PerOS: Personalized Self-Adapting Operating Systems in the Cloud

操作系统（OS）是计算机系统的基础，管理硬件资源并确保多样化应用程序的安全环境。然而，尽管它们的重要性长期存在，但操作系统的基本设计目标几十年来几乎没有发生实质性的演变。传统上，优先考虑速度、内存效率、安全性和可扩展性等方面，这些目标通常忽视了智能和个性化用户体验这一关键方面。在技术革命中，如机器学习（ML）的显着进展中，缺乏智能变得越来越关键。 如今的个人设备正在演变成用户的亲密伴侣，对于Linux和iOS等传统操作系统，尤其是在出现具有异构组件的专用硬件的情况下，这带来了独特的挑战。此外，ML中大型语言模型（LLM）的崛起引入了变革性的能力，重新塑造了用户交互和软件开发范例。 虽然现有文献主要集中在利用ML方法进行系统优化或加速ML工作负载，但在操作系统层面解决个性化用户体验方面还存在重大差距。为了解决这一挑战，本文提出了PerOS，一种具有LLM能力的个性化操作系统。PerOS旨在通过声明式接口、自适应内核和可扩展的云中心架构中的安全数据管理，提供量身定制的用户体验，同时保护隐私和个人数据；这就是本文的主要研究问题：我们如何开发智能、安全和可扩展的操作系统，为成千上万的用户提供个性化体验？

如何开发智能、安全、可扩展的操作系统，为数千用户提供个性化体验？

提出了PerOS，一种具有大型语言模型能力的个性化操作系统，通过声明式界面、自适应内核和安全数据管理在可扩展的云中心架构中提供定制的用户体验。

PerOS的亮点包括使用大型语言模型来提供个性化体验，声明式界面、自适应内核和安全数据管理来保护用户隐私，以及云中心架构来实现可扩展性。论文还提出了一些未来工作方向，如更好地利用机器学习优化系统性能和加强用户隐私保护。

最近的相关研究包括使用机器学习方法优化系统性能或加速机器学习工作负载的工作，但在操作系统层面提供个性化用户体验的研究还很少。