Dalvik虚拟机在龙芯平台上的移植与实现

在分析Dalvik虚拟机的结构和运行机制的基础上,针对龙芯处理器平台,研究移植Dalvik虚拟机的关键技术,描述Dalvik解释器的执行流程与方法调用过程中解释器栈帧的作用,实现可以完整运行Android系统的龙芯Dalvik虚拟机。对移植后的Dalvik虚拟机进行性能分析,并给出后续优化方案。     

基于CK610的Dalvik虚拟机移植与优化

研究Android系统专属的Dalvik虚拟机,分析Dalvik虚拟机的解释器、本地方法桥以及C库在CK610平台上的移植与优化。基于Dalvik虚拟机解释器的字节码分发机制,提出一种改进型Threaded分发机制,并实现硬件平台定制型MInterp解释器,实验证明该 MInterp解释器能使Dalvik虚拟机的运行速度提升1倍以上。     

Dalvik虚拟机进程模型分析

Android手机操作系统是Google于2008年推出的智能手机操作系统,它的所有应用都是基于Java语言的,它的类Java虚拟机Dalvik提供了所有应用的运行时环境。Dalvik是一个面向Linux作为嵌入式操作系统设计的虚拟机,尤其是它的面向进程的设计,充分利用了Linux进程管理的特点。介绍了Dalvik所依赖的基础,即Linux操作系统内核中进程管理的一些特性和传统Java程序对进程的控制;进而论述了Dalvik的进程模型的特点,从API和本地代码两个层面具体阐述了进程运行、创建和之间通信的部分细节。文中旨在为Dalvik的研究和应用提供参考。     

Dalvik虚拟机进程模型分析

Android手机操作系统是Google于2008年推出的智能手机操作系统,它的所有应用都是基于Java语言的,它的类Java虚拟机Dalvik提供了所有应用的运行时环境。Dalvik是一个面向Linux作为嵌入式操作系统设计的虚拟机,尤其是它的面向进程的设计,充分利用了Linux进程管理的特点。介绍了Dalvik所依赖的基础,即Linux操作系统内核中进程管理的一些特性和传统Java程序对进程的控制;进而论述了Dalvik的进程模型的特点,从API和本地代码两个层面具体阐述了进程运行、创建和之间通信的部分细节。文中旨在为Dalvik的研究和应用提供参考。     

基于混合并发模式的Dalvik虚拟机性能优化

为了改进Dalvik虚拟机的性能,提出了一种基于多线程调度机制的Java虚拟机混合并发模式。该模式利用多线程并发调度和热方法表,通过将Java字节码的编译与执行过程相重叠来提高程序的执行效率,进而提升Dalvik虚拟机的处理速度;并对该模式设计与实现的关键技术进行了分析。实验结果表明,混合并发模式能够有效地提高Dalvik虚拟机中Java程序的执行速度。     

基于Trace合并和寄存器分配的Dalvik优化

Dalvik虚拟机作为Android系统上运行所有应用程序的基础,其性能瓶颈一直制约着Android系统的用户体验。通过研究Android系统中的Dalvik架构,分析其解释器和JIT模块的工作原理,发现热Trace选择过程中短Trace编译损耗大以及即时编译过程中寄存器分配不合理的情况。结合Java虚拟机技术和编译器技术,在现有热Trace选择和寄存器分配机制的基础上,提出基于Trace合并和寄存器分配的优化算法,在国产高性能嵌入式CPU CSKY体系下移植Dalvik虚拟机并实现了上述优化算法。通过实验证明优化后Dalvik执行Java程序的性能提高了近10%。     

通用型汽车故障诊断仪在iOS平台上的设计

针对目前汽车故障诊断设备通常需要单独硬件支持并且扩展性、便携性较差等问题,在如今智能手机日益普及的环境下,通过分析车载CAN网络诊断协议ISO15765以及UDS统一诊断服务,提出建立可跨平台与车系的诊断数据库。设计蓝牙通信模块并在此基础上基于iOS平台开发汽车故障诊断软件,实现便携式的汽车故障诊断。通过在实验平台上的测试结果表明,所设计的汽车故障诊断仪能够准确诊断和解析汽车ECU中的故障,实现不需要额外硬件成本仅利用移动终端完成的汽车故障诊断与定位。     

微型课件在iOS移动学习平台上的设计与实现

为了满足学习者随时随地学习的要求,设计了基于i OS移动学习平台的微型课件。该设计以微型学习理论为基础,以Xcode为开发平台,object-c为开发语言,采用C/S架构和My SQL数据库,实现了客户端、服务器、数据库之间的通信调用,同时完成了在手机端对微型课件的展示。主要实现的微型课件模式分为:文本﹑图片和视频。经测试,文本﹑图片和视频的响应时间均达到了设计要求,实现了在iOS平台上学习的目的。     

Maldetect：基于Dalvik指令抽象的Android恶意代码检测系统

提出了一个Android恶意代码的静态检测系统Maldetect,首先采用逆向工程将DEX文件转化为Dalvik指令并对其进行简化抽象,再将抽象后的指令序列进行N-Gram编码作为样本训练,最后利用机器学习算法创建分类检测模型,并通过对分类算法与N-Gram序列的组合分析,提出了基于3-Gram和随机森林的优选检测方法.通过4000个Android恶意应用样本与专业反毒软件进行的检测对比实验,表明Maldetect可更有效地进行Android恶意代码检测与分类,且获得较高的检测率.     

基于RSA算法在Android手机上实现短信加密

基于RSA算法的加解密原理,提出在手机平台上实现短信加密的设想,同时对如何用JAVA实现该算法作了说明,给出了主要程序。     

A static region‐based compiler for the Dalvik virtual machine

The Dalvik virtual machine (VM) is an integral component used to execute applications in Android, which is one of the leading operating systems for mobile devices. The Dalvik VM is an interpreter and is equipped with a trace‐based just‐in‐time compiler for enhancing the execution performance of frequently executed paths, or traces. However, traces generated by the Dalvik VM can be stopped in a conditional branch or a method call/return, which means that these traces usually have a short lifetime, decreasing the effectiveness of the compiler optimizations applied to them. Furthermore, the just‐in‐time compiler applies only a few simple optimizations because of performance considerations. In this article we present a traces‐to‐region (T2R) framework that extends traces to regions and statically compiles these regions into native binaries so as to improve the execution of Android applications. The T2R framework involves three main stages: (i) the profiling stage, in which the run‐time trace information of an application is extracted; (ii) the compilation stage, in which regions are constructed from the extracted traces and are statically compiled into a native binary; and (iii) the execution stage, in which the compiled binary is loaded into the code cache when the application starts to execute. Experiments performed on an Android tablet demonstrated that the T2R framework was effective in improving the execution performance of applications by 10.5–16.2% and decreasing the size of the code cache by 4.6–28.5%. Copyright © 2015 John Wiley & Sons, Ltd.     

基于Dalvik指令的Android恶意代码特征描述及验证

为实现Android平台下恶意软件的高效检测,提出了一种基于Dalvik指令的Android恶意代码特征形式化描述和分析方法,能够在无需反编译应用程序的基础上,快速检测样本的恶意特征.该方法首先依照DEX文件格式对Android应用程序切分得到以方法为单位的指令块,通过对块中Dalvik指令进行形式化描述以实现程序特征的简化和提取,之后综合使用改进的软件相似度度量算法和闵可夫斯基距离算法计算提取特征与已知恶意特征的相似度,并根据相似度比对结果来判定当前待测软件是否含有恶意代码.最后建立原型系统模型来验证上述方法,以大量随机样本进行特征匹配实验.实验结果表明,该方法描述特征准确、检测速度较快,适用于Android恶意代码的快速检测.     

基于iOS的手机虚拟仪器浏览器的设计

为了动态调整手机端虚拟仪器的功能,提出了一种基于iOS平台的手机虚拟仪器浏览器的设计方法。其主要原理是通过往浏览器中加载不同的虚拟仪器脚本,将浏览器变成不同的虚拟仪器。虚拟仪器的基本组成模块是拥有多个输入和输出接口的控件,控件之间采用KVO模式进行组装和通讯,并采用脚本描述组装。所有控件类都继承自UIView类,需要调用和重写UIView的部分函数。信号发生显示器的例子证明了虚拟仪器浏览器的可行性。