論文の概要: A Constant-Time Implementation Methodology for Activation Functions on Microcontrollers
- arxiv url: http://arxiv.org/abs/2605.22441v1
- Date: Thu, 21 May 2026 13:11:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-22 16:35:42.265006
- Title: A Constant-Time Implementation Methodology for Activation Functions on Microcontrollers
- Title（参考訳）: マイクロコントローラ上でのアクティベーション関数の一定時間実装法
- Authors: Andrii Tyvodar, Andreas Rechberger, Dirmanto Jap, Shivam Bhasin, Bernhard Jungk, Jakub Breier, Xiaolu Hou,
- Abstract要約: 本研究では,組込みマイクロコントローラ上でのアクティベーション関数の一定時間実装手法を提案する。
提案手法は、分岐なし選択、固定コストパデに基づく近似、必要ならばダミー算術、サイクルアライメントを組み合わせることで、タイミング規則のアクティベーション関数の実装を得る。
- 参考スコア（独自算出の注目度）: 4.906050468523458
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Embedded neural-network inference can leak information through timing side channels, including leakage caused by the evaluation of activation functions. This work proposes a constant-time implementation methodology for activation functions on embedded microcontrollers and validates it on ReLU, sigmoid, tanh, GELU, and Swish on an ARM Cortex-M4 platform. The proposed methodology combines branchless selection, fixed-cost Padé-based approximation, dummy arithmetic where needed, and cycle alignment to obtain timing-regular activation-function implementations. As motivation, we also evaluate a desynchronization-based countermeasure and show that it remains vulnerable to a template-based timing attack. Experimental results show that the resulting protected implementations achieve identical cycle counts for all tested inputs, including (88) cycles in the three-function setting and (108) cycles in the five-function setting. At the same time, the numerical-error analysis indicates that the approximated nonlinear functions retain high accuracy. These results suggest that the proposed methodology provides a practical basis for constructing side-channel-resistant activation functions in embedded inference.
- Abstract（参考訳）: 組み込みニューラルネットワーク推論は、アクティベーション関数の評価によるリークを含むタイミング側チャネルを介して情報をリークすることができる。
本研究では、組み込みマイクロコントローラ上でのアクティベーション関数の一定時間実装手法を提案し、ARM Cortex-M4プラットフォーム上でReLU、sigmoid、tanh、GELU、Swishで検証する。
提案手法は、分岐なし選択、固定コストパデに基づく近似、必要ならばダミー算術、サイクルアライメントを組み合わせることで、タイミング規則のアクティベーション関数の実装を得る。
モチベーションとして、デシンクロナイゼーションに基づく対策も評価し、テンプレートベースのタイミング攻撃に対して脆弱であることを示す。
実験の結果, 保護された実装は, 3機能設定の (88) サイクル, 5機能設定の (108) サイクルを含む全ての入力に対して同一のサイクル数を達成することがわかった。
同時に, 数値誤差解析により, 近似された非線形関数は高い精度を保っていることが示された。
提案手法は, 組込み推論において, サイドチャネル耐性活性化関数を構築するための実用的な基礎を提供することを示す。
関連論文リスト
- Unbiased Gradient Estimation for Event Binning via Functional Backpropagation [64.88399635309918]
バックプロパゲーション中に弱微分を合成することにより任意の双対関数の非バイアス勾配推定のための新しいフレームワークを提案する。
自己監督型光流ではECEが9.4%,SLAMでは5.1%低下し,事象に基づく視覚知覚において大きなメリットが示された。
論文 参考訳（メタデータ） (2026-02-13T04:05:03Z) - Prism: Efficient Test-Time Scaling via Hierarchical Search and Self-Verification for Discrete Diffusion Language Models [96.0074341403456]
LLM推論を改善するための実用的な方法として、推論時計算が再導入されている。
テスト時間スケーリング(TTS)アルゴリズムの多くは、自動回帰デコーディングに依存している。
そこで我々は,dLLM のための効率的な TTS フレームワーク Prism を提案する。
論文 参考訳（メタデータ） (2026-02-02T09:14:51Z) - TSRE: Channel-Aware Typical Set Refinement for Out-of-Distribution Detection [22.24538775135359]
活性化に基づく手法は、OOD検出において基本的な役割を担っている。
本稿では,識別可能性と活動性に基づく典型的な集合精錬法を提案する。
また、典型的な集合推定における分布バイアスを軽減するために、歪度に基づく改善も導入する。
論文 参考訳（メタデータ） (2025-11-19T08:33:14Z) - Measuring Uncertainty in Transformer Circuits with Effective Information Consistency [0.0]
本研究では,トランスフォーマー回路のシャーフ/コホモロジーと因果出現の視点を開発する。
EICSは(i)局所ジャコビアンとアクティベーションから計算された正規化棚の不整合と(ii)回路レベルの因果発生のためのガウスEIプロキシを組み合わせる。
本稿では,スコアの解釈,計算オーバーヘッド(高速かつ高精度なモード),およびおもちゃの健全性チェック分析に関する実践的ガイダンスを提供する。
論文 参考訳（メタデータ） (2025-09-08T18:54:56Z) - Unveiling ECC Vulnerabilities: LSTM Networks for Operation Recognition in Side-Channel Attacks [6.373405051241682]
楕円曲線暗号に対するサイドチャネル攻撃を行うための新しい手法を提案する。
我々は、電力トレースを分析し、動作パターンを特定するために、LSTM(long-short-term memory)ニューラルネットワークを採用する。
本研究では、現在の対策、特に座標ランダム化手法は、側流路を保護するには不十分であることを示す。
論文 参考訳（メタデータ） (2025-02-24T17:02:40Z) - Verification-Aided Learning of Neural Network Barrier Functions with
Termination Guarantees [6.9060054915724]
バリア関数は、システムの安全性を保証するための一般的なフレームワークである。
これらの関数を見つける一般的な方法は存在しない。
近年のアプローチでは、自己教師付き学習技術を用いてこれらの機能を学習している。
論文 参考訳（メタデータ） (2024-03-12T04:29:43Z) - OPAF: Optimized Secure Two-Party Computation Protocols for Nonlinear Activation Functions in Recurrent Neural Network [8.825150825838769]
本稿では,二者間設定の半正直モデルにおける非線形関数の実装について,特に注目する。
そこで本研究では,分割・対数戦略を用いた指数関数の新しい,効率的なプロトコルを提案する。
次に,Sigmoid と Tanh の対称性を利用し,入力を微調整して2PC 構築ブロックを小さくする。
論文 参考訳（メタデータ） (2024-03-01T02:49:40Z) - Provable Guarantees for Generative Behavior Cloning: Bridging Low-Level
Stability and High-Level Behavior [51.60683890503293]
生成モデルを用いた複雑な専門家による実演の行動クローニングに関する理論的枠組みを提案する。
任意の専門的軌跡の時間ごとのステップ分布に一致するトラジェクトリを生成することができることを示す。
論文 参考訳（メタデータ） (2023-07-27T04:27:26Z) - Robust and Adaptive Temporal-Difference Learning Using An Ensemble of
Gaussian Processes [70.80716221080118]
本稿では、時間差学習(TD)による政策評価の世代的視点について考察する。
OS-GPTDアプローチは、状態-逆ペアのシーケンスを観測することにより、与えられたポリシーの値関数を推定するために開発された。
1つの固定カーネルに関連する限られた表現性を緩和するために、GP前の重み付けアンサンブル(E)を用いて代替のスキームを生成する。
論文 参考訳（メタデータ） (2021-12-01T23:15:09Z) - Estimating Structural Target Functions using Machine Learning and
Influence Functions [103.47897241856603]
統計モデルから特定可能な関数として生じる対象関数の統計的機械学習のための新しい枠組みを提案する。
このフレームワークは問題とモデルに依存しないものであり、応用統計学における幅広い対象パラメータを推定するのに使用できる。
我々は、部分的に観測されていない情報を持つランダム/二重ロバストな問題において、いわゆる粗大化に特に焦点をあてた。
論文 参考訳（メタデータ） (2020-08-14T16:48:29Z) - Time-varying Gaussian Process Bandit Optimization with Non-constant
Evaluation Time [93.6788993843846]
非定常評価時間を効果的に処理できる新しい時間変化ベイズ最適化アルゴリズムを提案する。
我々の限界は、評価時間列のパターンが問題の難易度に大きな影響を与えることを決定づける。
論文 参考訳（メタデータ） (2020-03-10T13:28:33Z)
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。