MétaCan
Menu
← Retour à la cohorte
Enregistrement W7131820116 · doi:10.48336/79

Improving computer systems security through transparent application-level sandboxing based on capability-based platforms

2025· other· en· W7131820116 sur OpenAlexfundno aff
Mahya Soleimani Jadidi

Notice bibliographique

RevueOpen MIND · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSandbox (software development)Software deploymentContext (archaeology)Bridge (graph theory)Computer security modelUnix

Résumé

récupéré en direct d'OpenAlex

Application sandboxing, a well-known concept in computer security, focuses on risk mitigation and allows the deployment of the principle of least privilege. Over recent decades, substantial efforts have been made to develop both general-purpose and specialized sandboxing systems. Despite its theoretical strengths, sandboxing remains challenging to implement in practice. This study explores how capability-based frameworks can be leveraged to achieve transparent application-level sandboxing. Capability-based platforms, such as FreeBSD's Capsicum, provide a strong foundation for addressing the challenges of sandboxing in a secure and efficient manner. While Capsicum and its derivative, Libcasper, have made notable strides in providing sandboxed execution environments, they have limitations in offering effective sandboxing without requiring program redesign or deep knowledge of the underlying security framework. To bridge this gap, we demonstrated a proof of concept by building CapExec, a solution based on Libcasper, that enables transparent sandboxing. We investigated interposition mechanisms to change the behaviour of programs at runtime leading to the development of a transparent sandboxing supervisor called Leash. The design simplifies the specification of sandbox policies through an interactive system, which requires minimal knowledge of operating system or the security platform internals, making the solution practical for real-world applications. Ultimately, our work enhances the security of applications by running them in a least-privileged context and provides a solid foundation for further advancements in transparent sandboxing for Unix systems.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,005
Science ouverte0,0020,005
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,055
Tête enseignante GPT0,314
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→