• 背景介绍可信执行环境(TrustedExecutionEnvironment,下文简称TEE)是可信计算近年新兴的解决方案,在单台计算机中通过将安全需求性高的数据和代码放入隔离的环境中,防止其遭受普通操作系统中恶意程序的攻击。相对于传统的填补系统漏洞的安全增强思路,TEE的设计是另外构建一个精简而可靠的可信操作系统,并对普通操作系统的特权等级和能直接支配的资源做出限制,在架构层面就隔离开了敏...
  • 背景介绍联邦学习(FederatedLearning,FL)提供了一种灵活的解决方式,允许机器学习应用以一种保留隐私数据在本地的方式进行分布式学习,在不违反法律和道德要求的情况下,使多个隐私数据拥有方参与合作训练共同的模型。联邦学习允许不同组织和设备共同参与训练构建机器学习模型,这些组织和设备使用的数据存储在本地。联邦学习算法在保证模型训练过程的同时不侵犯用户隐私数据,用户在本...
  • 背景介绍随着大数据、人工智能、云计算等新技术在各行业不断深入应用,全球数据呈现爆发增长、海量集聚的特点,数据的价值愈发凸显。一方面,能通过这些属于不同组织的原始数据抽取出有价值的信息,这些信息能通过机器学习技术来提升产品、服务和福利的质量;另一方面,在分布式场景下会存在潜在的滥用和攻击行为,这对数据隐私和安全提出了极大地挑战。联邦学习通过聚合本地训练的模型参...
  • 背景介绍随着深度学习等基于数据驱动的技术被广泛应用,数据已经成为了各行各业的宝贵财富。在零信任场景下,研究机构与机构之间的数据安全交易、数据联合训练、安全知识付费等功能,对促进数据共享、社会进步发展有着重要的意义。在共享学习领域,联邦学习、拆分学习等技术在一定程度上保障了用户的隐私安全。但是,目前仍存在着多种针对这些共享学习的攻击形式,如:对抗样本、投毒攻击...
  • 背景介绍数据中心大规模的任务调度问题是计算机分布式系统研究领域中的热点问题之一。面向新型大数据、人工智能、实时流处理等应用的数据中心业务具有计算任务种类多、并行依赖关系复杂、资源需求动态变化等特点,传统启发式调度算法难以自适应大规模复杂系统的发展变化,难以综合优化调度目标,导致系统资源碎片问题、热点机器问题、集群均衡问题等诸多挑战。主要解决的问题Pod细粒度弹...
  • 下一代智能系统架构随着硬件技术飞速发展,计算、存储、网络性能成倍增长,IO设备性能提升远超CPU,数据传输带宽以及低延迟通信已成为瓶颈。下一代智能智能系统架构,面向云计算业务,研究下一代智能数据传输架构及统一硬件资源管理,以降低超高速IO业务模型下CPU资源开销,降低业务延时,提升业务性能。课题一:面向云存储业务的P2P数据传输。超高速存储介质、超高速带宽下,数据的传输会...
  • 下一代智能系统架构研究定位于解决不同硬件如CPU、加速器、网络、存储等之间的高速数据传输问题,解决由于人工智能兴起而飞速发展的异构计算新硬件的高带宽数据交互和低延迟通信的需求,实现可统一管理DRAM、AEP、SCM等存储介质的新型内存管理模型,实现新型高性能网卡协议栈与新型智能网卡软硬件一体化。
  • 通过对应用软件和操作系统本身特点进行研究,设计和开发一套高效的传输协议,用以承载应用虚拟化软件在服务端和客户端之间的沟通需求。协议要有定义软件窗口的位置信息,用以在客户端重新绘制软件位置,处理和计算多窗口之间的前后关系。协议要有能力支持常见的外接设备,对于特殊的外接设备,协议要有扩展支持的能力。开发出经过特定优化的视频图像编码方式,以达到针对应用软件使用场景...
  • With the rapid adoption of smart phones and tablets, virtual desktop infrastructure(VDI)for mobile devices emerges as one of the key concept in mobile cloud computing(MCC).However,existing VDI...
  • 近年ARM处理器不仅在移动端高速发展,更是凭借其优秀的能耗比在服务器领域上异军突起,越来越多的数据中心正在从X86架构的服务器迁移到ARM架构服务器上,并在此基础之上构建ARM云平台。Android系统随着多年发展,早已占据了移动操作系统的半壁江山, ARM处理器优秀的能耗比,使得Android系统从一开始就选择了ARM作为目标硬件平台。