摘要。本文分析了不同编译选项对侧信道分析攻击成功率的影响。我们在综合和布局后使用两种不同的编译选项对同一 kP 设计的模拟功率轨迹进行水平差分侧信道攻击。由于我们对对生产的 ASIC 的影响感兴趣,我们还在制造 ASIC 后对测量的功率轨迹进行了相同的攻击。我们发现,与简单编译选项相比,compile_ultra 选项将成功率从 5 个关键候选(正确率在 75% 到 90% 之间)显著降低到 3 个关键候选(最大成功率为 72%)。此外,布局后的成功率与攻击测量的功率和电磁轨迹的成功率显示出非常高的相关性,即模拟是 ASIC 抵抗力的良好指标。
单单元 DRAM 错误率的不断上升促使 DRAM 制造商采用片上纠错编码 (ECC),该编码完全在 DRAM 芯片内运行,以提高工厂产量。片上 ECC 功能及其对 DRAM 可靠性的影响被视为商业机密,因此只有制造商才知道片上 ECC 如何改变外部可见的可靠性特性。因此,片上 ECC 阻碍了第三方 DRAM 客户(例如测试工程师、实验研究人员),他们通常根据这些特性设计、测试和验证系统。为了让第三方准确了解片上 ECC 在错误校正过程中如何转换 DRAM 错误模式,我们引入了比特精确 ECC 恢复 (BEER),这是一种无需硬件工具、无需有关 DRAM 芯片或片上 ECC 机制的先决知识或无需访问 ECC 元数据(例如错误综合征、奇偶校验信息)即可确定完整 DRAM 片上 ECC 功能(即其奇偶校验矩阵)的新方法。BEER 利用了关键洞察,即使用精心设计的测试模式非侵入式地诱导数据保留错误会揭示特定 ECC 功能所独有的行为。我们使用 BEER 来识别来自三大 DRAM 制造商的 80 个带有片上 ECC 的真实 LPDDR4 DRAM 芯片的 ECC 功能。我们评估了 BEER 在模拟中的正确性和在真实系统上的性能,以表明 BEER 在各种片上 ECC 功能中都是有效且实用的。为了证明 BEER 的价值,我们提出并讨论了第三方可以使用 BEER 来改进其设计和测试实践的几种方法。作为一个具体的例子,我们介绍并评估了 BEEP,这是第一种错误分析方法,它使用已知的片上 ECC 功能来恢复导致可观察的后校正错误的不可观察的原始位错误的数量和位精确位置。1. 简介动态随机存取存储器 (DRAM) 是各种计算平台上系统主存储器的主要选择,因为它相对于其他存储器技术具有优惠的每位成本。DRAM 制造商通过提高设备代之间的原始存储密度来保持竞争优势。不幸的是,这些改进很大程度上依赖于工艺技术的扩展,这会导致严重的可靠性问题,从而降低工厂产量。DRAM 制造商传统上使用行/列备用等制造后修复技术来减少产量损失 [51]。然而,现代 DRAM 芯片技术的不断扩展需要更强大的错误缓解机制才能保持可行性,因为在较小的工艺技术节点上,随机单比特错误越来越频繁 [39,76,89,99,109,119,120,124,127,129,133,160]。因此,DRAM 制造商已经开始使用片上纠错编码(片上 ECC),它可以悄悄地纠正单比特错误
随着当今电子产品的广泛应用,单粒子效应 (SEE) 已成为一个重大问题,不仅对于航空航天和军事等关键应用,而且对于汽车行业和医疗器械也是如此,因为可靠性始终是重中之重。这种担忧在包含电磁 (EM) 和电离辐射的环境中尤为明显,这些辐射与物质的相互作用可能会改变存储元件的状态,从而降低系统可靠性。技术规模的缩小增加了带电粒子撞击或由于传导 EM 干扰导致的电源总线波动影响多个单元的可能性;因此,导致多单元翻转 (MCU)。单纠错 - 双纠错 (SEC-DED) 代码是为存储系统提供可靠性的最常用技术之一。但是,SEC-DED 代码的标准实现不再适合提供信息可靠性,因为它们无法令人满意地处理每个编码字的大量位翻转,即 MCU 发生。在此背景下,本文提出了扩展矩阵区域选择代码 (eMRSC),这是 MRSC 的改进版本,它将之前发布的原始 16 位代码扩展为 32 个数据位的新 MRSC 版本。此外,还提出了一种新的数据矩阵区域方案,以减少生成的冗余位数。将提出的代码与众所周知的代码进行了比较,在所有实验中都表现出色。综合分析表明,提出的代码不仅可靠,而且实施成本低(即面积、编码/解码延迟和功率开销低)。
摘要 - 云存储的日益普及提供了方便且可扩展的数据存储,但考虑到敏感信息的远程存储,其安全性仍然是一个紧迫的问题。虽然高级加密标准(AES)可确保安全存储,但在密钥分布和管理中会出现挑战。相比之下,椭圆曲线加密(ECC)在有效的密钥管理方面擅长,但具有数据尺寸限制。为了克服这些障碍,已经出现了一种混合ECC-AES方法。但是,优化并评估其集成到云存储系统中至关重要。本研究旨在开发,评估和增强用于安全云存储的混合ECC-AES方法。通过专注于实施和绩效优化,这项研究致力于增强云存储系统的安全性和效率,从而有助于云存储技术中安全可扩展的解决方案的发展;拟议的算法采用了一种混合技术,涉及ECC-AES加密和复杂的密钥管理,以提高安全性。它包含了生成随机AES密钥,使用ECC公共密钥对其进行加密的步骤,然后将加密的AES密钥拆开并牢固地存储。数据使用AES密钥加密并存储在云存储中。进行解密,检索加密的数据和AES关键部分。ECC专用密钥解密了AES密钥零件,然后将其组合起来以形成解密数据的完整AES密钥。通过结合ECC-AES加密和高级密钥管理技术,这种方法旨在有效,全面地增强云数据安全性。该算法确保安全的访问控制和身份验证机制,包括基于角色的访问控制和两因素身份验证,并实现了定期AES的密钥旋转,以增强安全性。
关于潜在的跨境干扰,主管部门可以与邻国建立协议,并可以利用国际电联的协调程序为拟议的地球站建立必要的协调区,从而确定需要协调的国家。《无线电规则》[1]附录 7 描述了建立跨境协调协调区的方法,其中表 7c 中包含了该频段的地球站和地面站的适用参数值。附录 7 中对参数值和传播模型的假设通常比较谨慎,这意味着位于协调区内的 FS 台站可能能够运行,但需要进行更详细的分析。ITU-R SF.1006 建议书 [8] 提供了一种方法,可用于协助主管部门进行更详细的干扰评估。这种更详细的评估应考虑到 FS 台站和地球站的实际特性,并在传播模型中考虑特定地形和任何杂波损耗(例如,参见 ITU-R P.452 建议书 [9])。更详细的干扰评估可能表明,位于协调区域内的 FS 站能够在不受 FSS 地球站有害干扰的情况下运行。
15 UNCRC,一般评论17(2013)在孩子的右边休息,休闲,娱乐,娱乐活动,文化生活和艺术(艺术31),2013年4月17日,CRC/C/GC/17 16《联合国儿童权利公约》,1989年11月20日,https://www.ohchr.org/en/instruments-mechanisms/instruments/instruments/convention-rights-Childs-Childs-Childs-childs-Child 17公共访问763,798名学生的教育。(2017年1月25日)。教育和青年部。https://moey.gov.jm/public-access-to-education-for-763798-students/ 18 Patterson,O.(2022)。牙买加的教育改革,2021年的报告。牙买加教育转型委员会。https://opm.gov.jm/wp-content/uploads/flipbook/jetc-reform-of-education-in--jamaica-2021-2021-abridged/pdf.pdf.pdf
• 已提交专利数量 – 2 (2018) • 正在提交的专利数量 – 2 • 为外部公司提供知识产权方面的咨询/培训(从战略到商业化,包括 IP 101) • 沙姆堡 SLE • 技术背景:伊利诺伊州注册专业工程师,结构工程师,为 PLM 客户进行大量软件开发和实施
建立在社区中已经在社区中正在进行的工作,以增强GP直接访问放射学,超声心动图和NTPROBNP测试,肺活量测定服务将由您的CHO与您一起与您所在地区的当地公立医院合作提供。GP直接访问肺活量测定法的推出继续努力解决GP在获得慢性疾病诊断方面面临的挑战; COVID-19的挑战进一步加剧了。这项倡议承认,全科医生在从急性环境中提供护理向社区中扮演的关键作用。它还支持根据2017年SláinteCare报告,2019年GP协议和2020/2021冬季计划扩大初级保健服务的长期目标。此范围直接访问诊断功能将支持GP,以在可能的情况下以及指示参考Amburatory Care Hub中的专家团队时优化社区的患者管理。本文档的目的是解决GP关于如何适当为患者访问肺活量测量服务的常见问题。
由于关键基础设施和物联网等应用的性质,侧信道分析攻击正成为一种严重威胁。侧信道分析攻击利用了可以观察到加密实现行为的事实,并提供简化密钥泄露的提示。一种新型的 SCA 是所谓的水平差分 SCA。在本文中,我们研究了两种不同的方法来增加硬件加速器对 kP 操作的固有抵抗力。第一种方法旨在通过实现寻址的定期安排来减少我们设计中寻址的影响。在第二种方法中,我们研究了用于实现 GF(2 n ) 元素乘法的公式如何影响针对 Montgomery kP 实现的水平 DPA 攻击的结果。我们实现了 5 种具有不同部分乘法器的设计,即基于不同的乘法公式。我们使用两种不同的技术(即 130 和 250 nm 技术)来模拟功率轨迹以进行分析。我们表明,实施的乘法公式对水平攻击的成功有显著影响。这两种方法的结合产生了最有抵抗力的设计。对于 250 nm 技术,只有 2 个关键候选者可以以大约 70% 的正确率显示出来,这是一个巨大的进步,因为对于原始设计,7 个关键候选者的正确率超过了 90%。对于我们的 130 nm 技术,没有一个关键候选者的正确率超过 60%。