論文の概要: SMARM+: Analyzing and Enhancing Shuffled Measurements for Remote Attestation in Real-Time IoT Settings

• arxiv url: http://arxiv.org/abs/2607.23698v2
• Date: Fri, 31 Jul 2026 13:35:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-03 14:29:40.206499
• Title: SMARM+: Analyzing and Enhancing Shuffled Measurements for Remote Attestation in Real-Time IoT Settings
• Title（参考訳）: SMARM+: リアルタイムIoT設定における遠隔検定のためのシャッフル計測の分析と改善
• Authors: Amarin Laohajirapan, Norrathep Rattanavipanon,
• Abstract要約: リアルタイムRTOSベースのセットアップにおけるSMARMの最初の体系的研究について述べる。 SMARMをFreeRTOSとZephyrで動作するコモディティARM TrustZone-Mハードウェアに実装する。 SMARMのリアルタイム互換性はブロックサイズに非常に敏感であることを示す。 SMARM+PRNGとSMARM+FPEからなる拡張SMARM変種群であるSMARM+を提案する。
• 参考スコア（独自算出の注目度）: 4.361526134899725
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Remote attestation (RA) is a lightweight security primitive for detecting software compromise on IoT devices. Traditional RA schemes require atomic, non-interruptible memory measurements, making them difficult to deploy alongside real-time workloads. SMARM addresses this limitation by measuring memory in a secret, shuffled block order, reducing the non-interruptibility period to the duration of a single block measurement. However, SMARM was originally designed for microkernel-based systems and has not been studied in RTOS-driven real-time environments. In this work, we present the first systematic study of SMARM in real-time RTOS-based setups. We implement SMARM on commodity ARM TrustZone-M hardware running FreeRTOS and Zephyr, and introduce the Frequency Accuracy Ratio (FAR) to quantify the extent to which attestation can coexist with real-time execution under varying workloads. Our evaluation shows that SMARM's real-time compatibility is highly sensitive to block size: large blocks significantly degrade real-time availability, while small blocks incur substantial secure-storage overhead, limiting deployability on memory-constrained devices. To address this limitation, we propose SMARM+, a family of enhanced SMARM variants consisting of SMARM+PRNG and SMARM+FPE. They are designed to reduce secure-storage requirements while preserving SMARM's security guarantees and real-time behavior. Our evaluation highlights the trade-off between secure-storage reduction, attestation runtime, and energy overhead, and provides guidance on selecting among SMARM, SMARM+PRNG, and SMARM+FPE for different deployment settings.
• Abstract（参考訳）: リモートテスト(RA)は、IoTデバイス上のソフトウェア妥協を検出するための軽量なセキュリティプリミティブである。 従来のRAスキームでは、アトミックで非破壊的なメモリ計測が必要であり、リアルタイムワークロードと同時にデプロイすることが困難である。 SMARMはこの制限に対処するため、秘密のシャッフルブロックの順序でメモリを計測し、非破壊時間を1ブロックの測定時間に短縮する。 しかし、SMARMはもともとマイクロカーネルベースのシステム向けに設計されており、RTOS駆動のリアルタイム環境では研究されていない。 本稿では,リアルタイムRTOSベースのセットアップにおけるSMARMの体系的研究について紹介する。 SMARMは、FreeRTOSとZephyrで動作するコモディティARM TrustZone-Mハードウェア上に実装され、FAR( Frequency Accuracy Ratio)を導入して、さまざまなワークロード下でリアルタイム実行と共存できる範囲を定量化する。 我々の評価では、SMARMのリアルタイム互換性はブロックサイズに非常に敏感であることを示しており、大きなブロックはリアルタイム可用性を著しく低下させ、小さなブロックは相当量のセキュアストレージオーバーヘッドを発生させ、メモリ制約のあるデバイスへのデプロイを制限している。 この制限に対処するため、SMARM+PRNGとSMARM+FPEからなる拡張SMARM変種群であるSMARM+を提案する。 SMARMのセキュリティ保証とリアルタイム動作を維持しながら、セキュアなストレージ要件を削減するように設計されている。 本評価では, SMARM, SMARM+PRNG, SMARM+FPEの配置設定における安全性の低下, 検証ランタイム, エネルギーオーバーヘッドのトレードオフに注目し, SMARM, SMARM+PRNG, SMARM+FPEの選択に関するガイダンスを提供する。

関連論文リスト

• MeMo: Memory as a Model [96.54179792557863]
  大規模言語モデル(LLM)は、幅広いタスクにわたって強力なパフォーマンスを達成するが、その後の更新まで事前訓練後に凍結される。 MeMoは、LLMパラメータを変更せずに、新しい知識を専用のメモリモデルにエンコードするモジュラーフレームワークである。 MeMoは、さまざまな設定にまたがる既存のメソッドと比較して、強力なパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-05-14T17:51:34Z)
• Resolving Conflicts Between RTOS Timekeeping and Uninterruptable Trusted Computing [10.10879231972864]
  本稿では,Secure Worldが時間経過を計測し,非セキュアRTOSを補償するセキュア駆動時間同期機構を提案する。 このアプローチは、世界にまたがる一貫した単調な時間の概念を復元し、信頼性の高いコンピューティングサービスと、マイクロコントローラ上でのRTOS-sの安全な共存を可能にする。
  論文  参考訳（メタデータ） (2026-04-27T10:10:29Z)
• LiteAtt: Secure and Seamless IoT Services Using TinyML-based Self-Attestation as a Primitive [8.605599020846485]
  LiteAttは、IoT MCUのArm TrustZoneにおけるTinyML実行に基づいた、検証不要でハイブリッドなセルフアテステーションフレームワークである。 LiteAttの平均精度は98.7%、F1スコア99.33%、TPR98.72%、TNR97.45%である。
  論文  参考訳（メタデータ） (2026-03-20T08:10:14Z)
• Beyond Short-Horizon: VQ-Memory for Robust Long-Horizon Manipulation in Non-Markovian Simulation Benchmarks [96.60530830276281]
  RuleSafeは、スケーラブルなLLM支援シミュレーションフレームワーク上に構築された、新しいオペレーティングベンチマークである。 VQ-Memoryはベクトル量子化変分オートエンコーダを用いたコンパクトで構造化された時間表現である。
  論文  参考訳（メタデータ） (2026-03-10T11:13:54Z)
• SafeLoad: Efficient Admission Control Framework for Identifying Memory-Overloading Queries in Cloud Data Warehouses [59.68732483257323]
  メモリオーバーロードは、クラウドデータウェアハウスにおけるリソースの枯渇の一般的な形態である。 我々は,メモリオーバロード(MO)クエリの特定に特化して設計された,最初のクエリ入力制御フレームワークであるSafeLoadを提案する。 SafeLoadは、オンラインおよびオフライン時間オーバーヘッドの少ない最先端の予測性能を実現する。
  論文  参考訳（メタデータ） (2026-01-05T08:29:51Z)
• Agentic Memory: Learning Unified Long-Term and Short-Term Memory Management for Large Language Model Agents [57.38404718635204]
  大規模言語モデル (LLM) エージェントは、有限コンテキストウィンドウによる長距離推論において基本的な制限に直面している。 既存のメソッドは通常、長期記憶(LTM)と短期記憶(STM)を独立したコンポーネントとして扱う。 本稿では,エージェントのポリシーに LTM と STM 管理を直接統合する統合フレームワークである Agentic Memory (AgeMem) を提案する。
  論文  参考訳（メタデータ） (2026-01-05T08:24:16Z)
• DRIFT: Dynamic Rule-Based Defense with Injection Isolation for Securing LLM Agents [52.92354372596197]
  大規模言語モデル(LLM)は、強力な推論と計画能力のため、エージェントシステムの中心となってきています。 この相互作用は、外部ソースからの悪意のある入力がエージェントの振る舞いを誤解させる可能性がある、インジェクション攻撃のリスクも引き起こす。 本稿では,信頼に値するエージェントシステムのための動的ルールベースの分離フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-13T05:01:09Z)
• Provable Execution in Real-Time Embedded Systems [8.816934283264633]
  実時間システム(PEARTS)のための実行可能アーキテクチャの開発 PEARTSは、コモディティ組み込みリアルタイムオペレーティングシステム(FreeRTOS)と一緒に直接デプロイできる最初のPoXシステムである。
  論文  参考訳（メタデータ） (2025-05-20T02:31:13Z)
• When Mitigations Backfire: Timing Channel Attacks and Defense for PRAC-Based RowHammer Mitigations [4.040475373859059]
  RH軽減効果を損なうことなくPRACによるタイミングチャネルを除去する防御であるTPRAC(Timing-Safe PRAC)を提案する。 評価の結果、TPRACは1024のRH閾値で3.4%のオーバヘッドしか発生せず、タイミングチャネルを閉じていることがわかった。
  論文  参考訳（メタデータ） (2025-05-15T09:28:46Z)

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。