論文の概要: Microbenchmarking Cloud Cryptographic Workloads for Privacy-Preserving Healthcare IoT
- arxiv url: http://arxiv.org/abs/2605.24063v1
- Date: Fri, 22 May 2026 03:54:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-02 18:34:00.370778
- Title: Microbenchmarking Cloud Cryptographic Workloads for Privacy-Preserving Healthcare IoT
- Title（参考訳）: Microbenchmarking Cloud Cryptographic Workloads for privacy-serving Healthcare IoT
- Authors: Jeremiah L. Webb, Laxima Niure Kandel, Deepti Gupta, Lavanya Elluri,
- Abstract要約: 本研究は,コア暗号処理の性能を評価するためのマイクロベンチマーク研究である。
暗号化ワークロードは、Amazon Web Services(AWS)とMicrosoft AzureのKey Management Services(KMS)に統合される。
本研究では,F環境における暗号処理の最適構成について検討する。
- 参考スコア（独自算出の注目度）: 0.47380008991497763
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cryptographic operations are an essential component of cloud security architectures; their comprehensive performance characterization across different cloud services, hardware architectures, and programming language implementations remains unknown. Specifically, healthcare IoT devices are highly vulnerable and frequently targeted, yet the cryptographic performance trade offs in their cloud security architectures remain poorly understood. This research presents an extensive microbenchmark study evaluating the performance of core cryptographic workloads, including SHA HMAC generation, AES encryption, decryption, Elliptic Curve Cryptography (ECC) signature generation and verification, and RSA encryption, decryption, across Function as a Service (FaaS) integrated with Key Management Services (KMS) from Amazon Web Services (AWS) and Microsoft Azure. We evaluate FaaS platforms using Elastic Compute Cloud (EC2) instances and Azure Virtual Machines, specifically using burst optimized instance types to analyze performance under typical cloud workload patterns. The benchmark encompasses a comprehensive multi dimensional analysis spanning two CPU architectures (x86 64 and Arm64), six widely adopted programming languages (Rust, Go, Python, Java, C#, and TypeScript), multiple memory allocation configurations, and diverse instance types to capture the complex interplay between these factors. This study identifies optimal configurations for cryptographic workloads in FaaS environments, improving performance and cost efficiency while enabling secure and timely data protection for healthcare IoT applications.
- Abstract（参考訳）: 暗号化操作は、クラウドセキュリティアーキテクチャの重要なコンポーネントであり、さまざまなクラウドサービス、ハードウェアアーキテクチャ、プログラミング言語実装にまたがる包括的なパフォーマンス特性は、いまだに不明である。
具体的には、医療用IoTデバイスは非常に脆弱で、頻繁にターゲットされるが、同社のクラウドセキュリティアーキテクチャにおける暗号パフォーマンスのトレードオフは、いまだに理解されていない。
本研究は、Amazon Web Services(AWS)とMicrosoft Azureのキーマネジメントサービス(KMS)と統合されたFunction as a Service(FaaS)全体で、SHA HMAC生成、AES暗号化、復号化、楕円曲線暗号(ECC)署名の生成と検証、RSA暗号化、復号化など、コア暗号ワークロードのパフォーマンスを評価する広範なマイクロベンチマーク研究である。
我々はElastic Compute Cloud(EC2)インスタンスとAzure Virtual Machinesを使用してFaaSプラットフォームを評価する。
このベンチマークには、2つのCPUアーキテクチャ(x8664とArm64)、広く採用されている6つのプログラミング言語(Rust、Go、Python、Java、C#、TypeScript)、複数のメモリ割り当て設定、これらの要素間の複雑な相互作用をキャプチャする多様なインスタンスタイプが含まれる。
本研究では、FaaS環境での暗号化ワークロードの最適構成を特定し、医療用IoTアプリケーションに対するセキュアでタイムリーなデータ保護を実現するとともに、パフォーマンスとコスト効率を向上させる。
関連論文リスト
- RealSec-bench: A Benchmark for Evaluating Secure Code Generation in Real-World Repositories [58.32028251925354]
LLM(Large Language Models)は、コード生成において顕著な能力を示しているが、セキュアなコードを生成する能力は依然として重要で、未調査の領域である。
我々はRealSec-benchを紹介します。RealSec-benchは、現実世界の高リスクなJavaリポジトリから慎重に構築されたセキュアなコード生成のための新しいベンチマークです。
論文 参考訳（メタデータ） (2026-01-30T08:29:01Z) - Developing and Evaluating Lightweight Cryptographic Algorithms for Secure Embedded Systems in IoT Devices [0.0]
この研究は、Feistel-networkアーキテクチャと、暗号解析攻撃下での安全性に基づいて構築された、新しい軽量アルゴリズムを提示する。
その結果、軽量暗号は、セキュリティを確立し、IoTのパフォーマンスを維持するために使用できる効果的な戦略であることが示された。
論文 参考訳（メタデータ） (2026-01-06T12:45:12Z) - Key Length-Oriented Classification of Lightweight Cryptographic Algorithms for IoT Security [0.0]
本研究は、IoTシステムで一般的に使用される軽量対称暗号のセキュリティ評価に焦点を当てる。
その結果,鍵サイズは軽量暗号のセキュリティにおいて重要なパラメータであることがわかった。
128ビット未満の鍵を用いる暗号は、機密データを保護するための安全性や安全性の低いものと考えられている。
論文 参考訳（メタデータ） (2025-12-23T22:54:48Z) - Design and Optimization of Cloud Native Homomorphic Encryption Workflows for Privacy-Preserving ML Inference [0.0]
ホモモルフィック暗号化(HE)は、暗号化されたデータに対する暗号計算を可能にする魅力的な技術として登場した。
大規模クラウドネイティブパイプラインにおけるHEの統合は、高い計算オーバーヘッド、オーケストレーションの複雑さ、モデル互換性の問題によって制限されている。
本稿では、プライバシML推論をサポートするクラウドネイティブな同型暗号化の設計と最適化のための体系的なフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-28T15:13:32Z) - Dynamic Encryption-Based Cloud Security Model using Facial Image and Password-based Key Generation for Multimedia Data [0.0]
本研究では,任意のファイルタイプに暗号化手法を適用する動的暗号化ベースのセキュリティアーキテクチャを提案する。
4つの多様なデータセットが作成され、それぞれが一貫したサイズ2GBである。
AESは画像データの暗号化に使われ、AES-CTRはリアルタイムストリーミングのニーズを満たすためにオーディオやビデオデータに使われ、Blowfishは他の種類のデータに使われている。
論文 参考訳（メタデータ） (2025-05-22T18:55:45Z) - Lightweight, Secure and Stateful Serverless Computing with PSL [43.025002382616066]
信頼された実行環境(TEE)のためのF-as-a-Serivce(F)フレームワークを提案する。
このフレームワークは、静的にコンパイルされたバイナリおよび/またはWebAssembly(WASM)バイトコードのための異種TEEハードウェアでリッチなプログラミング言語をサポートする。
Intel SGX2の動的メモリマッピング機能を利用することで、ネイティブに近い実行速度を実現する。
論文 参考訳（メタデータ） (2024-10-25T23:17:56Z) - LightPHE: Integrating Partially Homomorphic Encryption into Python with Extensive Cloud Environment Evaluations [0.0]
ホモモルフィック暗号化は、プライベートキーにアクセスせずに暗号化されたデータの計算を可能にし、クラウド環境のセキュリティを高める。
本稿では、Python用の軽量ハイブリッドPHEフレームワークであるLightPHEを紹介し、既存のPHEライブラリの欠如に対処する。
LightPHEは複数のPHEアルゴリズムをモジュール設計に統合し、高速なプロトタイピングとセキュアなアプリケーション開発のための堅牢性とユーザビリティを保証する。
論文 参考訳（メタデータ） (2024-07-25T12:23:31Z) - Enc2DB: A Hybrid and Adaptive Encrypted Query Processing Framework [47.11111145443189]
本稿では,新しいセキュアデータベースシステムであるEnc2DBを紹介する。
本稿では,マイクロベンチマークテストと自己適応型モードスイッチ戦略を提案し,与えられたクエリに応答する最適な実行パス(暗号やTEE)を選択する。
また、クエリ処理を高速化するために、ネイティブコストモデルやクエリと互換性のある暗号文インデックスを設計、実装する。
論文 参考訳（メタデータ） (2024-04-10T08:11:12Z) - HasTEE+ : Confidential Cloud Computing and Analytics with Haskell [50.994023665559496]
信頼性コンピューティングは、Trusted Execution Environments(TEEs)と呼ばれる特別なハードウェア隔離ユニットを使用して、コテナントクラウドデプロイメントにおける機密コードとデータの保護を可能にする。
低レベルのC/C++ベースのツールチェーンを提供するTEEは、固有のメモリ安全性の脆弱性の影響を受けやすく、明示的で暗黙的な情報フローのリークを監視するための言語構造が欠如している。
私たちは、Haskellに埋め込まれたドメイン固有言語(cla)であるHasTEE+を使って、上記の問題に対処します。
論文 参考訳（メタデータ） (2024-01-17T00:56:23Z) - SOCI^+: An Enhanced Toolkit for Secure OutsourcedComputation on Integers [50.608828039206365]
本稿では,SOCIの性能を大幅に向上させるSOCI+を提案する。
SOCI+は、暗号プリミティブとして、高速な暗号化と復号化を備えた(2, 2)ホールドのPaillier暗号システムを採用している。
実験の結果,SOCI+は計算効率が最大5.4倍,通信オーバヘッドが40%少ないことがわかった。
論文 参考訳（メタデータ） (2023-09-27T05:19:32Z) - 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。