5、英特尔嵌入式解决方案:从管理到安全

英特尔嵌入式解决方案:从管理到安全

1. 硬件

硬件由处理器、代码和数据缓存、DMA(直接内存访问)引擎、加密引擎、只读存储器(ROM)、内部内存(静态随机存取存储器,即 SRAM)、定时器和其他支持设备组成。这些设备通过不对外暴露的内部总线连接,确保了引擎的独立性、隔离性和安全性。管理引擎的硬件设备仅可由处理器、DMA 引擎和加密引擎访问。

1.1 硬件架构

早期的管理引擎使用 ARC 作为中央处理单元,新一代产品中其他处理器已取代了 ARC。特定引擎中的处理器型号和频率取决于引擎部署的外形因素,处理器型号不影响引擎的高级固件架构。

有一个小的代码和数据缓存,帮助处理器减少对内部 SRAM 的访问次数。内部 SRAM 是在运行时存储固件代码和数据的内存,其容量因产品而异,通常在 256KB 到 1MB 之间。

除了内部 SRAM,管理引擎还会从主系统内存中使用一定量的 DRAM(动态随机存取存储器)。最近未访问的代码和数据页可能会从 SRAM 中逐出并交换到保留内存中。当再次需要某一页时,它将被交换回 SRAM。在启动过程中,BIOS(基本输入/输出系统)会为管理引擎预留将使用的 DRAM 区域,该预留区域按设计对主主机操作系统不可见。不过,管理引擎的安全架构假设 BIOS 可能被破坏,本地主机可能能够读写该预留内存区域。预留内存的大小因产品而异,通常在 4MB 到 32MB 之间,这只是当今计算设备上安装的 DRAM 的一小部分,因此对主操作系统性能的影响可以忽略不计。

对于许多嵌入式应用程序,需要在嵌入式内存和主机内存之间传输大量数据。但引擎的处理器无法寻址主机内存,因此引入了专用的 DMA 引擎来在引擎内存和

Security-feature-detection-system 安全检测系统 简介 安全检测系统-多目标识别(YOLOv5)和人脸识别(Facenet)快速部署系统。 功能上:本项目使用YOLOv5实现多目标识别,使用Facenet实现人脸识别,最终需要人脸和此人应具备的多目标同时满足才能通过安全检测,部署上:使用pyqt5实现前端可视化,在前端页面运行YOLOv5多目标识别系统(将模型运行封装到Qt中),使用Docker封装人脸识别后端系统,使用网络请求等包实现前后端交互 案例:进行多目标识别的同时,进行人脸识别,前端系统发送请求,携带参数到后端进行人脸识别,最终返回人脸识别结果,获取人脸识别结果后,检索该成员应具备的多目标特征,与YOLOv5多目标识别的实际结果进行比对,若无误则通过安全检测。 根据原作 https://pan.quark.cn/s/9784cdf4abfd 的源码改编 项目背景 出于一些比赛的需要,以及逃离懵懂状态开始探索,我于2023.12~2024.1(大二上)开始一些CV、LLM项目的研究,苦于能力有限,当时大部分的项目都是依托开源搭建而来,诸如本项目就是依托开源的Compreface和Yolov5搭建,我只不过做了缝合的工作,所以在此必须提及这两个项目的巨大贡献:https://.com/exadel-inc/CompreFace https://.com/ultralytics/yolov5 今天是2024.7.11(大二下暑假),时隔半年我才开始这个项目的开源工作是因为,半年前的水平有限,虽然自己能实现项目的运作,但是恐很多细节介绍不好,当然本文自发出,后续我还会跟进,欢迎指正:22012100039@stu.xidian.edu.c...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值