江苏龙网

  1. 首页 > 资讯 > 科技 > >

半导体行业观察|美国制定半导体十年计划，聚焦五大方向( 五 )


半导体行业观察|美国制定半导体十年计划，聚焦五大方向
本文插图

图7：安全的系统视图
我们的硬件也在变化 。 复杂性是安全的大敌 ， 由于性能和能效的驱动因素 ， 如今的硬件平台极其复杂 。 现代片上系统设计包含了一系列特殊用途加速器和IP模块 。 这些系统的安全架构是复杂的 ， 因为这些系统现在是微小的分布式系统 ， 我们必须建立分布式安全模型与不同的信任假设为每个组件 。 此外 ， 这些组件通常来自第三方 ， 这意味着硬件供应链需要信任 。 对性能的追求也导致了微架构中的一些微妙问题 。 例如 ， 许多现有的硬件平台很容易受到投机性执行侧信道问题的影响 ， 这一点在Spectre（幽灵）和Meltdown（熔断）中得到了曝光 。 在这些问题和其他问题的驱动下 ， 未来需要全新的硬件设计 。
今天的主要工作是人工智能 。 许多安全系统 ， 例如 ， 使用异常检测来识别攻击或使用功能分析的上下文认证 。 AI的能力在不断增强 ， 这些可信系统的应用也在不断增长 。 然而 ， 人工智能对这些系统的可信度尚不清楚 。 这不仅是安全系统的问题 ， 而且即使是具有隐含信任假设的一般系统 ， 例如 ， 在自动车辆中的视觉对象检测 ， 也是一个问题 。 研究人员已经表明 ， 对图像的小的扰动可以使神经网络模型产生错误的结论 。 一个放置在停车标志上的小贴纸可以使一个模型归类为限速45标志 。 其他深度学习系统的应用也有类似的信任问题：语音识别的输出可能会被潜移默化的音频变化所操纵 ， 或者恶意软件可能会因为二进制文件的微小变化而无法被发现 。 深度学习模型的脆弱性与其不可预测性有关 。 神经网络是没有解释其决策的黑匣子 。 神经网络的其他重要问题是算法偏差和公平性 。 我们需要一些方法来让深度学习系统更加可信、可解释和公平 。
最后 ， 在过去的十年里 ， 我们必须保护的系统变得无比复杂 。 云已经成为外包计算和存储 ， 同时保持控制的标准 。 我们仍在努力应对云计算带来的安全挑战——多租户、供应商保证和隐私——同时云计算产品的复杂性继续增加 。 云现在提供了可信的执行环境以及专门的、共享的硬件和软件 。 与此同时 ， 人们对边缘计算越来越感兴趣 ， 因为我们意识到云缺乏附近计算基础设施的性能和隐私保障 。 边缘的异构本质意味着对边缘计算服务提供商的信任是一个主要问题 ， 当然 ， 物联网设备的安全性多年来一直困扰着我们 。 必须让资源有限、成本低廉的设备更容易实现安全发展 。 即使在安全设计上小心谨慎 ， 极端环境也会造成困难 。 使问题复杂化的是 ， 各个级别的系统都变得更加复杂——现代芯片系统设计包含了一系列特殊用途的加速器和IP块 ， 基本上是小型分布式系统 ， 我们必须为每个组件建立分布式安全模型 ， 并对其进行不同的信任假设 。
行动呼吁
今天的系统在智能化和普遍性方面的增长速度是惊人的 。 与此同时 ， 这些系统不断增加的规模和复杂性迫使硬件专门化和优化以应对性能挑战 。 所有这些性能上的进步必须与安全和隐私方面的进步齐头并进 。 例如 ， 保护机器学习或传统密码学中的弱点 ， 保护个人数据的隐私 ， 以及解决供应链或硬件中的弱点 。
宏伟目标4：
开发与技术同步的安全和隐私进步 ， 新的威胁和新的用例 ， 例如可信和安全的自主和智能系统 ， 安全的未来硬件平台 ， 以及新兴的量子后和分布式密码算法 。
在这十年里 ， 每年投资6亿美元用于信息通信技术安全的新发展 。 选定的优先研究主题概述如下：
半导体行业观察|美国制定半导体十年计划，聚焦五大方向
本文插图

巨变五：新的计算模式
在我们看来 ， 不断增长的能源需求的计算与全球能源生产正在创造新的风险共存 ， 新的计算模式提供了极大提高能源效率的机会 。


推荐阅读


上一篇：伟金共享会计师|共享会计师财税分享：开公司专门买地建厂房不经营，分析风险利益

下一篇：环球网|工研院发布《工业互联网发展应用指数白皮书》