基于物联网的智能车位锁感应式唤醒控制仿真

在物联网环境下,智能车位锁使用传统的唤醒控制方法存在着唤醒效率低下的问题。为了解决上述问题,提出智能车位锁的感应式唤醒控制方法。引入感应式控制器,从发送端和接收端两个方面,对低频唤醒电路进行设计;根据智能车位锁的休眠参数来监测车位锁的工作状态,结合车辆的识别结果,判断车位锁对应的车位是否存在异常情况。当检测车位存在异常时,启动车位锁设备唤醒控制,并执行异常报警程序。通过仿真发现,相比传统的唤醒控制方法,感应式控制方法每一次唤醒能够节省12.25μA的功率消耗,同时能够缩短0.27秒的延迟时间,因此证明智能车位锁感应式唤醒控制方法具有更高的控制效率。     

雷达兵作战计划协同制定系统锁机制研究

加锁是分布式协同编辑系统中防止并行操作中出现冲突的一种重要手段.本文针对基于GIS组件的雷达兵作战计划协同制定系统的特殊要求提出一种加锁机制,用户可以将图层锁、对象类型锁、区域锁和对象锁交叉使用.这种锁机制是一种细粒度和粗粒度的结合,使用户间的协作更加灵活.     

协同图形图像编辑系统中对象锁与区域锁的并行

在分布式协同编辑系统中,为了防止并行操作中出现冲突,常常用到加锁的机制.分布式协同图形图像编辑系统是协同系统中一个特殊的类,因此有特殊的加锁方式.本文提出一种新的不但能够给对象加锁,而且能够给区域加锁的锁机制.在这种锁机制下,用户可以自由地选择给一个图案对象加锁或者给一个工作区域加锁.这是一种细粒度和粗粒度的结合,既有利于减少加锁时系统的负载,又有利于方便用户的操作.这个机制已经应用在我们的CoDesign系统.     

硬盘及外设的软锁和解除

本文介绍硬盘和外设软锁及解除的简单方法.修改主引导记录或者改变分区表中某些关键字,使非法用户无法使用硬盘.通过修改ROM BIOS系统参数区RAM的内容达到对外设加锁和解锁的目的.     

基于SP12的TPMS系统及两种节能工作模式

本文介绍了以Infineon公司的压力、温度传感器SP12，发射芯片TDA5100f，Microchip公司集成MCU及LF（Low Frequency）功能的处理器PIC16F639为基础的胎压监测系统构成。并介绍了系统结构及工作原理。并介绍了两种节能工作模式：加速度唤醒和低频唤醒功能。以及相关的电路组成及原理。     

嵌入式多核系统的可调优先级自旋锁

传统自旋锁具有无序竞争的特点,本文对自旋锁机制进行了研究,通过引入优先级和等待次数阈值提出可调优先级自旋锁,保证高优先级任务尽可能多地获得锁,低优先级任务经过一段等待时间后调整优先级、增加获取锁的机会,实现了可调优先级自旋锁并通过实验进行了验证.测试结果表明,可调优先级自旋锁既能够减少传统自旋锁的时间开销,又能保证高优先级处理器核锁申请较快得到响应,验证了可调优先级自旋锁在多核系统中是可用的.     

集成用户可定制锁和操作转换的并发控制方法

锁是一种用于分布计算和数据库系统的传统的并发控制方法,它通过将对共享对象的修改访问权在某一时间内授予唯一的访问者,以使对共享对象的访问得以串行化;操作转换方法是一种用于实时协同系统中一致性维护的方法。这两种方法均不能完全解决数据一致性问题。论述了锁机制和操作转换在一致性维护中的互补关系,提出了一种用户可定制的锁方法,并将该锁方法与操作转换结合起来应用于全复制式的协同环境中。用户可定制的锁机制集成操作转换方法具有可靠性高、响应速度快和非阻塞的特点;用户动态定制加锁粒度可以保证最大程度的并发性。该方法有效地解决了实时群件系统中一般的一致性问题和特定上下文的一致性问题。     

一种适用于集群文件系统分级存储的分布式锁设计与分析

随着集群存储系统的规模越来越大,在一些系统搭建中出现分级存储的需求.目前集群文件系统的分布式锁管理器对于分级存储管理的数据迁移时,可能无法保证数据的一致性.参考传统分级存储系统的设计中,这里提出了集群文件系统布局锁的概念,通过布局锁来维护文件迁移时数据的一致性.通过分析目前的分布式锁机制在应用于集群文件系统分级功能时的不足,针对性地阐述了适用于集群文件系统分级存储的分布式布局锁,并对分布式布局锁的实现进行了分析.     

K锁算法—一种数据库上的可适应并发控制策略

本文提出了一种基于悲观和乐观思想的并发控制算法——K锁算法.K锁算法利用K锁机制,在一定程度上允许冲突执程的并发执行.和乐观算法比较,它减少了在系统的执程冲突概率较大时执程的重执次数,和悲观算法比较,它提高了冲突执程的执行并发度.     

如何实现网络唤醒开机

新一代的主板都提供了键盘或鼠标开机、调制解调器唤醒开机和网络唤醒开机等功能,对于网络唤醒开机,由于需要特殊的软硬件支持,加上一些资料对比介绍很少,因此,使得一些用户在已有硬件支持的情况下不知怎样实现网络唤醒开机。在此,本文将详细说明如何实现网络唤醒开机。     

Android应用的用户行为模式挖掘及复用方法

软件测试是保障Android应用质量的有效手段,而理解Android应用的功能作为Android测试过程的基础,旨在深入探究应用的业务逻辑并发现其功能问题,在测试中尤为重要。用户行为模式可充分辅助测试人员理解Android应用功能,从而提高测试效率。基于“相似Android应用共享用户行为模式”的构想,提出一种Android应用的用户行为模式挖掘及复用方法,以降低Android应用测试成本并提高测试效率。具体而言,针对待测Android应用,从其相似Android应用挖掘出用户行为模式;然后利用基于语义的事件模糊匹配策略为待测应用寻找对应事件,并基于用户图形界面（GUI）模型的最优路径选择策略为待测应用生成目标事件序列,从而实现相似应用间的用户行为模式复用。针对三类应用的32种用户行为模式进行实验,结果表明,87.4%的行为模式可在相似Android应用上被完整复用,并且被复用的行为模式可有效覆盖待测应用中90.2%的重要状态。可见,所提方法为Android应用测试提供了有效支撑。     

Analyses for specific defects in Android applications: a survey

Android applications (APPS) are in widespread use and have enriched our life. To ensure the quality and security of the apps, many approaches have been proposed in recent years for detecting bugs and defects in the apps, of which program analysis is a major one. This paper mainly makes an investigation of existing works on the analysis of Android apps. We summarize the purposes and proposed techniques of existing approaches, and make a taxonomy of these works, based on which we point out the trends and challenges of research in this field. From our survey, we sum up four main findings: (1) program analysis in Android security field has gained particular attention in the past years, the fields of functionality and performance should also gain proper attention; the infrastructure that supports detection of various defects should be enriched to meet the industry’s need; (2) many kinds of defects result from developers’ misunderstanding or misuse of the characteristics and mechanisms in Android system, thus the works that can systematically collect and formalize Android recommendations are in demand; (3) various program analysis approaches with techniques in other fields are applied in analyzing Android apps; however, they can be improved with more precise techniques to be more applicable; (4) The fragmentation and evolution of Android system blocks the usability of existing tools, which should be taken into consideration when developing new approaches.     

安卓应用中无声音频的收集与检测

在安卓系统中，一些安卓应用为了避免被系统杀死，会通过各种方式在后台占用系统的CPU，内存等资源，实现后台保活.这类行为会加速安卓系统的电量消耗.其中一种后台保活的方式是在后台持有Audiomix锁并播放无声音频.针对这种行为，本文设计了相应的方案来检测这个问题.通过对安卓源码进行修改，收集到安卓应用正在播放的音频数据，再通过检测脚本对音频进行实时检测，来判断安卓应用是否在后台播放无声音频来实现保活.实验分析了50个安卓应用，结果表明该方法可以有效检测此类行为.     

多维度的安卓应用相似度分析

基于安卓的智能设备的普及和移动互联网的发展带来了安卓应用的繁荣,但同时也带来了移动应用的开发、维护、安全等方面的问题。采取了多种技术,提取了安卓应用的功能描述、权限声明及源代码,并基于这些信息对1173个安卓应用进行了统计分析、相似度计算、聚类以及交叉对比;利用多个维度的安卓应用特征相似度分析,初步得到了安卓应用多个维度的相关规律,其可辅助不同的安卓应用的开发和管理任务,如权限过度声明检测、重打包检测、应用描述完善、领域内的公共类库的发现和提取等,从而帮助改善安卓市场的生态并提高安卓应用的开发效率。     

基于Android的电话拨号功能

Android是一个开放性的平台,它具有非常丰富应用.将Android平台和电话联合起来研究,设计一个在Android平台上拨打和接听电话的应用,使Android平台具有电话拨号的功能.Android平台和电话通过CD4052模拟开关组成的控制电路进行连接.通过在Android的Linux Kernel中编写驱动、在HAL和JNI中生成动态库、以及在应用层创建Application,实现Android系统电话拨号功能.经测试,设计的拨号应用能成功拨通号码.     

一种扩展的Android应用权限管理模型

现有Android移动操作系统不支持用户自由分配已安装的应用权限。为解决该问题,提出一种细粒度的Android应用权限管理模型。该模型在保证系统安全性的前提下,对现有Android应用权限机制的框架层和应用层进行修改和扩展,使用户可以通过GUI界面按需分配系统中已安装的应用权限。实验结果表明,该模型能满足用户的Android应用权限管理需求,并且系统性能损失较小。     

基于Android的应用软件的综述

本文首先对Android操作系统做了简要的概述,接着通过对基于Android上的各类应用软件分类,得出了各类应用软件中使用率高的应用程序,并且指出了促进Android应用软件发展的原因。最后提出了Android应用系统软件的发展方向,以期为Android应用软件的发展提供一种新的思路。     

基于沙盒的Android恶意软件动态分析方案

智能手机的普及极大地刺激了恶意软件的广泛传播,Android平台因其巨大的市场占有率和开源特性,已成为攻击者首选的攻击目标。针对传统的基于签名的反病毒软件仅能检测已知恶意软件的缺点,文章提出基于沙盒的Android恶意软件动态分析方案,用于有效地分析未知恶意软件的行为。文章通过在虚拟化软件Oracle VM VirtualBox中安装Android x86虚拟机的方式来实现Android沙盒,利用VirtualBox提供的命令行工具来控制Android沙盒。Android应用程序通过调用相应系统API来完成对应的行为,文中方案通过在应用程序包中插入API监视代码的方法监测Android应用程序调用的系统API,并通过脚本程序向Android沙盒发送不同的用户事件流来模拟用户对应用程序的真实操作,控制Android应用程序在沙盒中自动运行,实验证明文中提出的方法切实可行。     

基于机器学习的第三方SDK漏洞检测技术研究

随着智能手机的普及,手机应用市场的发展也变得如火如荼.开发人员在新应用的开发中,会用到一些第三方提供的SDK,但是其经常存在安全漏洞,对用户的隐私造成威胁.本文基于机器学习的方法设计了针对Android第三方SDK的漏洞检测系统,同时利用设计出的检测系统对常见的50款第三方SDK进行了漏洞测试,发现50个样本中有31个...     

Android恶意软件的多特征协作决策检测方法

由于智能手机使用率持续上升促使移动恶意软件在规模和复杂性方面发展更加迅速。作为免费和开源的系统,目前Android已经超越其他移动平台成为最流行的操作系统,使得针对Android平台的恶意软件数量也显著增加。针对Android平台应用软件安全问题,提出了一种基于多特征协作决策的Android恶意软件检测方法,该方法主要通过对Android 应用程序进行分析、提取特征属性以及根据机器学习模型和分类算法判断其是否为恶意软件。通过实验表明,使用该方法对Android应用软件数据集进行分类后,相比其他分类器或算法分类的结果,其各项评估指标均大幅提高。因此,提出的基于多特征协作决策的方式来对Android恶意软件进行检测的方法可以有效地用于对未知应用的恶意性进行检测,避免恶意应用对用户所造成的损害等。