論文の概要: INTCC: A Framework for Interactive Confidential Computing
- arxiv url: http://arxiv.org/abs/2609.35552v1
- Date: Mon, 28 Sep 2026 16:25:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 20:51:41.377226
- Title: INTCC: A Framework for Interactive Confidential Computing
- Title（参考訳）: INTCC:インタラクティブな機密情報処理のためのフレームワーク
- Abstract要約: 本稿では、信頼できないデータプロセッサがデータ機密性を損なうことなく、TEE内で非決定論的操作を実行できるシステムアーキテクチャを提案する。
本稿では,(1)ネイティブ開発体験を維持するためのプロキシベースのディスパッチシステム,(2)データ漏洩を防止するためのセキュリティ格子に基づくきめ細かい情報フロー制御機構,(3)動的ランタイムのコンプライアンスを保証するためのプライバシ検証実行機構,の3つの主要なメカニズムを紹介する。
- 参考スコア（独自算出の注目度）: 12.65377863997198
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Confidential computing leverages Trusted Execution Environments (TEEs) to ensure the confidentiality and integrity of data in use. However, TEEs rely on remote attestation to guarantee the integrity of their initial memory state. This model is fundamentally at odds with interactive development workflows. In scenarios like LLM fine-tuning and exploratory data analysis, data processors need human-in-the-loop capabilities, including dynamic code injection, intermediate state inspection, and hyperparameter tuning, all of which inherently violate the static, one-time integrity guarantees of traditional remote attestation. To reconcile this tension, we propose the interactive confidential computing paradigm, a system architecture enabling untrusted data processors to execute dynamic, non-deterministic operations within TEEs without compromising data confidentiality. Driven by the insight that inherently unmeasurable human interaction must be excluded from the Trusted Computing Base (TCB), we logically partition the TEE into an interactive controller and a verifiable runtime. To realize this paradigm, we present INTCC, a framework featuring three key mechanisms: (1) a proxy-based dispatch system to preserve the native development experience; (2) a fine-grained information flow control mechanism based on a security lattice to prevent data leakage; and (3) a privacy-preserving verifiable execution mechanism to guarantee the runtime compliance of dynamic workflows. We implement INTCC on AMD SEV-SNP using Confidential Containers and evaluate it across diverse real-world workloads. Our experiments demonstrate that INTCC effectively balances security and interactivity, incurring a practical overhead of less than 5% for LLM fine-tuning and under 17% for data analysis relative to baseline execution.
- Abstract（参考訳）: 機密コンピューティングは、Trusted Execution Environments(TEE)を活用して、使用中のデータの機密性と整合性を確保する。
しかし、TEEは初期メモリ状態の整合性を保証するためにリモート認証に依存している。
このモデルは基本的に、インタラクティブな開発ワークフローと相反するものです。
LLMファインチューニングや探索的データ分析のようなシナリオでは、データプロセッサは、動的コードインジェクション、中間状態検査、ハイパーパラメータチューニングなど、従来のリモート検査の静的で1回限りの保証に本質的に違反する、ループ内の人間機能を必要とします。
この緊張を和らげるために、信頼できないデータプロセッサがデータ機密性を損なうことなく、TEE内で動的で非決定論的操作を実行できるシステムアーキテクチャである対話型秘密計算パラダイムを提案する。
本質的に計測不能なヒューマンインタラクションは、Trusted Computing Base (TCB) から除外されなければならないという洞察に基づいて、TEEを対話型コントローラと検証可能なランタイムに論理的に分割する。
このパラダイムを実現するために,(1)ネイティブ開発エクスペリエンスを維持するためのプロキシベースのディスパッチシステム,(2)データ漏洩を防止するためのセキュリティ格子に基づくきめ細かい情報フロー制御機構,(3)動的ワークフローのランタイムコンプライアンスを保証するためのプライバシ保護検証実行機構,の3つの主要なメカニズムを特徴とするINTCCを提案する。
我々は、Confidential Containersを用いてAMD SEV-SNP上でINTCCを実装し、それを様々な現実世界のワークロードで評価する。
実験の結果,INTCCはセキュリティと対話性のバランスを効果的に保ち,LCMファインチューニングでは5%未満,ベースライン実行では17%未満のオーバーヘッドが生じることがわかった。
関連論文リスト
- Trusted Model Environment for Private Semantic Computations [4.74925997655434]
プライベートセマンティックプリミティブは、構造化データと非構造化データをプライベートに計算することを可能にする。
標準的な暗号プリミティブはそのような計算をすぐにはサポートしない。
本稿では,信頼された実行環境内で生成モデルを実行する最初のプリミティブである信頼モデル環境(TME)を紹介する。
論文 参考訳（メタデータ） (2026-09-24T16:03:47Z) - More Granular, Less Trust: Enforcing Intra-Process Isolation with Arm CCA in an Untrusted Management Environment [15.118579654055603]
CCAegisはArm Confidential Compute Architecture(CCA)を拡張して、機密データと操作をプロセス内で分離するシステムである。
CCAegisは、実際の暗号化ワークロードのオリジナルバージョンと比較して1.01xから1.43倍のパフォーマンスオーバーヘッドがあるため、センシティブなデータや操作を効果的に分離する。
論文 参考訳（メタデータ） (2026-08-20T21:42:16Z) - D-MUTRA: DLT-based MUTual Remote Attestation for Multi-Agent Systems [0.5262506959175032]
本稿では,マルチエージェントシステムに相互RAプロトコルを導入するブロックチェーンベースのフレームワークであるD-MUTRAを提案する。
エージェントは、仲間の正当性を検証しながら測定し、証明者と検証者の両方として機能する。
その結果、D-MUTRAはエージェント同士の連続的な検証を可能にし、悪意のあるソフトウェア修正を検出し、無視できないオーバーヘッドで大規模なデプロイメントにスケールすることを示した。
論文 参考訳（メタデータ） (2026-08-03T09:10:31Z) - Phantoms and Disclosures: a Causal Framework for Auditing Synthetic Data [56.86147283213652]
データ開示の検出と説明を目的とした,カスタマイズ可能な実証監査フレームワークを提案する。
本フレームワークでは,ユーザの情報を直接再現する「真の開示」と,ユーザのデータを偶発的に生成する「幻の開示」とを区別する機構を導入する。
論文 参考訳（メタデータ） (2026-06-15T16:54:02Z) - Towards trustworthy agentic AI: a comprehensive survey of safety, robustness, privacy, and system security [57.35851886874902]
エージェントAIシステムは、複雑なタスクを自律的に実行するが、その多段階の軌道には、信頼性に挑戦する新たな障害モードが導入されている。
この調査では、リスクの高いデプロイメントに不可欠な2つのコアディメンションを通じて、信頼できるエージェントAIを精査する。
各次元について、重要な概念を明確にし、エージェントワークフローに沿ってリスクが発生する場所を特定し、ステージ目標の緩和戦略を要約する。
論文 参考訳（メタデータ） (2026-05-17T10:26:37Z) - 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) - Towards Verifiably Safe Tool Use for LLM Agents [53.55621104327779]
大規模言語モデル(LLM)ベースのAIエージェントは、データソース、API、検索エンジン、コードサンドボックス、さらにはその他のエージェントなどのツールへのアクセスを可能にすることで、機能を拡張する。
LLMは意図しないツールインタラクションを起動し、機密データを漏洩したり、クリティカルレコードを上書きしたりするリスクを発生させる。
モデルベースセーフガードのようなリスクを軽減するための現在のアプローチは、エージェントの信頼性を高めるが、システムの安全性を保証することはできない。
論文 参考訳（メタデータ） (2026-01-12T21:31:38Z) - Securing Generative AI in Healthcare: A Zero-Trust Architecture Powered by Confidential Computing on Google Cloud [0.0]
Confidential Zero-Trust Framework (CZF) は、Zero-Trust ArchitectureとConfidential Computingのハードウェア強化データアイソレーションを組み合わせたセキュリティパラダイムである。
CZFは、ハードウェアベースのTrusted Execution Environment内で使用中にデータが暗号化される詳細なアーキテクチャを提供する。
論文 参考訳（メタデータ） (2025-11-14T19:56:52Z) - 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) - 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)
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。