論文の概要: Remote-Timer-as-a-Service: Efficient Microarchitectural Leakage in the Cloud with Remote Timers

• arxiv url: http://arxiv.org/abs/2608.17043v1
• Date: Mon, 17 Aug 2026 18:41:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-19 21:40:53.098814
• Title: Remote-Timer-as-a-Service: Efficient Microarchitectural Leakage in the Cloud with Remote Timers
• Title（参考訳）: リモートタイマー・アズ・ア・サービス: リモートタイマーを備えたクラウドにおける効率的なマイクロアーキテクチャリーク
• Authors: Martin Schwarzl, Haocheng Xiao, Albert Pedersen, Sam Ainsworth, Nigel Topham,
• Abstract要約: 我々は、Cloudflare Workersプロダクション環境で、共同配置された被害者ワーカーからJWTトークンをリークするリモートSpectre攻撃を実演する。 我々は2ビット/分から最大12ビット/秒まで、99.16%の精度で、既存の攻撃を桁違いに上回っている。
• 参考スコア（独自算出の注目度）: 4.5846880327283595
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Edge computing solutions have become a crucial part of the industry, delivering fast, flexible and scalable applications close to the end users, with typical use cases including dynamic content creation, image resizing and chatbots. Cloudflare Workers is one such framework, which handles millions of HTTP requests per second worldwide. To reduce start-up latency, Cloudflare Workers removes process-isolation boundaries between multiple tenants and leverages language-level isolation. This architecture poses the risk of Spectre attacks. To mitigate these, Cloudflare Workers previously introduced several countermeasures such as restricted timer measurements, no shared memory, no multithreading and Dynamic Process Isolation (DyPrIs), detecting potential attacks and process-isolating potentially malicious scripts. We demonstrate that the production implementation of DyPrIs was insufficient. We adopt microarchitectural amplification techniques and discover various possibilities to measure time in the production environment of Cloudflare Workers. Given these techniques, we show that freezing and coarsening timers in the Cloudflare Workers security model is insufficient. Leveraging both timing amplification and remote timers, we demonstrate a remote Spectre attack that leaks a JWT token from a co-located victim worker in the Cloudflare Workers production environment. We outperform the existing attack by orders of magnitude, going from 2 bit/min to up to 12 bit/s at an accuracy of 99.16%, posing an immediate risk to customer data. Following our end-to-end attack, Cloudflare Workers mitigated it in a coordinated effort by integrating the V8 Sandbox limiting transient access to 64-bit pointers, improving the detection capabilities of DyPrIs, and deploying hardware-assisted MPK-based in-process isolation to confine each tenant heap under a dedicated memory-protection key.
• Abstract（参考訳）: エッジコンピューティングソリューションは、動的コンテンツ生成、画像リサイズ、チャットボットといった典型的なユースケースで、エンドユーザに近く、高速でフレキシブルでスケーラブルなアプリケーションを提供することによって、業界において重要な部分になっています。 Cloudflare Workersはそのようなフレームワークのひとつで、世界中で毎秒数百万のHTTPリクエストを処理する。 起動レイテンシを低減するため、Cloudflare Workersは、複数のテナント間のプロセスアイソレーション境界を排除し、言語レベルの分離を活用する。 このアーキテクチャは、Spectre攻撃のリスクを引き起こす。 これらを軽減するために、Cloudflare Workersは以前、制限されたタイマ測定、共有メモリなし、マルチスレッディングなし、動的プロセス分離(DyPrIs)、潜在的な攻撃の検出、潜在的に悪意のあるスクリプトの分離など、いくつかの対策を導入した。 我々は,DyPrIsの生産実装が不十分であったことを実証した。 我々は、微細構造増幅技術を採用し、Cloudflare Workersの生産環境における時間を測定する様々な可能性を発見した。 これらの技術から、Cloudflare Workersのセキュリティモデルでは、凍結と粗大化のタイマーが不十分であることを示す。 タイミング増幅とリモートタイマーの両方を活用することで、Cloudflare Workersプロダクション環境で共同配置された被害者ワーカーからJWTトークンをリークするリモートSpectre攻撃を実演する。 我々は2ビット/分から最大12ビット/秒まで、99.16%の精度で既存の攻撃を桁違いに上回り、顧客のデータに即座にリスクを及ぼす。 エンドツーエンドの攻撃に続いて、Cloudflare Workersは、64ビットポインタへのトランジェントアクセスを制限するV8 Sandboxの統合、DyPrIの検出機能の改善、ハードウェア支援のMPKベースのインプロセスアイソレーションのデプロイにより、各テナントヒープを専用のメモリ保護キーで閉じ込める、という協調的な取り組みで、これを緩和した。

関連論文リスト

• Speculative Interaction Agents: Building Real-Time Agents with Asynchronous I/O and Speculative Tool Calling [64.40340291543971]
  我々は,小さなエッジスケールモデルとのリアルタイムインタラクションを実現するための投機的インタラクションエージェントを提案する。 また、ストリーミング入力と非同期応答を処理するためにモデルを適応させるクロックベースのトレーニング手法を提案する。 このアプローチは、Qwen2.5-3B-InstructとLlama-3.2-3B-Instructモデルを複数のツール呼び出しベンチマークで1.6-2.2$times$ Speedupを提供する。
  論文  参考訳（メタデータ） (2026-05-13T11:20:52Z)
• LightSplit: Practical Privacy-Preserving Split Learning via Orthogonal Projections [54.51153206716027]
  Split Learning(SL)は、ニューラルネットワークをクライアントと中央サーバに分割することで、協調的なトレーニングを可能にする。 カット層に軽量な固定ランダムプロジェクションを適用することにより,情報露出を制限し,通信オーバーヘッドを低減するLightSplitを提案する。 提案手法は, 伝送次元の最大32倍の精度で, 95%以上の精度を維持できることを示した。
  論文  参考訳（メタデータ） (2026-05-13T09:45:49Z)
• AgentStop: Terminating Local AI Agents Early to Save Energy in Consumer Devices [9.357681245846898]
  大規模言語モデル(LLM)は、複雑で多段階的なタスクを自動化するためにますます使われる。 リモートでクラウドベースのエージェントは、プライバシの懸念を高め、ネットワーク接続に依存し、繰り返し発生するAPIコストを発生させる。 我々はAgentStopを紹介した。AgentStopは軽量な効率スーパーバイザで、未成功の軌道を予測し、プリエンプティブに終了する。
  論文  参考訳（メタデータ） (2026-05-01T14:45:37Z)
• Speculative Policy Orchestration: A Latency-Resilient Framework for Cloud-Robotic Manipulation [6.709418204725671]
  クラウドロボティクスは、ロボットが高次元のモーションプランニングと推論をリモートサーバーにオフロードすることを可能にする。 高周波制御を必要とする継続的な操作のために、ネットワーク遅延とジッタはシステムを不安定にすることができる。 我々は,遅延耐性のクラウドエッジフレームワークである投機的ポリシーオーケストレーション(SPO)を提案する。
  論文  参考訳（メタデータ） (2026-03-19T19:24:14Z)
• CaMeLs Can Use Computers Too: System-level Security for Computer Use Agents [60.98294016925157]
  AIエージェントは、悪意のあるコンテンツがエージェントの行動をハイジャックして認証情報を盗んだり、金銭的損失を引き起こすような、インジェクション攻撃に弱い。 CUAのためのシングルショットプランニングでは、信頼できるプランナーが、潜在的に悪意のあるコンテンツを観察する前に、条件付きブランチで完全な実行グラフを生成する。 このアーキテクチャ分離は命令インジェクションを効果的に防止するが、ブランチステアリング攻撃を防ぐには追加の対策が必要であることを示す。
  論文  参考訳（メタデータ） (2026-01-14T23:06:35Z)
• One-Shot Secure Aggregation: A Hybrid Cryptographic Protocol for Private Federated Learning in IoT [0.0]
  Hyb-Aggは軽量で通信効率の良いセキュアアグリゲーションプロトコルである。 マルチキーCKKS (MK-CKKS) と楕円曲線Diffie-Hellman (ECDH) ベースの加算マスキングを統合している。 Raspberry Pi 4を含む高性能およびリソース制約のあるデバイス上でHyb-Aggを実装し,評価する。
  論文  参考訳（メタデータ） (2025-11-28T15:01:26Z)
• ObCLIP: Oblivious CLoud-Device Hybrid Image Generation with Privacy Preservation [9.081441952478306]
  ObCLIPは、不愉快なクラウドデバイスハイブリッド生成のためのプラグアンドプレイセーフガードである。 厳格なプライバシと、サーバコストがわずかに向上したクラウドモデルに匹敵するユーティリティを提供する。
  論文  参考訳（メタデータ） (2025-10-05T11:09:10Z)
• ZORRO: Zero-Knowledge Robustness and Privacy for Split Learning (Full Version) [58.595691399741646]
  Split Learning(SL)は、リソース制約のあるクライアントがディープニューラルネットワーク(DNN)を協調的にトレーニングすることを可能にする分散学習アプローチである。 このセットアップにより、SLはデータを共有せずにサーバの能力を活用することができ、機密データを扱うリソース制約のある環境で非常に効果的になる。 我々は、プライベートで検証可能な、堅牢なSL防御スキームであるZORROを提示する。
  論文  参考訳（メタデータ） (2025-09-11T18:44:09Z)
• Fast and Cost-effective Speculative Edge-Cloud Decoding with Early Exits [11.398891065175686]
  大型言語モデル(LLM)は、スマートフォン、ウェアラブル、エンボディロボットなどのエッジデバイス上の様々なアプリケーションを可能にする。 LLMはデバイス上でデプロイ可能で、レイテンシを低減し、プライバシを改善したコスト効率の高いソリューションを提供する。 本稿では,サーバ上での大きなターゲットモデルとデバイス上での小さなドラフトモデルを備えた,高速で費用対効果の高いエッジクラウドデコーディングフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-27T14:55:16Z)
• Overload: Latency Attacks on Object Detection for Edge Devices [47.9744734181236]
  本稿では,ディープラーニングアプリケーションに対する遅延攻撃について検討する。 誤分類に対する一般的な敵攻撃とは異なり、遅延攻撃の目標は推論時間を増やすことである。 このような攻撃がどのように動作するかを示すために、オブジェクト検出を使用します。
  論文  参考訳（メタデータ） (2023-04-11T17:24:31Z)

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。