可重构计算平台中远程比特流安全更新研究

来源 :郑州大学 | 被引量 : 0次 | 上传用户:mytony
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着高性能计算的发展,超级计算机在功率和能耗方面的不足正在逐步显露。目前超级计算机的系统功耗普遍在5000KW以上,而地球模拟器的峰值功耗则达到了12MW[1],即一天的耗电量可满足一个中等城市的需要,从而引发了人们对高性能计算系统投入产出比的质疑。目前,超级计算领域的关注焦点逐渐从高性能计算转向了高效能计算(High Productivity Computing)。采用可重构计算体系,根据不同的应用任务对计算资源进行重构,可有效地提高计算效能。可重构计算指的是依靠可重构逻辑器件(如FPGA等)的可重构特性,对所需要执行的计算任务实时分配硬件资源,进行重配置以适应具体应用的计算平台,以达到接近高性能硬件设备的计算模式。基于现场可编程门阵列(Field Programmable Gate Arrays,FPGA)的可重构技术是可重构计算系统的关键技术之一。本文主要是在基于FPGA的可重构计算平台(FPGA-based ReconfigurationComputing Platform,FRCP)的背景下研究远程比特流的安全更新,因此我们首先分析了当前FPGA存在的主要安全问题以及可重构计算系统的安全问题,其次介绍了FRCP系统的理论架构、FRCP架构的设计,以及基于FPGA的可重构计算平台FRCP所面临的主要安全威胁。接着,本文针对可重构计算平台的远程比特流更新中如何防止信息被篡改和重放攻击的问题,提出了可重构计算平台中的远程比特流安全更新方案。该方案在远程更新配置端采用部分加密策略加密比特流并计算MAC值,通过以太网将信息发往可重构计算平台,经控制单元验证其完整性后,将加密的比特流和MAC值放入安全配置器中,最后FPGA加电并向控制单元请求获取比特流,从而完成远程比特流的安全更新。分析表明,该方案能够保证更新比特流的完整性和机密性,并能防止重放攻击。在上述一对一的远程比特流安全更新方案的基础上进行研究,发现在对FPGA集群进行配置更新时,双方比特流更新协议效率较低,密钥管理工作复杂,不能满足日益增长的FPGA集群动态配置更新的需求,因此,我们提出了一种具有前向安全性的多方远程比特流更新协议。该协议利用会话密钥加密比特流信息,并且使用双密钥链获得会话密钥,可提高对FPGA集群进行多轮配置更新时的效率。安全分析表明,该协议能保证机密性、完整性和前向安全性,并能防止重放攻击。
其他文献
计算机网络技术的飞速发展对软件产品的版权保护带来了严峻的挑战。传统的软件保护技术主要采用密码学理论,通过对软件加密来实现。但随着人们对加密技术认识的不断深入,用软件
近年来随着互联网络技术的发展,人们对网络的需求也越来越多,这就自然而然暴漏出了现有IPv4网络的不足其中主要包括:IP地址数量不足通信安全性服务质量以及移动性等方面IPv6的出
随着医疗水平的发展,尤其是电子病历(Electronic Medical Record,EMR)系统在医疗机构的推广使用,使人们的健康得到一定水平的保障,但是随着医学信息的安全越来越多的出现在人们的
移动Ad Hoc网络,即一种特殊的自组织对等式多跳无线移动网络(MANETs)。20世纪90年代至今,随着无线网络技术及应用的普及,Ad Hoc网络借助其自身无中心自组织、多跳路由、动态拓扑
在计算机和网络技术快速发展的时代,生物特征识别技术日益被人们所重视。虹膜具有丰富且持久的纹理特征,相比其它生物特认证技术,虹膜识别技术的的稳定性、准确性更高,并且具
数字图随着计算机信息技术的发展,网络上的数字资源与日俱增,与此同时,人们面临的不是数字资源的缺少,而是如何在海量的数字资源中找到合适的资源。正因如此,研究者们根据这个需求
卷积神经网络(Convolutional Neural Network,CNN)是一种受Hubel-Wiesel生物视觉系统启发的多层变种感知机(Multi-Layer Perception,MLP),它无须改变图像的拓扑结构,能在训练
软件测试的目标是为了发现程序中潜在错误,其中的关键因素就是如何快速自动化的生成测试数据,传统的人工测试耗费大量人力物力,因此自动化测试技术越来越受到人们的重视。测试数
针对应用时间序列方法在处理数据不足、缺失和信息模糊性的问题,本文在Type-2模糊时间序列预测模型基础上,首先,将模糊聚类的算法引入Type-2模糊时间序列模型中,利用物以类聚的思
人脸识别是图像处理和计算机视觉领域的一项重要研究内容,其主要目的是通过匹配数据库来检测输入的测试人脸图像属于哪一类别。脸部识别率指的是正确识别出的脸部图像的比率。