中小企业数字硬件安全研究

随着全球数字经济的快速发展,中小企业数字化转型过程中数字硬件安全问题日益凸显,探究了数字硬件安全对中小企业数字化转型的重要性和影响,分析了数字硬件安全面临的各种风险和威胁,如硬件木马、硬件漏洞、硬件前门、侧信道攻击等,以及它们对中小企业造成的危害和损失。此外,对国内外的研究综述进行总结,按照中小企业数字化转型要求,结合数字硬件特点提出了一些数字硬件安全的解决方案和建议,旨在为中小企业提升数字硬件安全水平、保障数字化转型提供参考。

时空图卷积网络的骨架识别硬件加速器设计

随着人工智能技术的不断发展,神经网络的数据规模逐渐扩大,神经网络的计算量也迅速攀升。为了减少时空图卷积神经网络的计算量,降低硬件实现的资源消耗,提升人体骨架识别时空图卷积神经网络(ST-GCN)实际应用系统的处理速度,利用现场可编程门阵列(FPGA),设计开发了一个基于时空图卷积神经网络的骨架识别硬件加速器。通过对原网络模型进行结构优化与数据量化,减少了FPGA实现约75%的计算量;利用邻接矩阵稀疏性的特点,提出了一种稀疏性矩阵乘加运算的优化方法,减少了约60%的乘法器资源消耗。经过对人体骨架识别实验验证,结果表明,在时钟频率100 MHz下,相较于CPU,FPGA加速ST-GCN单元,加速比达到30.53;FPGA加速人体骨架识别,加速比达到6.86。

简单与复杂硬件单粒子效应故障率的数据获取方法探索

航空电子硬件单粒子效应故障率是系统安全性分析过程中的重要基础数据。航空电子硬件由于简单与复杂硬件两种类型的技术定义不同,其单粒子效应故障率的数据获取方法不同。本文基于AMC 20-152A-2022《航空电子硬件开发保证》的跟踪梳理分析,研究提出了简单与复杂硬件单粒子效应故障率的数据获取方法探索,可以为设计师提供参考。

面向网安学科的硬件安全课程体系设计与教学实践

针对目前国内网络安全教学体系中硬件安全相关课程缺乏、硬件安全课程体系尚未完整建立的现状,提出面向网安学科的硬件安全课程体系构建思路,从课程思政、理论联系实践、软硬协同、产学研等角度阐述针对硬件安全课程体系的教学设计方法,进一步探讨面向网安学科的硬件安全课程实验平台构建方法。

轻量级卷积神经网络的硬件加速方法

为提升轻量级卷积神经网络在硬件平台的资源利用效率和推理速度,基于软硬件协同优化的思想,提出一种面向FPGA平台的轻量级卷积神经网络加速器,并针对网络结构的特性设计专门的硬件架构。与多级并行策略结合,设计一种统一的卷积层计算单元。为降低模型存储成本、提高加速器的吞吐量,提出一种基于可微阈值的选择性移位量化方案,使计算单元能够以硬件友好的形式执行计算。实验结果表明,在Arria 10 FPGA平台上部署的MobileNetV2加速器能够达到311 fps的推理速度,相比CPU版本实现了约9.3倍的加速比、GPU版本约3倍的加速比。在吞吐量方面,加速器能够实现98.62 GOPS。

基于ESP8266的智能灯光控制系统硬件设计

智能硬件的广泛应用丰富了人们的工作与生活,常用的照明灯具在融入网络智能控制后变得更加灵动和方便使用。本文以使用率较高的EPS8266为处理核心,将照明灯光控制与WiFi网络结合设计了一款智能灯光控制系统。系统设计完成了硬件的器件选型、处理器最小系统及外围灯光元器件的电路连接。灯光控制设计分为主动调节和自动感应,原理图中添加了按键及温湿度和光照环境传感采集器。系统设计预留了继电器控制的强电照明灯具接口,设置了音频提示模块,电源设计采用常见的5 V供电,并接入降压模块为处理器供电。系统的程序下载使用USB连接,原理图设计中选用了串口转换芯片,并简明介绍了程序下载的文件及写入地址。

基于软硬件协同的细粒度安全域隔离机制

基于内存篡改的攻击能够恶意地修改程序执行环境的关键数据,给程序提供一个安全可信的执行环境是抑制恶意软件的有效手段。本文提出了一种基于软硬件协同的解决方案,能够以函数调用为粒度,为程序执行提供相对隔离的安全执行环境。为了配合软件,在底层提供了2大硬件支撑:load/store指令在访存时都要进行地址检查,同时也设置了访问属性;在硬件页表上增加了函数调用隔离域(CFID),在TLB转换时进行安全隔离的检查。提供了2种不同场合的数据共享访问策略,在GEM5上实现了原型系统,通过运行安全测试集,能够有效地隔离非安全环境。相比于虚拟机和特权级切换的方法,本文的硬件实现几乎没有切换损耗。在SPEC CPU 2006的测试集中,本文提出的硬件隔离机制总体性能损耗低于3%。

基于硬件在环的光储系统实验教学平台设计

现有新能源发电实验平台存在利用率低、交互性差等问题,难以满足培养学生解决复杂工程能力的要求。借助硬件在环仿真技术,设计并开发光伏-储能互补发电综合实验教学平台。基于该平台,设计了从基础教学到探索类实验项目,并具有可扩展性,实践表明,该实验平台实用、便捷,可快速实现先进控制算法在光储领域应用的教学实践。对培养新工科建设下的高水平卓越工程师具有重要作用。

基于硬件损伤的认知反向散射通信网络鲁棒安全资源分配算法

为了提高反向散射通信网络频谱效率、传输鲁棒性及信息安全性,该文提出一种基于硬件损伤的认知反向散射通信网络鲁棒安全资源分配算法。首先,考虑认知反向散射用户的最小安全速率、传输时间、能量收集和反射系数等约束,基于有界信道不确定性和频谱感知误差模型,建立一个多变量耦合的吞吐量最大化非凸资源分配问题。其次,利用最坏准则、连续凸近似和交替优化方法,将原问题转换为凸优化问题,并提出一种基于迭代的鲁棒资源分配算法。仿真结果表明,与现有算法对比,所提算法具有较好的鲁棒性。

线上线下混合模式计算机硬件实验课程思政教学探索

针对目前思政教学的研究现状,提出线下线上混合教学模式计算机硬件实验课程思政教学体系,以“六个坚持”为指导,探讨实验内容知识点蕴含的思政元素挖掘方法,阐述如何在“实验预习”“实验现场”和“实验报告”3个阶段融入思政案例,通过利用多元化细粒度全过程动态考核方法验证,说明课程思政取得良好效果。

基于AirSim的无人机硬件在环仿真平台设计与实现

为了减少使用真实无人机和相机进行算法验证所带来的高成本与人员安全风险,研制了一个无人机实物平台,并基于AirSim和虚幻引擎4搭建了配套的无人机硬件在环仿真平台。在同一局域网内,仿真平台与实物平台建立连接,将传感器数据直接输送到实物平台进行算法验证。硬件在环仿真平台可在室内无GPS环境下保证算法在仿真和实物运行时处于同一平台,节省仿真时编译代码和数据拷贝的时间,有利于多传感器融合定位算法的验证。

适应于硬件部署的神经网络剪枝量化算法

深度神经网络由于性能优异已经在图像识别、目标检测等领域广泛应用,然而其包含大量参数和巨大计算量,导致在需要低延时和低功耗的移动边缘端部署时困难。针对该问题,提出一种用移位加法代替乘法运算的压缩算法,通过对神经网络进行剪枝和量化将参数压缩至低比特。该算法在乘法资源有限的情况下降低了硬件部署难度,可满足移动边缘端低延时和低功耗的要求,提高运行效率。对ImageNet数据集经典神经网络进行了实验,结果表明神经网络的参数在压缩到4 bit的情况下,其准确率与全精度神经网络的基本一致,甚至在ResNet18、ResNet50和GoogleNet网络上的Top-1/Top-5准确率还分别提升了0.38%/0.22%,0.35%/0.21%和1.14%/0.57%。对VGG16第8层卷积层进行实验,将其部署在Zynq7035上,结果表明,压缩后的网络在使用的DSP资源减少43%的情况下缩短了51.1%的推理时间,并且减少了46.7%的功耗。

一种基于FPGA的SVPWM硬件架构及其计算速度优化

为了提高七段式两电平SVPWM算法的调制速度并减少逻辑资源的使用量,提出了一种基于FPGA的SVPWM硬件架构。在该硬件架构输入参考电压后,首先,进行基于Clarke逆变换的坐标变换,通过一系列加法运算构建出含有三相占空比的3组中间变量,同时通过2个异或运算从上述硬件布线中得到简化后的2 bit扇区判断条件;然后,根据简化后的2 bit扇区判断条件从以上3组中间变量中筛选出三相占空比,并进行钳位保护,按照自然采样法输出PWM。以上过程形成一个整体,在FPGA中只需3次触发,便能在2个时钟周期内完成从参考电压输入到三相PWM输出的整个过程,有效提高了计算速度。此外,还给出了该硬件架构在不同的FPGA平台下的资源使用情况,与其他方法相比,LUT使用量由至少500个缩减至300个左右,逻辑资源使用量降低。通过仿真与实物试验,验证了所提硬件架构的有效性。

矢量网络分析仪硬件性能对测量精度的影响分析

文中通过深入分析矢量网络分析仪S参数测量过程中的误差来源,建立了误差项与硬件性能的对应关系,在此基础上,通过将原始测量值看作误差项的多元函数,在各误差项理想值附近保留泰勒级数线性项作为合理估计,分析了原始S参数测量结果偏差与误差模型中每个误差项之间的关联程度。对其解析式中除原始测量值以外的其他项使用增量法,求解了最终S参数测量结果偏差与各误差项之间的关联程度,由此确定了每个硬件性能引起的最终测量偏差的大小。最后使用Keysight N5227A和Ceyear 3671E两台矢量网络分析仪,在相同的校准条件下对参数已知的待测网络进行测量,通过对比最终测量结果,检验方法的正确性和有效性。

基于OBE理念的以计算机组成原理为核心的硬件课程教学改革与实践

为了解决以计算机组成原理为代表的相关硬件课程在传统教学模式下存在的种种问题,文章结合OBE教学理念,以获得学生课程学习成果最大化为目标,从课程内容设置、课程教学方式、实践教学方式、课程评价体系四个方面尝试进行了教学改革和创新。多轮教学实践结果表明,课堂教学效果、学生学习积极性和主动性、教学评教反馈都有着显著提升,学生也取得了令人满意的学习成果。

基于硬件损伤和非完美CSI的IRS辅助NOMA网络鲁棒传输算法

为提升非正交多址接入(NOMA,non-orthogonal multiple access)网络的鲁棒性并减少其能量消耗,考虑了收发器的硬件损伤(HWI,hardware impairment)和非完美的信道状态信息(CSI,channel state information),提出了智能反射面(IRS,intelligent reflecting surface)辅助的NOMA网络传输功率最小化算法。考虑了用户服务质量(QoS,quality of service)约束、串行干扰消除约束以及IRS的反射相移约束,基于HWI和非完美CSI建立了基站主动波束成形和IRS被动波束成形联合优化问题模型。为求解该非凸优化问题,首先利用线性近似和S-Procedure方法对QoS约束进行转换,然后将优化问题分解为两个子问题,并且利用逐次凸逼近(SCA,successive convex approximation)方法求解主动波束成形子问题,利用惩罚凸凹过程算法求解被动波束成形子问题,最后利用交替优化将子问题交替迭代得到最终解。仿真结果表明,在传输功率方面,所提算法比正交多址鲁棒算法降低了17.05%;在系统鲁棒性方面,所提算法相较于HWI鲁棒算法和CSI鲁棒算法,分别提升了20.69%和31.14%。

基于硬件在环仿真的DFIG并网系统开环模式谐振风险及验证

开环模式谐振理论是阐释风电并网引起的电力系统振荡机理的研究成果,其中基于平均模型的离线时域仿真结果可信度存疑。为提升开环模式谐振的工程指导可靠度,首先基于硬件在环仿真,组建了用于验证开环模式谐振的半实物实验平台;其次建立双馈风电场并网系统的小信号模型,提出开环模式分析通用方法评估系统振荡风险;最后以两个算例进行了开环模式谐振现象的分析与实验。得到结论:硬件在环仿真的结果符合开环模式分析的结果,在开环模式谐振条件下,系统稳定性下降。留数法可以较为准确地预测系统闭环模式,系统参数的合理整定可以减小开环模式谐振带来的影响。

动态深度神经网络的硬件加速设计及FPGA实现

基于现场可编程门阵列(Field Programmable Gate Array,FPGA)实现的卷积神经网络由于具有优秀的目标识别能力,广泛应用在边缘设备。然而现有的神经网络部署多基于静态模型,因此存在无效特征提取、计算量增大、帧率降低等问题。为此,提出了动态深度神经网络的实现方法。通过引入模型定点压缩技术和并行的卷积分块方法,并结合低延迟的数据调度策略,实现了高效卷积计算。同时对神经网络动态退出机制中引入的交叉熵损失函数,提出便于硬件实现的简化方法,设计专用的加速电路。根据所提方法,在Xilinx xc7z030平台部署了具有动态深度的ResNet110网络,平台最高可完成2.78×104 MOPS(Million Operations per Second)的乘积累加运算,并支持1.25 MOPS的自然指数运算和0.125 MOPS的对数运算,相较于i7-5960x处理器加速比达到287%,相较于NVIDIA TITAN X处理器加速比达到145%。

油田软硬件共享云平台构建设计

云计算、物联网等信息技术的发展,促使传统产业重构、整合,油田发展也应顺应时代的发展趋势,而为实现这一目标,本文对油田软硬件共享云平台的构建设计进行了研究。通过明确油田软硬件共享云平台的功能,阐述其总体设计、硬件设计以及软件功能设计,再做好油田软硬件共享云平台的数据测试工作,可以进一步检验该平台性能与实践效果,其不仅能实现软硬件资源在企业的全面共享,还能尽可能提高资源的利用率,在减少软硬件投资等方面也有十分显著的效果。

计算机硬件类课程教学改革实践研究

目前计算机科学专业的教学中,讲授硬件设备的工作原理是教学难点。需要教师和学生共同配合,理论课和习题的教学相结合,其中最重要的是硬件类课程的教学中动手练习,激发学生对硬件类课程的好奇心。文章以微处理器与微控制器课程为例,介绍基于硬件的课程在软件导向课程中的演变过程,探索实践了实验练习中的改进和新的教学方法。结果表明,通过设计新颖的动手实验练习和必修实践项目,新的教学方法极大地激发了学习硬件课程积极性,提高了总体成绩和教学质量。