Августовский номер журнала Computer посвящен теме безопасности цепочки поставок для цифровой инфраструктуры, на которую все шире полагаются коммунальные, экстренные и другие важнейшие службы. Глобальный охват и сложность современных логистических цепей повышают вероятность дефектов ПО и оборудования, в том числе внесенных умышленно, поэтому нужны новые решения по обеспечению целостности программных и аппаратных компонентов на протяжении всего их жизненного цикла, в различных этапах которого занято немало потенциально ненадежных сторон.

В статье «Борьба с фальсификацией электронных компонентов путем внедрения в них полупроводниковых микромодулей» (Defeating Counterfeiters with Microscopic Dielets Embedded in Electronic Components) Пэрриш Рэлстон (Parrish Ralston), Дэвид Фрай (David Fry), Скотт Сьюко (Scott Suko), Брайс Винтерс (Bryce Winters), Мэтью Кинг (Matthew King) и Роберт Кобер (Robert Kober) рассказывают о проекте системы защиты цепочки поставок электронных компонентов SHIELD агентства DARPA. Идея в том, чтобы размещать в отслеживаемых компонентах микроскопическую интегральную схему, с которой можно считывать идентификатор и показания пассивных датчиков окружающей среды.

Архитектуры будущего: безопасность, надежность, энергоэффективностьВ статье «Платформа защиты цепочки поставок и управления жизненным циклом микросхем» (A Platform Solution for Secure Supply-Chain and Chip Life-Cycle Management) Джозеф Скудларек (Joseph Skudlarek), Том Кациулас (Tom Katsioulas) и Майкл Чен (Michael Chen) описывают платформу, позволяющую поставщикам интегральных схем бороться с подделками и предлагать дополнительные услуги. В каждый чип встроен контроллер безопасности, позволяющий изготовителям, сборщикам и посредникам через защищенные серверы регистрировать и отслеживать компоненты.

В публикации «Защита цепочки поставок микрожидкостных биочипов» (Supply-Chain Security of Digital Microfluidic Biochips), которую подготовили Субид Али (Sk Subidh Ali), Мохамед Ибрахим (Mohamed Ibrahim), Джеявиджаян Раджендран (Jeyavijayan Rajendran), Озгур Синаноглу (Ozgur Sinanoglu) и Кришненду Чакрабарти (Krishnendu Chakrabarty), рассматриваются потенциальные угрозы в цепочке поставок биочипов, применяемых в медицине и для распознавания вредных веществ. Авторы предлагают адаптировать существующие методы защиты КМОП-чипов для биомикросхем.

В статье «Распознавание аппаратных троянцев путем мониторинга потока информации на уровне логических вентилей» (Detecting Hardware Trojans with Gate-Level Information-Flow Tracking), авторами которой являются Вэй Ху (Wei Hu), Баолей Мао (Baolei Mao), Джейсон Оберг (Jason Oberg) и Райан Кастнер (Ryan Kastner), описывается новый формальный метод распознавания троянских программ в IP-ядрах, основанный на идентификации нарушений характеристик конфиденциальности и целостности аппаратных компонентов.

Статья «Проверка правил безопасности при проектировании интегральных схем» (Security Rule Checking in IC Design), которую опубликовали Кан Сяо (Kan Xiao), Адиб Нахиян (Adib Nahiyan) и Марк Техранипур (Mark Tehranipoor), посвящена методам обеспечения безопасности при проектировании микросхем с помощью САПР.

Последняя публикация номера — статья «Предустановленные вредоносы: распознавание и противодействие» (Vendor Malware: Detection Limits and Mitigation), которую написали Олаф Лисне (Olav Lysne), Кьелль Холе (Kjell J. Hole), Кристиан Оттерстад (Christian Otterstad), Ейвинд Итреус (Oyvind Ytrehus), Раймонд Аарсет (Raymond Aarseth) и Ерген Телнес (Jorgen Tellnes). В ней описываются методы распознавания и сдерживания вредоносной активности, инициированной разработчиками ПО и другими инсайдерами. Основная идея состоит в применении микросервисов, уменьшающих поверхность атаки и предотвращающих распространение угрозы.

Архитектуры будущего: безопасность, надежность, энергоэффективностьГлавная тема сентябрьского номера — компьютерные парадигмы следующего поколения. Хотя компьютеры существуют уже полвека, фундаментально их архитектуры за это время не менялись, но для некоторых задач, в том числе связанных с прогнозированием погоды, биоинформатикой и робототехникой, возможностей кремния и традиционных архитектур уже недостаточно.

Статью «Квантовое будущее вычислений» (The Quantum Future of Computation) написали Криста Своре (Krysta Svore) и Матиас Тройер (Matthias Troyer). Она посвящена принципам действия квантовых битов, логических вентилей и алгоритмов. Рассказывается о возможности применения квантового компьютера как сопроцессора специального назначения, освещаются перспективы использования квантовых алгоритмов для нужд криптографии и поисковых систем. Описывается примерный программный стек квантового компьютера.

В публикации «Путь к масштабируемым распределенным квантовым вычислениям» (The Path to Scalable Distributed Quantum Computing) Родни ван Метер (Rodney Van Meter) и Саймон Девитт (Simon J. Devitt) предлагают архитектурные модели крупномасштабных квантовых систем, описывая эксперименты, подводящие к строительству масштабируемого квантового компьютера.

Статью «Биомолекулярные вычисления: перспективы и трудности» (Embodied Molecular Computation: Potential and Challenges) написала Виктория Коулман (Victoria Coleman). Публикация посвящена описанию компьютера на основе живых клеток, чьи ДНК путем модификации программируются на выполнение вычислений.

В статье «От роевого интеллекта к метаэвристике: алгоритмы оптимизации, позаимствованные у природы» (From Swarm Intelligence to Metaheuristics: Nature-Inspired Optimization Algorithms) ее авторы Синь-Шэ Ян (Xin-She Yang), Суаш Деб (Suash Deb), Саймон Фонг (Simon Fong), Синши Хэ (Xingshi He) и Юй-Синь Чжао (Yu-Xin Zhao) дают обзор алгоритмов, разработанных в результате наблюдения за живой природой.

Заключительную статью номера «Новая парадигма взаимодействия людей и машин» (Cortically Coupled Computing: A New Paradigm for Synergistic Human-Machine Interaction) написали Самир Сапру (Sameer Saproo), Джозеф Фоллер (Josef Faller), Виктор Ши (Victor Shih), Пол Шайда (Paul Sajda), Николас Вайтович (Nicholas Waytowich), Эддисон Бохэннон (Addison Bohannon), Вернон Лоуэрн (Vernon Lawhern), Брент Лэнс (Brent Lance) и Дэвид Дженгро (David Jangraw). Авторы излагают концепцию «кортикально-связанных вычислений» — вычислительных систем, в которых задачи решаются машинами при участии людей, взаимодействующих с ними при помощи интерфейсов мозг-компьютер.

Архитектуры будущего: безопасность, надежность, энергоэффективностьТема октябрьского выпуска Computer — новые горизонты энергоэффективных вычислений. Обеспечение энергоэффективности имеет большое значение для широкого круга систем будущего, от самых маломощных до суперкомпьютеров. В начале XXI века, когда тактовые частоты достигли гигагерцевых пределов, развитие процессоров натолкнулось на «стену энергии» — рост частоты замедлился, и ставку начали делать на увеличение числа ядер. Но однопоточное быстродействие должно расти, а значит, «стену» все равно придется преодолевать. Потребность в повышении энергоэффективности обусловлена в том числе растущим потоком показаний с датчиков, который надо оптимально обрабатывать в реальном времени на периферии сетей. Возможное решение — получение малыми устройствами энергии из окружающей среды. Публикации номера освещают исследования в области бережливых систем, методов анализа, моделирования и оптимизации баланса между производительностью, энергопотреблением и надежностью, а также в области программно-аппаратных инфраструктур для управления питанием и новых методологий проектирования экономных систем.

В статье «Повышение энергоэффективности суперкомпьютерных приложений путем моделирования производительности и энергозатрат» (Using Performance-Power Modeling to Improve Energy Efciency of HPC Applications) Синфу У (Xingfu Wu), Валери Тейлор (Valerie Taylor), Джанин Кук (Jeanine Cook) и Филип Муччи (Philip Mucci) описывают систему моделирования, сопоставляющую характеристики работы приложений с данными, полученными от аппаратных счетчиков, в целях прогнозирования быстродействия и энергозатрат. Она позволяет существенно ускорить работу параллельного ПО на крупномасштабных системах, обеспечивая идентификацию участков кода, нуждающихся в оптимизации.

В статье «Единая система управления энергией, надежностью и быстродействием» (Power, Reliability, and Performance: One System to Rule Them All), которую опубликовали Билге Акун (Bilge Acun), Ахил Лангер (Akhil Langer), Эстебан Менесес (Esteban Meneses), Харшита Менон (Harshitha Menon), Осман Саруд (Osman Sarood), Эйсан Тотони (Ehsan Totoni) и Лаксмикант Кале (Laxmikant V. Kale), предложена адаптивная система динамической оптимизации суперкомпьютерных приложений по трем перечисленным в заглавии характеристикам, основанная на фреймворке параллельного программирования Charm++.

Статья «Стандартизация мониторинга и управления питанием в экзамасштабных системах» (Standardizing Power Monitoring and Control at Exascale), которую подготовили Райан Грант (Ryan E. Grant), Майкл Левенхаген (Michael Levenhagen), Стивен Оливье (Stephen L. Olivier), Давид Дебони (David DeBonis), Кевин Педретти (Kevin T. Pedretti) и Джеймс Ларос (James H. Laros III), описывает фреймворк Power API, претендующий на роль стандарта сбора данных об энергозатратах в крупномасштабных высокопроизводительных вычислительных системах. От других подобных инициатив интерфейс отличается хорошей интероперабельностью, позволяющей применять его с различными системными архитектурами и нагрузками.

Эфраим Ротем (Efraim Rotem), Ури Вейзер (Uri C. Weiser), Ави Мендельсон (Avi Mendelson), Ран Гиносар (Ran Ginosar), Элиезер Вейсманн (Eliezer Weissmann) и Йони Айзик (Yoni Aizik) в статье «Управление электроэнергией для гетерогенных многоядерных платформ» (H-EARtH: Heterogeneous Multicore Platform Energy Management) описывают методику обеспечения высокой энергоэффективности многопроцессорных архитектур под различными нагрузками с помощью динамического масштабирования частоты и напряжения. Платформа опирается на специальный алгоритм, реализованный в микропрограммном обеспечении процессора. Пользуясь аналитической моделью, он определяет число и рабочие частоты ядер, обеспечивающие минимум энергопотребления.

В последней публикации номера «Нейромемристорные системы: повышение энергоэффективности вычислений по аналогии с головным мозгом» (Neuromemristive Systems: Boosting Efficiency through Brain-Inspired Computing) авторы Кори Меркел (Cory Merkel), Ракибул Хасан (Raqibul Hasan), Николя Суре (Nicholas Soures), Дириша Кудитипуди (Dhireesha Kudithipudi), Тарек Таха (Tarek Taha), Сапан Агарвал (Sapan Agarwal) и Мэтью Маринелла (Matthew Marinella) описывают архитектуру нейроморфной вычислительной системы, предлагаемой в качестве альтернативы традиционным системам на КМОП-элементах. Ее отличительная особенность — использование мемристоров для имитации принципов работы мозга. Показано, как на несколько порядков повысить энергоэффективность некоторых приложений машинного обучения.

Архитектуры будущего: безопасность, надежность, энергоэффективностьТема ноябрьского номера Computer — «умные» медицинские технологии для здравоохранения и поддержки физической формы.

В рамках проекта Human Genome, на который было потрачено 4 млрд долл., 13 лет назад была составлена полная карта генома человека. Как и предполагалось, эта инициатива дала мощный импульс развитию персональной и точной медицины, а также новых методов ранней диагностики заболеваний. Параллельно стремительная эволюция облачных вычислений и аналитики Больших Данных способствовала появлению ценных медицинских инструментов, таких как виртуализованные банки тканей и баз данных для подбора участников клинических исследований с учетом имеющихся заболеваний. Благодаря новшествам, исследователям стало проще пользоваться растущим объемом знаний о биологии человека, чтобы закладывать основы для радикальных улучшений результативности лечения и повышения качества жизни пациентов.

Но, несмотря на прогресс, многие люди по-прежнему не имеют возможности пользоваться доступной высокоэффективной медициной, причем особые сложности есть у пациентов определенных категорий, в том числе у престарелых и страдающих хроническими заболеваниями. Чтобы преодолеть эти трудности, сегодня разрабатываются «умные» системы слежения за состоянием здоровья и физической формой человека, предоставляющие больше знаний об этиологии и патогенезе заболеваний, позволяющие снижать расходы на медицину, обеспечивать индивидуальный уход и переносить акцент с лечения на предотвращение заболеваний.

В номере представлено пять публикаций, освещающих различные аспекты «умного» здравоохранения.

Статья «Будущее умного здравоохранения» (The Future of Smart Health), которую написали Джей Ольшански (S. Jay Olshansky), Брюс Карнс (Bruce A. Carnes), Янг Клер Янг (Yang Claire Yang), Норвелл Миллер (Norvell Miller), Дженет Андерсон (Janet Anderson), Хирам Белтран-Санчес (Hiram Beltran-Sanchez) и Карл Риканек (Karl Ricanek), рассказывает о том, как информацию от носимых и имплантируемых датчиков, собранную за длительное время, можно конвертировать в эмпирически верифицируемые показатели рисков для здоровья, полезные для диагностики и лечения заболеваний, повышения качества и увеличения продолжительности жизни. Приводя в пример реально разрабатываемые приложения, авторы предсказывают развитие экономики медицинских данных, в рамках которой подобные технологии помогут изменить характер отношений между медиками, пациентами и поставщиками технологий.

Ноэль Кэррол (Noel Carroll), автор статьи «Факторы успеха решений умной и соединенной медицины» (Key Success Factors for Smart and Connected Health Software Solutions), рассказывает о применении специализированного ПО для обеспечения более полного охвата населения медицинскими услугами, повышения качества обслуживания и снижения затрат. Описываются инструменты, позволяющие оценивать эффективность подобного ПО.

В статье «Медицинская диагностика с помощью умного дома» (Using Smart Homes to Detect and Analyze Health Events) Джина Спринт (Gina Sprint), Диана Кук (Diane J. Cook), Рошель Фритц (Roschelle «Shelly» Fritz) и Морин Шмиттер-Эджкомб (Maureen Schmitter-Edgecombe) описывают возможность распознавания проблем со здоровьем по изменению поведения пациента, определяемому путем анализа информации, поступающей с датчиков состояния окружающей среды в «умном» доме.

Публикация «Использование машинного обучения для мониторинга состояния сердечно-сосудистой системы» (Machine Learning in Cardiac Health Monitoring and Decision Support), которую подготовили Шурок Хиджази (Shurouq Hijazi), Алекс Пейдж (Alex Page), Бурак Кантарчи (Burak Kantarci) и Толга Совата (Tolga Soyata), рассказывает о применении носимых устройств для улучшения и персонализации медицинского обслуживания. Описывается система, которая распознает закономерности в потоке информации с датчиков, обеспечивая поддержку принятия диагностических решений. С помощью машинного обучения система идентифицирует аномалии суточных характеристик сердечного ритма пациентов, предупреждая лечащего врача в случае возникновения рисков.

Сян Су (Xiang Su), Яркко Хиисало (Jarkko Hyysalo), Мика Раутяйнен (Mika Rautiainen), Юкка Риекки (Jukka Riekki), Якко Саувола (Jaakko Sauvola), Алти Илари Маарала (Altti Ilari Maarala), Харри Хирвонсало (Harri Hirvonsalo), Пинцзян Ли (Pingjiang Li) и Харри Хонко (Harri Honko) в статье «Приватность в виде сервиса: защита личных сведений при обработке медицинских данных» (Privacy as a Service: Protecting the Individual in Healthcare Data Processing) описывают предоставляемую в виде сервиса архитектуру защиты приватности для систем «умных» медицинских услуг будущего. В ее составе предусмотрены средства, позволяющие получать согласие пользователей на обработку их личных данных. Среди преимуществ этой архитектуры — более безопасное управление данными, экономия затрат, оптимизация процессов и возможность одновременного использования многими поставщиками услуг.

Александр Тыренко (shoorah@osp.ru) — обозреватель «Computerworld Россия» (Москва).

Поделитесь материалом с коллегами и друзьями

Купить номер с этой статьей в PDF