XiaoMi-AI文件搜索系统
World File Search System嵌入式应用
嵌入式应用中的机器学习基础知识
神经网络是可以部署在小型嵌入式设备上的最强大的 ML 方法之一。神经网络的灵感来自人类大脑，是一组旨在识别模式的算法。神经网络通过一种机器感知来解释感官数据，它们标记或聚类原始输入并将该输入映射到正确的响应。它们识别的模式是数字，包含在向量中，任何数据（如图像、声音、文本或时间序列）都必须转换成向量。神经网络被描述为具有层、输入层、一个或多个隐藏层和输出层。每个节点或人工神经元都连接到另一个节点，并具有相关的权重和阈值。如果任何单个节点的输出高于指定的阈值，则该节点被激活，将数据发送到网络的下一层。否则，没有数据传递到网络的下一层。
d-box：嵌入式应用程序启用DMA的隔间化
在本文中，我们提出了D-box，这是一种系统的方法，可以使用实时操作系统（RTOS）启用嵌入式应用程序的隔室化解决方案的安全DMA操作。d-box定义了参考架构和一个工作流，以整体保护DMA操作。它提供了实用方法来硬化内核和基于定义的安全性策略，以轻松定义具有强大安全性的DMA操作。我们在流行的Freertos-MPU（F-MPU）之上为Cortex-M3/M4实现了D-box原型。与标准F-MPU相比，d-box过程和更严格的安全模型启用了DMA操作，但它暴露了41倍的ROP（返回方向编程）小工具。d-box仅增加了2％的处理器开销，同时将外围操作基准的功耗降低了18.2％。在可编程逻辑控制器（PLC）应用程序的实际案例研究中测试并确认了D-box的安全性和性能。