使用有安全保障的闪存存储构建安全的汽车系统

最新设计资源

硅基GaN功率器件与驱动集成设计[电源技术][工业自动化]

为满足高频电源模块的应用需求，设计了一款全GaN功率芯片。芯片集成了驱动电路和300 V功率管，有效减少分立式封装所带来的寄生电感，集成化设计能够提升芯片抗噪声能力和可靠性。芯片在GaN-on-Si工艺平台进行制备，采用E/D模集成电路设计。该芯片的驱动电路在2 MHz开关频率下输出信号上升时间为4.3 ns、下降时间为3.4 ns，芯片的功率管在300 V下能够稳定工作。

发表于：2025/5/14

一种双向使能的负压低压差线性稳压器[模拟设计][工业自动化]

设计实现了一种可以双向使能的负压低压差线性稳压器（LDO）。首先介绍了传统的负压LDO基本架构及工作特点，根据负压LDO的应用场景，提出负压LDO的使能需要双向使能。其次展示传统的使能电路和提出的双向使能电路，并按照正压启动和负压启动两种情况分析。最后该负压LDO芯片基于350 nm CMOS工艺设计制造，测试结果显示，该负压LDO在使能信号大于0.6 V小于5 V区间和大于-5 V小于-0.9 V区间内可以实现双向启动，且使能电路在正压启动过程中消耗电流873 nA，在负压启动过程中消耗电流219 nA。

发表于：2025/5/14

一种应用于电流检测的低失调运算放大器设计[模拟设计][工业自动化]

针对电流检测对运算放大器性能的要求，提出一种新型低失调运算放大器电路。采用低失调运放、PMOS管和电阻构成闭环电流采样电路，整个运放电路由主运放和辅助运放构成，主运放构成的高频通路控制电路带宽，辅助放大器低频通路利用斩波技术以及自调零技术降低电路失调。基于东部高科180BCD工艺对电路进行仿真，仿真结果表明，温度为27 ℃，输入失调电压稳定在9 μV，运放增益为95.50 dB，增益带宽积为28.2 MHz，相位裕度在76.6°以上，CMRR的值为148 dB，PSRR的值大于116 dB。该电路可用于高侧电流检测。

发表于：2025/5/14

基于芯粒的Flash FPGA驱动测试技术[可编程逻辑][工业自动化]

针对基于芯粒的Flash FPGA驱动覆盖率测试，利用Flash FPGA的系统控制寄存器与边界扫描寄存器模块，配置FPGA不同的驱动模式，并通过传统的单芯片Flash单元配置进行对比验证。实验结果表明，基于芯粒的Flash FPGA控制寄存器配置的驱动性能与传统的单芯片Flash单元配置一致，测试时间缩短到1/3。

发表于：2025/5/14

机器“掘金潮”：面向人工智能时代扩展基础设施[人工智能][数据中心]

在淘金热时期，怀揣着致富梦想的探矿者们纷纷涌入美国西部，希望通过淘金发家致富。如今，科技领域的开拓者也同样跃跃欲试，希望在人工智能（AI）领域大展拳脚。普华永道（PWC）估计，到2030年，全球经济总收益的45%将由人工智能驱动，越来越多的行业将受益于人工智能带来的生产力和产品性能提升。普华永道的研究进一步指出，人工智能有望为全球GDP额外贡献15.7万亿美元，增幅约为14%。

发表于：2025/4/30

破解AI集群扩展中的关键瓶颈[人工智能][工业自动化]

人工智能（AI）正以前所未有的速度向前发展，整个市场迫切需要更加强大、更加高效的数据中心来夯实技术底座。德科技署名文章旨在探讨人工智能集群扩展面临的关键挑战，同时揭示为何“网络会是新的瓶颈”。

发表于：2025/4/30

藏文网络敏感信息检测研究[人工智能][信息安全]

随着互联网的普及，藏文网络空间也面临着日益增多的敏感信息传播风险，给社会稳定和国家安全带来挑战。传统的敏感信息检测方法难以有效应对藏文语言的特殊性和网络信息的复杂性。为了解决这一问题，提出了一种基于CINO-DPCNN的混合神经网络模型。该模型结合了CINO模型对藏文语义的深层次理解和DPCNN模型对文本特征的高效提取能力，能够更准确地识别藏文网络敏感信息。实验结果表明，CINO-DPCNN模型在准确率、F1值等指标方面取得了良好的结果，相较于现有模型有显著提高。这为构建安全、健康的藏文网络环境提供了新的技术支撑，也为其他少数民族语言的敏感信息检测提供了借鉴。

发表于：2025/4/28

医疗人工智能领域同意规则的困境与出路[人工智能][信息安全]

随着人工智能的发展，个人信息保护与个人数据运用之间的矛盾凸显。个人医疗信息保护是管窥人工智能时代同意规则困境与解困之路的最佳范例，人工智能医疗领域具有广阔的研究价值，但其前提都依赖海量个人医疗数据之处理。然而，当前以同意规则为核心构建起来的个人信息保护制度却难以应对医疗人工智能时代对个人医疗信息保护的挑战。传统的同意规则作为个人信息处理的正当性依据陷入重重困境之中。革新而非放弃同意规则是人工智能时代个人信息保护的解困之道。在坚守同意规则的核心价值基础上，引入场景理论，并在特定目的下结合比例原则，差异化重构同意规则，实现同意规则的分场景分层次的动态化适用，以期平衡个人信息保护与个人数据的利用。

发表于：2025/4/27

基于数据中台的地理信息要素融合治理的构想与实践[其他][数据中心]

随着技术的发展，测绘地理信息已经从传统的数据资源转变为数据要素，其在各类数据之间发挥着“纽带”作用，对于数据治理尤为重要。面向地理信息要素，分析其特点与问题，针对其难以汇聚管理且应用质效低的情况，基于数据中台的理念与思想，设计地理信息要素面向数据中台融合治理的体系架构，提出全流程的实践方法，并针对其中的数据融合、要素实体化两个关键步骤的流程与方法进行阐述。地理信息要素的有效融合与治理，对于构建数字中国、推动经济社会高质量发展具有重要作用。

发表于：2025/4/27

应用于相机标定的亚像素棋盘角点检测[人工智能][消费电子]

在相机标定过程中，棋盘角点检测精度对于确保标定结果的准确性至关重要。针对当前棋盘角点检测方法在精度方面的不足，提出一种新型的亚像素级棋盘角点检测技术。首先，采用U-Net卷积神经网络作为主干网络，根据相机捕获的棋盘图像构建角点热图。此外，为了缩小编码器特征和解码器特征之间的语义差距，创新性地引入了通道和空间双交叉注意模块。接着，通过高斯曲面拟合方法，计算出精确的亚像素棋盘角点坐标。实验结果表明，该方法能够有效提高角点检测的精度，并在相机标定任务中实现了更低的重投影误差。

发表于：2025/4/27

生成式人工智能时代信息生态秩序的失衡风险与治理方案[人工智能][信息安全]

生成式人工智能驱动了人工智能生成内容时代的到来，变革了信息生成和传播的机制。在变革过程中，信息生态秩序的失衡风险也随之产生。受到语料库、模型目标设定、模型微调中相关主体价值观念等内外因素影响，生成式人工智能存在输出和传播虚构信息、错误信息、误导性信息的问题，会对现有信息生态的有序性、真实性、可信性产生影响。为应对失衡风险，应在包容审慎、动态敏捷的柔性治理理念指引下，调动政府部门、运营管理主体、产品使用者等多元主体共同参与风险治理；针对模型训练、服务嵌入、内容生成、内容发布、信息传播等具体阶段和场景展开分层分类精细治理；综合采取法律规制、伦理规制、行业自律、技术规制等多种治理方案展开立体化治理。

发表于：2025/4/27

海量数据下的网络安全智能检测技术研究[通信与网络][通信网络]

系统迁移上云、海量数据积累、智能技术应用等发展趋势给网络安全，特别是智能检测领域带来了诸多机遇和挑战。基于网络安全智能检测和隐蔽通信技术研究现状，从海量数据下的网络安全智能检测视角，提出了从数据采集到数据应用的五层框架和特征统计度量、分类模型算法等关键技术。在对网络隐蔽通信检测技术进行研究论述和讨论分析后，提出通过特征统计指标来评估数据流间的规律性、拟合度及相关性，设计了基于支持向量机（Support Vector Machine，SVM）的分类模型，并以分类特征向量为输入训练SVM分类器，实现对隐蔽通信的智能检测。

发表于：2025/4/27

联邦学习中基于NMSS和LoRA的鲁棒防御机制研究[通信与网络][信息安全]

针对联邦学习中隐私泄露、数据投毒和模型篡改等安全威胁，构建了一种融合不可篡改秘密共享与低秩适应技术的防御架构。该方案采用三服务器门限验证机制与零知识证明技术，确保参数分片在传输和恢复过程中的安全性；同时，利用低秩约束与动态权重聚合算法，有效限制恶意攻击干扰并降低通信开销。在CIFAR-10和mini-ImageNet等数据集上的实验充分验证了该方法在提高防御准确率、降低模型误差和提升系统鲁棒性方面的显著优势，证明了方案在大规模场景下的实用性和可扩展性。结论表明，该架构为联邦学习环境下安全防护提供了一种高效、可行的技术路径。

发表于：2025/4/27

UEFI固件Double-fetch条件竞争漏洞模糊测试技术研究[通信与网络][信息安全]

基于统一可扩展固件接口(Unified Extensible Firmware Interface, UEFI)标准实现的固件已广泛应用于个人计算机、云服务器以及网络设备, UEFI固件服务漏洞会引发严重安全威胁，模糊测试是检测漏洞的主要手段。然而，受限于传统内存类漏洞机理，当前UEFI固件模糊测试方法无法检测诸如UEFI固件Double-fetch条件竞争漏洞等特殊类型漏洞。提出了Double-fetch信息引导的UEFI固件服务模糊测试方法,并实现了原型系统UEFIDFFuzzer，通过对来自英特尔厂商的114个UEFI固件服务驱动进行测试, UEFIDFFuzzer发现了两个现有UEFI模糊测试工具RSFuzzer以及静态分析工具efiXplorer没有发现的UEFI固件Double-fetch零日漏洞。

发表于：2025/4/27

两阶段物联网资产识别模型的研究[通信与网络][物联网]

提出了一种两阶段的物联网资产识别模型。首先，对异构协议进行分析，解决多样化协议流量特征提取困难问题。其次，利用轻量级模型SqueezeNet过滤非物联网设备，提高识别效率并降低计算负担。为进一步解决数据不均衡问题，引入生成对抗网络（GAN）生成合成样本数据，平衡数据分布。最后，采用 XLNet与注意力机制结合的模型来识别物联网设备的类型，有效提升了模型在大规模物联网网络环境中的识别精度和效率。实验结果表明，模型在公开数据集上的准确率达到99.48%，召回率提升2.02%，F1分数提高1.85%，并在真实环境中保持99.01%的准确率。该模型为物联网资产管理和安全管理提供了有效的解决方案。

发表于：2025/4/27