論文の概要: NosRacer: Dynamic Detection of Race Conditions in On-Device Network Operating Systems
- arxiv url: http://arxiv.org/abs/2610.11875v1
- Date: Thu, 08 Oct 2026 12:48:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:36:54.032568
- Title: NosRacer: Dynamic Detection of Race Conditions in On-Device Network Operating Systems
- Title（参考訳）: NosRacer:オンデバイスネットワークオペレーティングシステムにおける競合状態の動的検出
- Abstract要約: NosRacerは、産業用オンデバイスNOSにおける競合状態検出のための動的分析フレームワークである。
NosRacerは66%の精度を実現し、開発者によって確認された21のレース条件を深刻なバグとして検出すると同時に、検出オーバーヘッドを10%以下に維持する。
- 参考スコア（独自算出の注目度）: 15.26589402229074
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Commercial on-device network operating systems (NOSes) run complex control planes in production routers and switches, where configuration update tasks are executed by multiple loosely coupled components through asynchronous message passing. Such executions are prone to race conditions: the same ordered input commands may produce different outcomes when messages are delivered in different orders. The race conditions are difficult to expose because they often manifest only as subtle, delayed malfunctions. Existing static analysis techniques lack scalability and precision for large-scale industrial NOSes, while dynamic ones incur substantial system-execution cost when attempting to cover the space of asynchronous message interleavings. To address the challenges above, we present NosRacer, a dynamic analysis framework for race condition detection in industrial-grade on-device NOSes. NosRacer uses a two-phase design. The concentration phase reduces analysis scope by leveraging the locality of configuration update tasks. Race condition detection is then limited to a small subset of involved components and crucial state variables, thereby reducing the detection cost. The perturbation phase proactively perturbs message asynchrony to increase the likelihood of executions with race-condition-exposing message interleavings. It keeps perturbation practical by grouping compatible perturbations for parallel execution and adaptively strengthening perturbations. We implement NosRacer in a commercial, actively developed NOS. NosRacer is integrated into the existing testing factory and used to detect race conditions in 5 key control-plane components. NosRacer achieves 66% precision and detects 21 race conditions confirmed by developers as severe bugs, while keeping the detection overhead below 10%.
- Abstract（参考訳）: 商用のオンデバイスネットワークオペレーティングシステム(NOSe)は、複雑なコントロールプレーンを運用ルータとスイッチで実行し、非同期メッセージパッシングを通じて複数の疎結合コンポーネントによって構成更新タスクが実行される。
同じ順序の入力コマンドは、異なる順序でメッセージが配信されたときに異なる結果をもたらす可能性がある。
レース条件は、しばしば微妙で遅延した誤動作としてのみ現れるため、公開が難しい。
既存の静的解析技術は、大規模産業用NOSのスケーラビリティと精度を欠いているが、非同期メッセージインターリーブの空間をカバーしようとすると、動的解析はシステム実行コストを大幅に削減する。
以上の課題に対処するため,産業用オンデバイスNOSにおける競合状態検出のための動的解析フレームワークであるNosRacerを提案する。
NosRacerは二相設計を採用している。
集中フェーズは、設定更新タスクの局所性を活用することにより、分析範囲を削減する。
レース条件の検出は、関連するコンポーネントと重要な状態変数の小さなサブセットに制限されるため、検出コストが削減される。
摂動フェーズは、メッセージ同期を積極的に摂動し、競合条件のメッセージインターリーブの実行可能性を高める。
並列実行のための互換性のある摂動をグループ化し、適応的に摂動を強化することで摂動を実践的に維持する。
我々はNosRacerを商業的に開発されたNOSに実装する。
NosRacerは既存のテストファクトリに統合され、5つのキーコントロールプレーンコンポーネントの競合状態を検出するために使用される。
NosRacerは66%の精度を実現し、開発者によって確認された21のレース条件を深刻なバグとして検出すると同時に、検出オーバーヘッドを10%以下に維持する。
関連論文リスト
- TERMon: Detecting Persistent Behavioral Threats in Edge AI via Hardware-Native Ternary Runtime Monitor [0.9396259916237174]
エッジAIアクセラレータは、安全クリティカルな環境にますますデプロイされている。
モデル破損、分散シフト、および敵対的な入力が依然として良好で確実な予測を生成できるため、実行時の障害は検出されないことが多い。
本稿では,モデルの再実行や形式検証ではなく,推論動作を観察することで,そのような異常を検出する軽量ハードウェアランタイムモニタであるTERMonを提案する。
論文 参考訳（メタデータ） (2026-09-18T12:49:50Z) - PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳（メタデータ） (2026-07-18T04:46:53Z) - ESTANet: Efficient Online Error Detection in Procedural Videos via Prediction Inconsistency [10.854541165722814]
手続き型ビデオにおけるオンラインエラーのリアルタイム検出を,単純だが見落とされがちな視点から検討する。
動作検知器は入力力学や時間的文脈に対する感度によって自然に異なる予測特性を示す。
本稿では,動作予測の不整合を利用してエラーを検出する軽量フレームワークESTANetを提案する。
論文 参考訳（メタデータ） (2026-06-24T02:29:57Z) - DynT2I-Eval: A Dynamic Evaluation Framework for Text-to-Image Models [78.62380562116135]
テキスト・トゥ・イメージ(T2I)モデルのための完全に自動化された動的評価フレームワークであるDynT2I-Evalを提案する。
長い形式の記述から構造化された視覚意味空間を構築し、プロンプトを制御可能な次元に分解する。
DynT2I-Evalは、テキストアライメント、知覚品質、美学のモデル性能を評価する。
論文 参考訳（メタデータ） (2026-05-07T12:53:51Z) - Dynamic analysis enhances issue resolution [53.50448142467294]
DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。
テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。
Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
論文 参考訳（メタデータ） (2026-03-23T14:48:54Z) - In Perfect Harmony: Orchestrating Causality in Actor-Based Systems [0.0]
アクターベースのシステムは、実行時の検証に重大な課題をもたらす。
ACTORCHESTRAはErlangのランタイム検証フレームワークで、マルチアクターインタラクション間の因果関係を自動的に追跡する。
ACTORCHESTRAが現実のアクターシステムにおける複雑な行動違反の検出に有効であることを示す3つのケーススタディである。
論文 参考訳（メタデータ） (2026-03-18T16:47:25Z) - Proactive Rejection and Grounded Execution: A Dual-Stage Intent Analysis Paradigm for Safe and Efficient AIoT Smart Homes [37.92248202525651]
本稿では,低レベルの物理的実行から高レベルのユーザ意図理解を分離するためのDual-Stage Intent-Aware (DS-IA)フレームワークを提案する。
試験の結果、DS-IAは58.56%(ベースラインを28%以上上回る)のエクサクトマッチ(EM)を達成し、無効命令の拒否率を87.04%に改善した。
論文 参考訳（メタデータ） (2026-03-17T07:38:39Z) - Compiling Away the Overhead of Race Detection [4.072903728718951]
動的データ競合検出器は、ソフトウェアにおけるエラーのフラグ付けには不可欠だが、その高いランタイムオーバーヘッドは採用を制限している。
そこで本稿では,競合のないアクセスのためのインスツルメンテーションをなくすための,命令間静的解析のスイートを紹介する。
提案手法はレース検出のオーバーヘッドを大幅に低減し,ジオ平均速度が1.34倍,ピーク速度が2.5倍に達した。
論文 参考訳（メタデータ） (2025-12-05T09:26:08Z) - Code-as-Monitor: Constraint-aware Visual Programming for Reactive and Proactive Robotic Failure Detection [56.66677293607114]
オープンセットのリアクティブかつアクティブな障害検出のためのCode-as-Monitor(CaM)を提案する。
モニタリングの精度と効率を高めるために,制約関連エンティティを抽象化する制約要素を導入する。
実験により、CaMは28.7%高い成功率を達成し、厳しい乱れの下で実行時間を31.8%短縮することが示された。
論文 参考訳（メタデータ） (2024-12-05T18:58:27Z)
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。