江西省教育厅青年科学基金(GJJ13013)
- 作品数：2 被引量：4H指数：1
- 相关作者：廖晓锋范修斌姜青山王晓龙王永吉更多>>
- 相关机构：中国科学院软件研究所南昌大学中国科学院更多>>
- 发文基金：江西省教育厅青年科学基金信息网络安全公安部重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于协方差的高斯混合模型参数学习算法被引量：4
- 2013年
- 对混合高斯模型参数估计问题的算法通常是基于期望最大(Expectation Maximization)给出的。在混合高斯模型的因素协方差矩阵已知、因素各分量独立的前提下,给出了基于协方差矩阵的机器学习算法,简称CVB(Covariance Based)算法,并进行了一定的数学分析。最后给出了与期望最大算法的实验结果比较。实验结果表明,在该条件下,基于协方差的算法优于期望最大算法。
- 廖晓锋范修斌姜青山
- 关键词：混合高斯模型期望最大化协方差
- 基于动态信任根的虚拟机监控器动态完整性度量架构
- 2014年
- 现有虚拟机监控器(VMM)动态完整性度量架构在度量信任根的安全性方面存在问题,同时没有综合考虑VMM中需要进行完整性度量的数据,为此提出了一种基于动态信任根的VMM动态完整性度量架构。采用基于AMD的安全虚拟机技术构建动态信任根,可以实现对度量程序加载执行前的完整性度量;同时构建封闭独立的执行环境,从而可以有效地解决度量信任根的问题。通过分析VMM运行时的内存状态,对所有需要进行完整性保护的静态持久化数据进行完整性度量,从而可以保证度量内容的完备性。同时给出该架构在Xen上的实现。实验结果表明,该架构可以有效地解决度量信任根的问题,并且对度量内容具有良好的扩展性,从而保证度量内容的完备性;此外,该度量架构与现有架构Hyper Check-SMM相比有23.3%的性能提升。
- 王晓龙丁丽萍廖晓锋金波林渝淇王秀利王永吉
- 关键词：虚拟机监控器可信计算
