浅谈GPU未来病毒运行技术前瞻论文.docVIP

浅谈GPU未来病毒运行技术前瞻论文 目前，最新一代的GPU，已经允许CPU和GPU上运行的代码完全相同。在这种情况下，GPU通用计算被广泛应用于各类计算任务中， 下面是编辑老师为大家准备的浅谈GPU未来病毒运行技术前瞻。 在正常情况下，这些怀有恶意性质的软件，会悄悄地插入你的系统进程中，并在后台执行一些不可告人的操作。从硬件角度来分析，传统计算机系统中，只有CPU能完成这样的任务。原因首先是CPU可以执行任意类型的代码，可编程性极强;其次，CPU是系统的核心，拥有执行任务相当高的权限;其三，现代CPU性能都很不错，多核心技术的普及让这些怀疑恶意性质的软件即使运行起来，用户也很难察觉--因为你的CPU某些核心往往不会满载，NVlDIA，已经分别针对其GPU发布了相应的SDK(software developmentkits，软件开发包)，用于帮助程序员执行可以在GPUJL运行的通用代码。这些代码甚至可以使用传统的C语言来编写，比较常见的有NVIDIA和CUDA或者AMD的Stream。 当然，这部分计算任务还包括那些”雄心勃勃”的恶意软件代码编写者。考虑到通用计算的巨大潜力，做出“恶意软件编写者们将利用现代GPU的强大性能，来为自己牟利”的预测就是很自然的事情了。 当然，如果恶意软件需要正常的运行，必须有两个先决条件：躲避现有反恶意软件的防御能力;超越分析人员人工解析的能力。很多情况下，对恶意软件的人工解析是确定、部署相应的检测并开发反制软件的先决条件。为了达到这个目的，恶意软件往往使用两种手段来阻止各种反恶意软件发现，并防御自己的运行--这就是加壳和多态性，这是使用最为广泛的、用于逃避反恶意软件扫描和防御的技术。 所谓加壳，就是将自己真正需要运行的内容保护起来。打比方来说，炸弹外面包上鲜花，然后放在邮包里，邮包放在旅行箱里，旅行箱被放在运输飞机的某一处。在加了三层壳子后，炸弹看起来像个正常的旅行箱，但一旦飞机上天，爆炸后的后果就不堪设想。恶意软件往往将自己伪装成正常执行的程序，骗取系统或者反病毒软件，甚至是用户本人的信任，最终实现其不可知的目的。 而多态性，是指恶意软件在执行时，不将自己全部暴露在内存中--如果全部暴露，就可能难以逃脱反恶意软件的扫描。因此，恶意软件将自己的一小部分暴露在内存中，然后在需要的时候再暴露另一部分。简而言之就是“化整为零，按需调用”。这个看起来相当“有效率”的方法，带来了恶意软件非常难以防御的特性。因为程序不是人，它们只能机械地执行扫描和对比的任务。如果反病毒程序已经确定了几种恶意软件“变身”的方法，那么只要恶意软件下次改变一下暴露顺序，或者掩盖一下自己的执行目标，反病毒软件就可能无法侦测。 机会还是威胁GPU通用计算的发展 接下来，让我们先暂停一下对恶意软件的恐惧，进入GPU的世界。GPU通用计算最近几年来飞速发展，当GPU本身可编程性和灵活性大大提高后，很多人开始着手探索如何利用GPU架构进行大规模的并行计算，毕竟GPU拥有系统中最为强劲的浮点计算能力，仅仅作为3D计算显然相当可惜。但GPU通用计算需要专用API才能在GPU上完美运行。一般的图形APIMDlrectX和OpenGL等，都不能很好地进行通用计算。 对传统GPU来说，无论是GPU本身设计还是调用方式都尽可能为GPU需要执行的图形计算优化。因此你如果想利用GPU庞大的计算资源，那些需要计算的数据和变量，必须映射为图形学对象，算法处理必须被表述为像素和顶点处理的形式，假装是在进行图形计算一样。这种“假装”的形式让程序员感到很束缚。因为传统GPU缺乏方便的数据类型，基本的计算函数，以及一个一般化的内存访问模型，使得它对于习惯于工作在传统编程环境下的程序员们来说没有多少吸引力。 进入DirectX 10时代后，NVIDIA提出了CUDAfCompute UnifiedDevice Architecture)这样一个相当富有创造力的通用运算API架构。有了这个API之后，程序员就不需要在自己的大脑中“映射”各种数据，APl作为沟通桥粱已经承担了数据转换、程序编译等任务。这样一来，GPU就能很好地发挥计算效能。与此同时，AMD也提供了对应自家GPU产品的通用计算方法，被称为Stream。 CUDA由一个C语言的极小扩展集和一个运行库组成，这个运行库提供的函数能够控制GPU，以及设备专有函数和相应的数据。从相对宏观的角度看，一个CUDA程序由两部分组成，一个运行在CPU上，另一个称之为“kernel”，是运行于GPU上的并行