論文の概要: Enabling Extended SGX Enclaves inside Confidential Virtual Machines

• arxiv url: http://arxiv.org/abs/2610.12695v1
• Date: Thu, 08 Oct 2026 20:21:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.265045
• Title: Enabling Extended SGX Enclaves inside Confidential Virtual Machines
• Title（参考訳）: 機密仮想マシン内の拡張SGXエンクレーブの実装
• Abstract要約: 本稿では,セキュリティモニタとカーネルドライバで構成されるCVMレジデントアーキテクチャであるTEEVisorを紹介する。 ゲストCVM内にハードウェア保護されたプロセスレベルのエンクレーブを構築する。 計算およびメモリバウンドワークロードで5%未満のオーバーヘッドが発生し、I/O重大アプリケーションで約12%、エンクレーブクローンを93$s/MBのエンクレーブサイズに加速する。
• 参考スコア（独自算出の注目度）: 0.26249027950824505
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Confidential Virtual Machines (CVMs), such as AMD SEV-SNP, and process enclaves, such as Intel SGX, provide workload protection against cloud threats. However, they strongly differ in TCB, deployment cost and speed, peer workload protection, resource sharing, fine-grained isolation and attestation, and programming capabilities. Nesting process enclaves within CVMs offers an optimal solution and an opportunity to address long-standing SGX limitations: lack of intra-enclave protection, expensive transitions and exception paths, slow enclave cloning, and a restricted programming model that limits Library Operating Systems (LibOS). This paper introduces TEEVisor, a CVM-resident architecture consisting of a security monitor and a kernel driver that leverages AMD SEV-SNP Virtual Machine Privilege Levels (VMPLs) to build hardware-protected, process-level enclaves inside a guest CVM with two modes: (1) an SGX binary compatibility mode to run unmodified SGX applications; and (2) a novel extended SGX~(eSGX) mode optimizing slow execution paths and offering richer enclave programming capabilities. On commercial AMD EPYC hardware, against native CVM execution, TEEVisor incurs under 5% overhead on compute- and memory-bound workloads, around 12% on I/O-heavy applications, and accelerates enclave cloning to a rate of 93~$μ$s/MB of enclave size, demonstrating that eSGX semantics inside a CVM are practical for production use.
• Abstract（参考訳）: AMD SEV-SNPのようなCVM(Confidential Virtual Machines)やIntel SGXのようなプロセスエンクレーブは、クラウド脅威に対するワークロード保護を提供する。 しかし、それらはTCB、デプロイメントコストとスピード、ピアワークロード保護、リソース共有、きめ細かい分離と検証、プログラミング能力で大きく異なる。 CVM内のネストプロセスエンクレーブは、エンクレーブ内保護の欠如、高価なトランジションと例外パス、ローエンクレーブクローン、ライブラリオペレーティングシステム(LibOS)を制限する制限付きプログラミングモデルといった、長期間にわたるSGX制限に対処する最適なソリューションと機会を提供する。 本稿では, AMD SEV-SNP Virtual Machine Privilege Levels (VMPLs) を利用するセキュリティモニタとカーネルドライバからなるCVM対応アーキテクチャであるTEEVisorを紹介し, ハードウェア保護されたプロセスレベルのエンクレーブをゲストCVM内に構築し, 未修正SGXアプリケーションを実行するためのSGXバイナリ互換性モード, 2) 遅い実行パスを最適化し, リッチエンクレーブプログラミング機能を提供する新しい拡張SGX~(eSGX)モードを提案する。 商用のAMD EPYCハードウェアでは、ネイティブのCVM実行に対して、TEEVisorは計算およびメモリバウンドワークロードで5%のオーバーヘッドで発生し、I/O負荷の多いアプリケーションで約12%、クローンを93〜$μ$s/MBのエンクレーブサイズに加速し、CVM内でのeSGXセマンティクスが実用的であることを示した。

関連論文リスト

• Type-Directed, Secure-by-Construction Enclave Partitioning for LLVM [0.869928033942254]
  我々は,LLVM IRをベースとして,低レベルの攻撃者に対するセキュリティを強制する新しいパーミッシブ型システムを備えた,難解な電卓であるSIRを定式化した。 次に、任意の非エンクレーブメモリを観測できる強力な攻撃者に対する非干渉を強制するエンクレーブ対応計算であるSIRENに拡張する。 第3に、セキュアなエンクレーブ認識プログラムを自動生成する型駆動型保存コンパイルをSIRからSIRENに開発する。
  論文  参考訳（メタデータ） (2026-09-02T03:25:29Z)
• 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)
• DeltaKV: Residual-Based KV Cache Compression via Long-Range Similarity [50.52392445266824]
  そこで本稿では,KV表現における長距離間類似性と高共有遅延成分を動機とする残差ベースのKVキャッシュ圧縮フレームワークを提案する。 DeltaKVはトークンを捨てる代わりに、検索した履歴参照に対するセマンティックな残基をエンコードし、保存を著しく削減する。 実験によると、DeltaKVは、LongBench、SCBench、AIMEでほぼロスレスの精度を維持しながら、KVキャッシュメモリを元の29%に削減している。
  論文  参考訳（メタデータ） (2026-02-08T15:14:36Z)
• xLLM Technical Report [57.13120905321185]
  我々は,知的かつ効率的なLarge Language Model (LLM)推論フレームワークであるxLLMを紹介する。 xLLMは、新しい分離されたサービスエンジンアーキテクチャを構築する。 xLLM-Engineは、システムとアルゴリズムの設計を最適化し、コンピュータリソースを完全に飽和させる。
  論文  参考訳（メタデータ） (2025-10-16T13:53:47Z)
• XQuant: Achieving Ultra-Low Bit KV Cache Quantization with Cross-Layer Compression [54.28208936996186]
  大規模言語モデル(LLM)は、様々な自然言語処理タスクにまたがる顕著な機能を示している。 量子化は、歴史的情報を保持しながらメモリ消費を減らすための有望な解決策として現れてきた。 超低等価ビット幅KVキャッシュ量子化を実現するトレーニングフリーでプラグアンドプレイのフレームワークであるXQuantを提案する。
  論文  参考訳（メタデータ） (2025-10-13T10:17:21Z)
• XQuant: Breaking the Memory Wall for LLM Inference with KV Cache Rematerialization [58.92253769255316]
  LLM推論はメモリフットプリントと帯域幅の要求のために困難である。 XQuantは、ハードウェアプラットフォームの急速に増加する計算能力を利用して、メモリボトルネックを取り除く。 XQuant-CLは、極端な圧縮のためにX埋め込みの層間類似性を利用する。
  論文  参考訳（メタデータ） (2025-08-14T06:52:38Z)
• NanoZone: Scalable, Efficient, and Secure Memory Protection for Arm CCA [4.597444093276292]
  Arm Confidential Computing Architecture (CCA)は現在、CVM(Confidential Virtual Machine)全体の粒度で分離されている。 我々は、CCAを3層ゾーンモデルで拡張し、単一のプロセス内で無制限に軽量な分離ドメインを生成します。 ドメイン・スウィッチの悪用をブロックするために、高速なユーザレベルのCode-Pointer Integrity(CPI)メカニズムも追加します。
  論文  参考訳（メタデータ） (2025-06-08T07:55:48Z)
• QuantSpec: Self-Speculative Decoding with Hierarchical Quantized KV Cache [67.84112700032007]
  大きな言語モデル(LLM)は、長いコンテキスト設定のためにエッジデバイスにデプロイされることが増えている。 これらのシナリオでは、キーバリュー(KV)キャッシュがGPUメモリとレイテンシの両方において主要なボトルネックとなっている。 そこで本研究では,ターゲットモデルのアーキテクチャを共有するが,階層的な4ビット量子化KVキャッシュと4ビット量子化重みを併用して高速化を行う,新たな自己推論型デコーディングフレームワークであるQuantSpecを提案する。
  論文  参考訳（メタデータ） (2025-02-05T20:43:48Z)
• The Road to Trust: Building Enclaves within Confidential VMs [17.064775757967627]
  NestedSGXは仮想マシン特権レベル(VMPL)を活用するフレームワークである。 それは、悪質なコードのロードを信頼していないゲストOSだと考えている。 これは、エンクレーブ内で実行される信頼され測定されたコードだけがリモートで検証可能であることを保証します。
  論文  参考訳（メタデータ） (2024-02-18T03:15:02Z)

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。