Серпневий номер журналу Computer присвячений темі безпеки ланцюжка поставок для цифрової інфраструктури, на яку все ширше покладаються комунальні, екстрені та інші найважливіші служби. Глобальне охоплення і складність сучасних логістичних ланцюгів підвищують ймовірність дефектів ПЗ і обладнання, в тому числі внесених навмисне, тому потрібні нові рішення щодо забезпечення цілісності програмних і апаратних компонентів протягом усього їх життєвого циклу, в різних етапах якого зайнято чимало потенційно ненадійних сторін.
У статті «Боротьба з фальсифікацією електронних компонентів шляхом впровадження в них напівпровідникових мікромодулів» (Defeating Counterfeiters with Microscopic Dielets Embedded in Electronic Components) Перріш Релстона (Parrish Ralston), Девід Фрай (David Fry), Скотт Сьюкі (Scott Suko), Брайс Вінтерс ( Bryce Winters), Метью Кінг (Matthew King) і Роберт Кобер (Robert Kober) розповідають про проект системи захисту ланцюжка поставок електронних компонентів SHIELD агентства DARPA. Ідея в тому, щоб розміщувати в відстежуються компонентах мікроскопічну інтегральну схему, з якої можна зчитувати ідентифікатор і свідчення пасивних датчиків навколишнього середовища.
У статті «Платформа захисту ланцюжка поставок і управління життєвим циклом мікросхем» (A Platform Solution for Secure Supply-Chain and Chip Life-Cycle Management) Джозеф Скудларек (Joseph Skudlarek), Том Каціулас (Tom Katsioulas) і Майкл Чен (Michael Chen) описують платформу, що дозволяє постачальникам інтегральних схем боротися з підробками і пропонувати додаткові послуги. У кожен чіп вбудований контроллер безпеки, що дозволяє виробникам, збирачам і посередникам через захищені сервери реєструвати і відслідковувати компоненти.
У публікації «Захист ланцюжка поставок мікрожідкостних биочипов» (Supply-Chain Security of Digital Microfluidic Biochips), яку підготували Субід Алі (Sk Subidh Ali), Мохамед Ібрагім (Mohamed Ibrahim), Джеявіджаян Раджендран (Jeyavijayan Rajendran), Озгур Сінаноглу (Ozgur Sinanoglu) і Крішненду Чакрабарті (Krishnendu Chakrabarty), розглядаються потенційні загрози в ланцюжку поставок биочипов, що застосовуються в медицині і для розпізнавання шкідливих речовин. Автори пропонують адаптувати існуючі методи захисту КМОП-чіпів для біомікросхем.
У статті «Розпізнавання апаратних троянців шляхом моніторингу потоку інформації на рівні логічних вентилів» (Detecting Hardware Trojans with Gate-Level Information-Flow Tracking), авторами якої є Вей Ху (Wei Hu), Баолі Мао (Baolei Mao), Джейсон Оберг (Jason Oberg) і Райан Кастнер (Ryan Kastner), описується новий формальний метод розпізнавання троянських програм в IP-ядрах, заснований на ідентифікації порушень характеристик конфіденційності і цілісності апаратних компонентів.
Стаття «Перевірка правил безпеки при проектуванні інтегральних схем» (Security Rule Checking in IC Design), яку опублікували Кан Сяо (Kan Xiao), Адіб Нахіян (Adib Nahiyan) і Марк Техраніпур (Mark Tehranipoor), присвячена методам забезпечення безпеки при проектуванні мікросхем з допомогою САПР.
Остання публікація номера - стаття «Попередньо шкідливий: розпізнавання і протидія» (Vendor Malware: Detection Limits and Mitigation), яку написали Олаф Лісна (Olav Lysne), К'єлль Холе (Kjell J. Hole), Крістіан Оттерстад (Christian Otterstad), Ейвінд Ітреус (Oyvind Ytrehus), Раймонд Аарсет (Raymond Aarseth) і Ерген Телнес (Jorgen Tellnes). У ній описуються методи розпізнавання і стримування шкідливої активності, ініційованої розробниками ПЗ та іншими інсайдерами. Основна ідея полягає в застосуванні мікросервісов, що зменшують поверхню атаки і запобігають поширенню загрози.
Головна тема вересневого номера - комп'ютерні парадигми наступного покоління. Хоча комп'ютери існують вже півстоліття, фундаментально їх архітектури за цей час не змінювалися, але для деяких завдань, в тому числі пов'язаних з прогнозуванням погоди, біоінформатика і робототехнікою, можливостей кремнію і традиційних архітектур вже недостатньо.
Статтю «Квантовий майбутнє обчислень» (The Quantum Future of Computation) написали Кріста зграї (Krysta Svore) і Матіас Тройер (Matthias Troyer). Вона присвячена принципам дії квантових бітів, логічних вентилів і алгоритмів. Розповідається про можливість застосування квантового комп'ютера як співпроцесора спеціального призначення, висвітлюються перспективи використання квантових алгоритмів для потреб криптографії та пошукових систем. Описується приблизний програмний стек квантового комп'ютера.
У публікації «Шлях до масштабується розподіленим квантових обчислень» (The Path to Scalable Distributed Quantum Computing) Родні ван Метер (Rodney Van Meter) і Саймон Девітт (Simon J. Devitt) пропонують архітектурні моделі великомасштабних квантових систем, описуючи експерименти, які підводять до будівництва масштабується квантового комп'ютера.
Статтю «біомолекулярні обчислення: перспективи та труднощі» (Embodied Molecular Computation: Potential and Challenges) написала Вікторія Коулман (Victoria Coleman). Публікація присвячена опису комп'ютера на основі живих клітин, чиї ДНК шляхом модифікації програмуються на виконання обчислень.
У статті «Від ройового інтелекту до метаеврістіке: алгоритми оптимізації, запозичені у природи» (From Swarm Intelligence to Metaheuristics: Nature-Inspired Optimization Algorithms) її автори Синь-Ше Ян (Xin-She Yang), Суаш Деб (Suash Deb), Саймон Фонг (Simon Fong), сіншу Хе (Xingshi He) і Юй-Синь Чжао (Yu-Xin Zhao) дають огляд алгоритмів, розроблених в результаті спостереження за живою природою.
Заключну статтю номера « Нова парадигма взаємодії людей і машин »(Cortically Coupled Computing: A New Paradigm for Synergistic Human-Machine Interaction) написали Самір САПР (Sameer Saproo), Джозеф Фоллер (Josef Faller), Віктор Ши (Victor Shih), Пол Шайда (Paul Sajda), Ніколас Вайтовіч (Nicholas Waytowich ), Еддісон Бохеннон (Addison Bohannon), Вернон Лоуерн (Vernon Lawhern), Брент Ленс (Brent Lance) і Девід Дженгро (David Jangraw). Автори викладають концепцію «кортикально-пов'язаних обчислень» - обчислювальних систем, в яких завдання вирішуються машинами за участю людей, що взаємодіють з ними за допомогою інтерфейсів мозок-комп'ютер.
Тема жовтневого випуску Computer - нові горизонти енергоефективних обчислень. Забезпечення енергоефективності має велике значення для широкого кола систем майбутнього, від самих малопотужних до суперкомп'ютерів. На початку XXI століття, коли тактові частоти досягли гігагерцевий меж, розвиток процесорів наштовхнулося на «стіну енергії» - зростання частоти сповільнилося, і ставку почали робити на збільшення числа ядер. Але однопоточні швидкодію має зростати, а значить, «стіну» все одно доведеться долати. Потреба в підвищенні енергоефективності обумовлена в тому числі зростаючим потоком показань з датчиків, який треба оптимально обробляти в реальному часі на периферії мереж. Можливе рішення - отримання малими пристроями енергії з навколишнього середовища. Публікації номера висвітлюють дослідження в області ощадливих систем, методів аналізу, моделювання та оптимізації балансу між продуктивністю, енергоспоживанням і надійністю, а також в області програмно-апаратних інфраструктур для управління живленням і нових методологій проектування економних систем.
У статті «Підвищення енергоефективності суперкомп'ютерних додатків шляхом моделювання продуктивності і енерговитрат» (Using Performance-Power Modeling to Improve Energy Efciency of HPC Applications) СІНФО У (Xingfu Wu), Валері Тейлор (Valerie Taylor), Джанін Кук (Jeanine Cook) і Філіп Муччі (Philip Mucci) описують систему моделювання, що зіставляє характеристики роботи додатків з даними, отриманими від апаратних лічильників, з метою прогнозування швидкодії і енерговитрат. Вона дозволяє істотно прискорити роботу паралельного ПО на великомасштабних системах, забезпечуючи ідентифікацію ділянок коду, які потребують оптимізації.
У статті «Єдина система управління енергією, надійністю і швидкодією» (Power, Reliability, and Performance: One System to Rule Them All), яку опублікували Білге Акун (Bilge Acun), Ахил Лангер (Akhil Langer), Естебан Менесес (Esteban Meneses) , Харшіта Менон (Harshitha Menon), Осман Саруд (Osman Sarood), ейси Тотоні (Ehsan Totoni) і Лаксмікант Кале (Laxmikant V. Kale), запропонована адаптивна система динамічної оптимізації суперкомп'ютерних додатків за трьома перерахованим в заголовку характеристикам, заснована на фреймворку паралельного програмування Charm ++.
Стаття «Стандартизація моніторингу та управління живленням в екзамасштабних системах» (Standardizing Power Monitoring and Control at Exascale), яку підготували Райан Грант (Ryan E. Grant), Майкл Левенхаген (Michael Levenhagen), Стівен Олів'є (Stephen L. Olivier), Давид Дебон (David DeBonis), Кевін Педретті (Kevin T. Pedretti) і Джеймс Ларос (James H. Laros III), описує фреймворк Power API, який претендує на роль стандарту збору даних про енерговитрати в великомасштабних високопродуктивних обчислювальних системах. Від інших подібних ініціатив інтерфейс відрізняється хорошою інтероперабельністю, що дозволяє застосовувати його з різними системними архітектурами і навантаженнями.
Ефраїм Ротем (Efraim Rotem), Урі Вейзер (Uri C. Weiser), Аві Мендельсон (Avi Mendelson), Ран Гіносар (Ran Ginosar), Еліезер Вейсман (Eliezer Weissmann) і Йони Айзік (Yoni Aizik) в статті «Управління електроенергією для гетерогенних багатоядерних платформ »(H-EARtH: Heterogeneous Multicore Platform Energy Management) описують методику забезпечення високої енергоефективності багатопроцесорних архітектур під різними навантаженнями за допомогою динамічного масштабування частоти і напруги. Платформа спирається на спеціальний алгоритм, реалізований в микропрограммном забезпеченні процесора. Користуючись аналітичною моделлю, він визначає число і робочі частоти ядер, що забезпечують мінімум енергоспоживання.
В останній публікації номера «Нейромемрісторние системи: підвищення енергоефективності обчислень за аналогією з головним мозком» (Neuromemristive Systems: Boosting Efficiency through Brain-Inspired Computing) автори Корі Меркел (Cory Merkel), Ракібул Хасан (Raqibul Hasan), Ніколя Сурі (Nicholas Soures) , Діріша Кудітіпуді (Dhireesha Kudithipudi), Тарек Таха (Tarek Taha), Сапа Агарвал (Sapan Agarwal) і Метью Маринелла (Matthew Marinella) описують архітектуру нейроморфной обчислювальної системи, запропонованої в якості альтернативи традиційним системам на КМОП-елементах. Її відмінна риса - використання мемристоров для імітації принципів роботи мозку. Показано, як на кілька порядків підвищити енергоефективність деяких додатків машинного навчання.
Тема листопадового номера Computer - «розумні» медичні технології для охорони здоров'я і підтримки фізичної форми.
В рамках проекту Human Genome, на який було витрачено 4 млрд дол., 13 років тому була складена повна карта геному людини. Як і передбачалося, ця ініціатива дала потужний імпульс розвитку персональної і точної медицини, а також нових методів ранньої діагностики захворювань. Паралельно стрімка еволюція хмарних обчислень і аналітики Великих Даних сприяла появі цінних медичних інструментів, таких як віртуалізовані банки тканин і баз даних для підбору учасників клінічних досліджень з урахуванням наявних захворювань. Завдяки нововведенням, дослідникам стало простіше користуватися зростаючим обсягом знань про біологію людини, щоб закладати основи для радикальних поліпшень результативності лікування і підвищення якості життя пацієнтів.
Але, незважаючи на прогрес, багато людей як і раніше не мають можливості користуватися доступною високоефективної медициною, причому особливі складності є у пацієнтів певних категорій, в тому числі у людей похилого віку і страждають хронічними захворюваннями. Щоб подолати ці труднощі, сьогодні розробляються «розумні» системи стеження за станом здоров'я і фізичною формою людини, надають більше знань про етіологію і патогенез захворювань, що дозволяють знижувати витрати на медицину, забезпечувати індивідуальний догляд і переносити акцент з лікування на запобігання захворюванням.
У номері представлено п'ять публікацій, які висвітлюють різні аспекти «розумного» охорони здоров'я.
Стаття «Майбутнє розумного охорони здоров'я» (The Future of Smart Health), яку написали Джей Ольшански (S. Jay Olshansky), Брюс Карнс (Bruce A. Carnes), Янг Клер Янг (Yang Claire Yang), Норвелл Міллер (Norvell Miller), Дженет Андерсон (Janet Anderson), Хірам Белтран-Санчес (Hiram Beltran-Sanchez) і Карл Ріканек (Karl Ricanek), розповідає про те, як інформацію від носяться і імплантуються датчиків, зібрану за тривалий час, можна конвертувати в емпірично верифіковані показники ризиків для здоров'я, корисні для діагностики та лікування захворювань, підвищення якості та збільшення тривалості ж зни. Наводячи як приклад реально розробляються додатки, автори пророкують розвиток економіки медичних даних, в рамках якої подібні технології допоможуть змінити характер відносин між медиками, пацієнтами та постачальниками технологій.
Ноель Керрол (Noel Carroll), автор статті «Фактори успіху рішень розумною і з'єднаної медицини» (Key Success Factors for Smart and Connected Health Software Solutions), розповідає про застосування спеціалізованого ПЗ для забезпечення більш повного охоплення населення медичними послугами, підвищення якості обслуговування і зниження витрат. Описуються інструменти, що дозволяють оцінювати ефективність подібного ПЗ.
У статті «Медична діагностика за допомогою розумного будинку» (Using Smart Homes to Detect and Analyze Health Events) Джина Спринт (Gina Sprint), Діана Кук (Diane J. Cook), Рошель Фрітц (Roschelle «Shelly» Fritz) і Морін Шміттер- Еджкомб (Maureen Schmitter-Edgecombe) описують можливість розпізнавання проблем зі здоров'ям зі зміни поведінки пацієнта, який визначається шляхом аналізу інформації, що надходить з датчиків стану навколишнього середовища в «розумному» будинку.
Публікація «Використання машинного навчання для моніторингу стану серцево-судинної системи» (Machine Learning in Cardiac Health Monitoring and Decision Support), яку підготували Шурок Хіджазі (Shurouq Hijazi), Алекс Пейдж (Alex Page), Бурак Кантарчі (Burak Kantarci) і Толга Совата (Tolga Soyata), розповідає про застосування носяться пристроїв для поліпшення і персоналізації медичного обслуговування. Описується система, яка розпізнає закономірності в потоці інформації з датчиків, забезпечуючи підтримку прийняття діагностичних рішень. За допомогою машинного навчання система ідентифікує аномалії добових показників серцевого ритму пацієнтів, попереджаючи лікаря в разі виникнення ризиків.
Сян Су (Xiang Su), Яркко Хіісало (Jarkko Hyysalo), Міка Раутяйнен (Mika Rautiainen), Юкка Ріеккі (Jukka Riekki), Якко Саувола (Jaakko Sauvola), Алти Іларій Маарала (Altti Ilari Maarala), Харрі Хірвонсало (Harri Hirvonsalo) , Пінцзян Лі (Pingjiang Li) і Харрі Хонка (Harri Honko) в статті "Налаштування у вигляді сервісу: захист особистих відомостей при обробці медичних даних» (Privacy as a Service: Protecting the Individual in Healthcare Data Processing) описують надається у вигляді сервісу архітектуру захисту приватності для систем «розумних» медичних послуг майбутнього. В її складі передбачені засоби, що дозволяють отримувати згоду користувачів на обробку їх персональних даних. Серед переваг цієї архітектури - більш безпечне управління даними, економія витрат, оптимізація процесів і можливість одночасного використання багатьма постачальниками послуг.
Олександр Тиренко ( [email protected] ) - оглядач «Computerworld Росія» (Москва).