを最適化に基づく逆転から決定論的潜在写像へシフトすることを提案する。 動作セグメントをノイズ多様体のスパース潜在点に固定された連続軌跡として表現する。 我々のフレームワークは,共通データセット間でのセグメンテーション性能において,最先端の手法を著しく上回っている。
  論文  参考訳（メタデータ） (2026-07-10T04:00:26Z)
• REAL-OW: Rehearsal-free Open World Object Detection with Low-Rank Adaptation and Dual-Stage Objectness Modeling [56.888597798431704]
  Open-World Object Detection (OWOD) では、未確認のオブジェクトを未知のものとして識別し、それを既知のカテゴリのセットにインクリメンタルに組み込む必要がある。 既存のフレームワークは、破滅的な忘れを緩和するために、模範的なリプレイに大きく依存しているが、実際のアプリケーションでは、データアクセス制限との生データ競合を保存し、データ露出のリスクをもたらす。 協調的なアダプタアーキテクチャを通じて段階的な知識を分離する新しいリハーサルフリーフレームワークであるREAL-OWを提案する。
  論文  参考訳（メタデータ） (2026-07-03T06:38:54Z)
• A Deterministic Forensic Preprocessing Framework for Heterogeneous Network Datasets: Formal Foundations, Implementation, and Empirical Validation [3.861495812647291]
  本稿では、異種ネットワークデータセットを再現可能な標準形式に変換する決定論的法科学前処理フレームワークを提案する。 チャンクベースのアーキテクチャは、O(c)境界メモリを提供する。 UNSW-NB15、IoT-23、TON_IoTにわたる実証的な評価は、繰り返し実行される実行における100%の出力一貫性を示している。
  論文  参考訳（メタデータ） (2026-06-10T01:45:09Z)
• An Efficient and Privacy-Preserving Architecture for Cross-Institutional Collaborative RAG [35.62196578084403]
  Retrieval-Augmented GenerationはLLMに外部知識を付与する。 厳格なプライバシー規制は、そのようなコラボレーションを妨げる「データサイロ」を深刻なものにする。 我々は,高スループットでプライバシ保護のフェデレートされたRAGフレームワークであるFedRAGを紹介する。
  論文  参考訳（メタデータ） (2026-05-25T11:18:19Z)
• FeDMRA: Federated Incremental Learning with Dynamic Memory Replay Allocation [33.48373559626086]
  本稿では,データ再生機構に基づくストレージの動的メモリ割り当て戦略を提案する。 クライアントのメモリの固定配置とは違って,提案方式では,モデル性能を向上させるために,クライアント間で限られたストレージリソースを合理的に割り当てることを強調する。
  論文  参考訳（メタデータ） (2026-03-30T13:58:36Z)
• GO-GenZip: Goal-Oriented Generative Sampling and Hybrid Compression [50.76941829813458]
  現在のネットワークデータテレメトリパイプラインは、複数の分散ソースから中央アグリゲータへの、きめ細かいキーパフォーマンス指標(KPI)の巨大なストリームで構成されている。 本研究は、目標指向の観点からネットワークテレメトリを再設計する、ジェネレーティブAI(GenAI)駆動サンプリングとハイブリッド圧縮フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-20T16:33:15Z)
• CINDI: Conditional Imputation and Noisy Data Integrity with Flows in Power Grid Data [0.6991281327290525]
  Conditional Imputation and Noisy Data Integrity (CINDI) は、複雑な時系列におけるデータの完全性を取り戻すために設計された教師なし確率的フレームワークである。 CINDIは、条件付き正規化フロー上に構築された単一エンドツーエンドシステムに異常検出と計算を統一する。 ノルウェーの電力配電事業者による実世界のグリッド損失データを用いて,本フレームワークの評価を行った。
  論文  参考訳（メタデータ） (2026-03-12T09:49:10Z)
• FlashMem: Distilling Intrinsic Latent Memory via Computation Reuse [4.210760734549566]
  FlashMemは、計算再利用を通じて、過渡的推論状態から直接固有のメモリを蒸留するフレームワークである。 実験によると、FlashMemは5倍の推論遅延を減らしながら、重いベースラインのパフォーマンスと一致している。
  論文  参考訳（メタデータ） (2026-01-09T03:27:43Z)
• Unleashing Degradation-Carrying Features in Symmetric U-Net: Simpler and Stronger Baselines for All-in-One Image Restoration [52.82397287366076]
  オールインワン画像復元は、統合された枠組み内で様々な劣化(ノイズ、ぼかし、悪天候など)を扱うことを目的としている。 本研究では, 優れた特徴抽出法により, 劣化伝達情報を本質的にエンコードする, 重要な知見を明らかにする。 我々の対称設計は固有の劣化信号を頑健に保存し、スキップ接続に単純な加法融合を施す。
  論文  参考訳（メタデータ） (2025-12-11T12:20:31Z)
• Parallel Algorithms for Combined Regularized Support Vector Machines: Application in Music Genre Classification [5.98174311891588]
  我々は分散並列交互方向乗算器 (ADMM) を開発し、データを分散的に格納する場合にCR-SVMを効率的に計算する。 合成および自由音楽アーカイブデータセットの実験は、アルゴリズムの信頼性、安定性、効率性を実証している。
  論文  参考訳（メタデータ） (2025-12-08T11:41:06Z)
• Knowledge-Informed Neural Network for Complex-Valued SAR Image Recognition [51.03674130115878]
  本稿では,新しい「圧縮集約圧縮」アーキテクチャ上に構築された軽量なフレームワークであるKnowledge-Informed Neural Network(KINN)を紹介する。 KINNはパラメータ効率の認識における最先端を確立し、データスカースとアウト・オブ・ディストリビューションのシナリオにおいて例外的な一般化を提供する。
  論文  参考訳（メタデータ） (2025-10-23T07:12:26Z)
• Revisiting the Privacy Risks of Split Inference: A GAN-Based Data Reconstruction Attack via Progressive Feature Optimization [49.32786615205064]
  Split Inference (SI)は、エッジデバイスとクラウドの間の計算を分割することで、レイテンシを低減し、ユーザのプライバシを保護する。 データ再構成攻撃(DRA)の最近の進歩は、SIで交換された中間的特徴を利用して機密入力データを復元できることを明らかにしている。 既存のDRAは一般的に浅いモデルにのみ有効であり、セマンティックな事前を十分に活用できない。 本稿では,プログレッシブ・フィーチャー・オプティマイゼーション(PFO)を用いた新しいGANベースのDRAフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-28T10:00:39Z)
• HexaMorphHash HMH- Homomorphic Hashing for Secure and Efficient Cryptographic Operations in Data Integrity Verification [0.0]
  本稿では,HexaHashMorphを検証する格子型ホモモルフィックハッシュを用いた革新的な手法を提案する。 当社のコントリビューションは,拡張分散システムにおける頻繁な更新拡散に対する有効なソリューションとして,データの完全性とシステムパフォーマンスの両面を保護しています。
  論文  参考訳（メタデータ） (2025-07-01T18:53:23Z)
• Dataset Protection via Watermarked Canaries in Retrieval-Augmented LLMs [67.0310240737424]
  本稿では,テキストデータセットの所有権を保護し,RA-LLMによる不正使用を効果的に検出するための新しいアプローチを提案する。 提案手法では,IPデータセットに特別に設計されたカナリア文書を挿入することにより,元のデータを完全に変更することなく保護する。 検出プロセス中、カナリア文書をクエリし、RA-LLMの応答を分析することにより、不正使用を識別する。
  論文  参考訳（メタデータ） (2025-02-15T04:56:45Z)
• Structured Token Retention and Computational Memory Paths in Large Language Models [0.0]
  本稿では,文脈的重要性に基づいてトークンの永続化を動的に調整する確率的選択フレームワークを提案する。 階層的なメモリ割り当てによって拡張され、トークン埋め込みの構造化された再配置によって保持効率を向上する。 STRとCMPのオープンソースモデルへの統合は、構造化メモリ保持手法の適応性を示している。
  論文  参考訳（メタデータ） (2025-02-05T11:59:22Z)
• Dual-Stream Knowledge-Preserving Hashing for Unsupervised Video Retrieval [67.52910255064762]
  時間層とハッシュ層を含む単純な二重ストリーム構造を設計する。 まず、時間層とハッシュ層を含む単純な二重ストリーム構造を設計する。 自己スーパービジョンから得られたセマンティック類似性知識の助けを借りて、ハッシュ層はセマンティック検索のための情報を取得することを学習する。 このようにして、モデルは自然に二進的なコードに絡み合ったセマンティクスを保存します。
  論文  参考訳（メタデータ） (2023-10-12T03:21:12Z)
• BGaitR-Net: Occluded Gait Sequence reconstructionwith temporally constrained model for gait recognition [1.151614782416873]
  入力シーケンスで隠蔽されたフレームを識別する,新しいディープラーニングベースのアルゴリズムを開発した。 次に、歩行シーケンスに存在する次の時間情報を利用して、これらのフレームを再構築する。 我々のLSTMモデルでは,歩行周期の周期パターンと時間的に整合するフレームを再構成し,オクルージョンを生成する。
  論文  参考訳（メタデータ） (2021-10-18T18:28:18Z)
• New advances in enumerative biclustering algorithms with online partitioning [80.22629846165306]
  さらに、数値データセットの列に定数値を持つ最大二クラスタの効率的で完全で正しい非冗長列挙を実現できる二クラスタリングアルゴリズムであるRIn-Close_CVCを拡張した。 改良されたアルゴリズムはRIn-Close_CVC3と呼ばれ、RIn-Close_CVCの魅力的な特性を保ちます。
  論文  参考訳（メタデータ） (2020-03-07T14:54:26Z)

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。