論文の概要: Accelerating QUIC Encryption in WebAssembly Using WASM-SIMD

• arxiv url: http://arxiv.org/abs/2611.01989v1
• Date: Sun, 01 Nov 2026 15:25:42 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:37:58.632948
• Title: Accelerating QUIC Encryption in WebAssembly Using WASM-SIMD
• Title（参考訳）: WASM-SIMDを用いたWebAssemblyでのQUIC暗号化の高速化
• Abstract要約: WebAssemblyは、信頼できないコードをポータブルで軽量なサンドボックスで実行します。 Wasm QUICスタックは、ネイティブな成果の17.6%にしか達していないと報告されている。 WASM-SIMDカーネルが暗号コストの大部分を回復することを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: WebAssembly (Wasm) runs untrusted code in a portable, lightweight sandbox and is increasingly used to host services on shared servers and edge platforms. Running the QUIC transport protocol inside Wasm would let each application choose and update its own transport without changing the host. QUIC, however, encrypts every packet, and Wasm offers neither dedicated AES instructions nor carry-less multiplication; a Wasm QUIC stack has been reported to reach only 17.6% of native goodput, with cryptography as its largest cost. Whether the 128-bit SIMD extension of Wasm (WASM-SIMD) can recover this cost, and what limits a pure-Wasm stack once it does, has remained unclear. Here we show that explicit WASM-SIMD kernels recover much of the cryptographic cost, after which non-cryptographic costs become the limit. On two hosts connected by 10-Gigabit Ethernet, kernels that process eight AES blocks or four ChaCha20 blocks per pass raise receiver goodput over a non-SIMD baseline by 61.34% for AES-128-GCM and 31.55% for ChaCha20-Poly1305, whereas compiler auto-vectorization gains only 1.28% for AES-128-GCM. ChaCha20-Poly1305 still delivers 1.99 times the goodput of AES-128-GCM, confirming end to end the preference that stand-alone cipher benchmarks suggest. Receiver-side profiling combined with Amdahl's law predicts that even native-speed cryptography would leave Wasm at roughly one third of the goodput of the fastest native stack. Cryptographic acceleration is therefore necessary but not sufficient: memory allocation, runtime overhead and per-datagram UDP I/O now bound pure-Wasm transports. We anticipate that this per-category cost breakdown will guide further optimization of Wasm network stacks and the design of system interfaces for batched I/O.
• Abstract（参考訳）: WebAssembly(Wasm)は、ポータブルで軽量なサンドボックスで信頼できないコードを実行し、共有サーバやエッジプラットフォーム上でサービスをホストするためにますます利用されている。 Wasm内でQUICトランスポートプロトコルを実行すると、ホストを変更することなく、各アプリケーションが独自のトランスポートを選択して更新することができる。 しかしQUICは全てのパケットを暗号化し、Wasmは専用のAES命令もキャリーレス乗算も提供していない。 Wasm (WASM-SIMD) の128ビット SIMD 拡張がこのコストを回復できるかどうか、純粋なWasmスタックに制限があるのかは、まだ不明である。 ここでは、明示的なWASM-SIMDカーネルが暗号コストの大部分を回復し、その後、非暗号コストが限界となることを示す。 10-Gigabit Ethernetで接続された2つのホストでは、8つのAESブロックまたは4つのChaCha20ブロックをパス毎に処理するカーネルが非SIMDベースライン上で、AES-128-GCMが61.34%、ChaCha20-Poly1305が31.55%、AES-128-GCMが1.28%である。 ChaCha20-Poly1305は依然としてAES-128-GCMの1.99倍の出力を提供しており、スタンドアローンの暗号ベンチマークが示すように、エンド・ツー・エンドの好みを確認している。 受信側プロファイリングとAmdahlの法則が組み合わさって、ネイティブスピード暗号でさえ、Wasmは最速のネイティブスタックの約3分の1に留まるだろうと予測している。 したがって、暗号化アクセラレーションは必要だが十分ではない。メモリ割り当て、ランタイムオーバヘッド、UDP I/Oあたりの純粋なWasmトランスポートがバインドされる。 我々は、このカテゴリごとのコストダウンが、Wasmネットワークスタックのさらなる最適化とバッチI/Oのためのシステムインターフェースの設計を導くことを期待する。

関連論文リスト

• Batched Paillier-Based Hamming-Distance Computation over Binary Embeddings [0.0]
  追加のホモモルフィック暗号化は、暗号化されたバイナリ埋め込みのアウトソース計算をサポートする。 本稿では,キャリーセパレートされたバイナリエンコーディング,テーブルベースの暗号化,減量処理,復号化/CGBN演算,永続デバイス状態,バッチ検索統合を組み合わせたPaillierベースのクライアントについて述べる。 1万のランダムな512ビット埋め込みのバッチに対する3回の温暖化試験で、ルックアップ構成は43,091の暗号化/sと28,983のハミング距離復号/sの中央値バッチスループットを達成した。
  論文  参考訳（メタデータ） (2026-09-18T06:27:21Z)
• Securing High-Performance Data Transfers: Implementing AES Encryption in RDMA Systems [0.0]
  本研究では、RDMAとAES-128の暗号化を統合して、性能を損なうことなくデータ転送をセキュアにする方法について検討する。 P4 プログラミング言語を用いて,プログラム可能な Tofino スイッチのデータプレーン内で直接暗号化を実装した。 実験の結果,16バイトパケットで0.37Gbps,32バイトパケットで0.76Gbps,64バイトパケットで1.83Gbps,128バイトパケットで1.9Gbpsのスループットを達成した。
  論文  参考訳（メタデータ） (2026-05-24T12:06:22Z)
• Lightweight, Practical Encrypted Face Recognition with GPU Support [0.5598105282648399]
  顔認識モデルは、クライアントがコンパクトな顔埋め込みを抽出し、サーバがテンプレートデータベース上で類似検索を行うクライアントサーバ設定で動作する。 既存のFHEベースのプロトコルは計算コストが高く、メモリオーバーヘッドが高い。 本稿では,高速かつメモリ効率の良い類似性計算を実現するアルゴリズムであるBSGS-Diagonalを紹介する。
  論文  参考訳（メタデータ） (2026-04-01T06:43:36Z)
• FlashSchNet: Fast and Accurate Coarse-Grained Neural Network Molecular Dynamics [36.3434800328807]
  SchNetのようなグラフニューラルネットワーク(GNN)のポテンシャルは、分子動力学(MD)シミュレーションの精度と伝達性を改善する。 我々は,高帯域メモリ(HBM)とオンチップ間の読み書きを慎重に考慮し,GNN-MD IOを意識する原理を欠いていることを示す。 提案するFlashSchNetは,4つの技術をベースに構築された,効率よく正確なIO対応GNN-MDフレームワークである。
  論文  参考訳（メタデータ） (2026-02-13T17:49:12Z)
• Lightweight, Secure and Stateful Serverless Computing with PSL [43.025002382616066]
  信頼された実行環境(TEE)のためのF-as-a-Serivce(F)フレームワークを提案する。 このフレームワークは、静的にコンパイルされたバイナリおよび/またはWebAssembly(WASM)バイトコードのための異種TEEハードウェアでリッチなプログラミング言語をサポートする。 Intel SGX2の動的メモリマッピング機能を利用することで、ネイティブに近い実行速度を実現する。
  論文  参考訳（メタデータ） (2024-10-25T23:17:56Z)
• Hardware-Aware Parallel Prompt Decoding for Memory-Efficient Acceleration of LLM Inference [23.633481089469836]
  LLM(Large Language Models)の自動回帰デコーディングは、ハードウェアの性能に大きなオーバーヘッドをもたらす。 トレーニング可能なパラメータを0.0002$%しか必要とせず,A100-40GBのGPUをたった16時間で効率的にトレーニングできる並列プロンプトデコーディングを提案する。 我々のアプローチでは、最大2.49$times$ スピードアップを示し、最小のメモリオーバーヘッドは0.0004$%である。
  論文  参考訳（メタデータ） (2024-05-28T22:19:30Z)
• Memristor-Based Lightweight Encryption [0.6774275305946261]
  次世代のパーソナライズされた医療機器は、ユーザーの受け入れ性を改善するために極端に小型化されている。 利用可能なターゲット技術を使った暗号プリミティブは エネルギー消費で悪名高い 本稿では,40nmのRRAMを用いた1T1R構成によるGIFT暗号の実装を提案する。
  論文  参考訳（メタデータ） (2024-03-29T19:30:08Z)
• A Heterogeneous RISC-V based SoC for Secure Nano-UAV Navigation [40.8381466360025]
  ナノUAVは高度な計算能力を必要とする一方で、大きな電力とペイロードの制約に直面している。 9mm2200mWシステム・オン・ア・チップ(SoC)のShaheenについて紹介する。 Linux対応のRV64コアと、v1.0の承認されたハイパーバイザ拡張と、低コストで低消費電力のメモリコントローラを統合している。 同時に、汎用DSP向けに最適化されたRV32コアの完全プログラム可能なエネルギー効率と面積効率のマルチコアクラスタを統合している。
  論文  参考訳（メタデータ） (2024-01-07T16:03:47Z)
• SOCI^+: An Enhanced Toolkit for Secure OutsourcedComputation on Integers [50.608828039206365]
  本稿では,SOCIの性能を大幅に向上させるSOCI+を提案する。 SOCI+は、暗号プリミティブとして、高速な暗号化と復号化を備えた(2, 2)ホールドのPaillier暗号システムを採用している。 実験の結果,SOCI+は計算効率が最大5.4倍,通信オーバヘッドが40%少ないことがわかった。
  論文  参考訳（メタデータ） (2023-09-27T05:19:32Z)
• GME: GPU-based Microarchitectural Extensions to Accelerate Homomorphic Encryption [33.87964584665433]
  ホモモルフィック暗号化(FHE)は、暗号化データを復号することなく処理することができる。 FHEは、平文データを使った同じ計算と比較して最大5桁のスローダウンを導入している。 本稿では,3つのキーとなるマイクロアーキテクチャ拡張と,現在のAMD CDNA GPUアーキテクチャへのコンパイル時間最適化を組み合わせたGMEを提案する。
  論文  参考訳（メタデータ） (2023-09-20T01:50:43Z)

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。