嵌入式设备可信运行环境机器学习服务的研究与实现

目录

声明

第一章 绪 论

1.1 背景和研究意义

1.2.1 可信计算技术

1.2.2 ARM推理引擎

1.2.3 研究现状

1.3 本文的主要贡献与创新

1.4 本论文结构安排

第二章 相关技术与理论基础研究

2.1 TrustZone 技术

2.2 ARM推理引擎移植性研究

2.2.1 内存管理

2.2.2 多线程

2.2.3 其他

2.3 深度学习计算瓶颈

2.4 Freivalds 算法

2.5 本章小结

第三章可信微内核的TEE与REE 通信实现

3.1 总体架构设计

3.2 TEE对 GP规范的实现

3.2.1 修改 TEE内存配置

3.2.2 SMC类调用的实现

3.2.3 TEE GP规范接口实现

3.2.4 TEE GP规范接口扩展

3.3 可信机器学习服务通信实现

3.3.1 机器学习服务 CA的实现

3.3.2 机器学习服务 TA的实现

3.4 本章小结

第四章可信机器学习服务推理引擎实现

4.1 移植推理引擎

4.1.1 内存接口适配

4.1.2 多线程接口适配

4.2 推理引擎加速框架设计

4.3.1 矩阵乘法运算外包

4.3.2 Freivalds 算法做快速验证

4.3.3 可信机器学习服务时序

4.3.4 模型安全性分析

4.4 本章小结

第五章测试与性能对比

5.1.1 硬件平台

5.1.2 软件开发环境

5.2 功能测试

5.2.1 TEE与 REE通信测试

5.2.2 机器学习框架功能测试

5.3 性能测试

5.4 总结分析

5.5 本章小结

第六章总结与展望

6.1 全文总结

6.2 展望

致谢

参考文献