XiaoMi-AI文件搜索系统
World File Search SystemBitstream
基于字节的GPT-2模型，用于flip jpeg jpeg bitstream恢复
摘要 - 在本文中，我们调查了大语言模型（LLMS）在恢复损坏的Bitstreams的应用，特别关注JPEG图像数据。我们提出了一个基于字节的GPT-2模型，该模型可以直接处理字节序列并预测后续字节，从而使其应用于JPEG BITSTREAM恢复。此体系结构允许该模型捕获JPEG图像的Bitstream中连续字节数据之间的关系，从而使模型可以由于损坏的存储和恶意攻击而恢复位翼误差。我们在位错误率不同（BER）上评估了模型在位纤维JPEG数据集上的性能。实验结果证明了该模型在Bitstream中隐式学习模式并纠正错误字节的能力，从而展示了LLM在二进制处理任务中的潜力。我们的发现突出了基于字节的LLM在解决数据腐败问题并为该领域研究的新途径的承诺。
使用物理网表的生成和结构比较来确保NetList到Bitstream等效性
摘要 - 硬件网络名单通常会转换为botstream，并通过供应商提供的工具加载到FPGA板上。由于这些工具的专有性质，设计师必须相信设计转换为Bitstream的有效性。但是，动机的攻击者可能会改变CAD工具的完整性或操纵存储的Bitstream，以破坏设计的功能。本文提出了一种新方法，以证明合成的Netlist与产生的FPGA Bitstream之间的功能等效性。新颖的方法由两个阶段组成：首先，我们展示了如何利用实现信息对网表进行一系列转换，这不会影响其功能，但要确保其在结构上与FPGA物理实现的内容匹配。第二，我们提出了一个结构映射和等效性检查算法，该算法验证了该物理网络列表与BITSTREAM完全匹配。我们在几个基准设计上验证了此过程，包括通过注入数百个设计修改来检查误报。