1、新思科技ARC HS4xFS处理器IP和新思科技IP开发流程均通过独立审计机构SGS-TUV Saar的ISO/SAE 21434认证。
2、获得ISO/SAE 21434认证可应对不断变化的网络安全威胁,有助于在整个生命周期内为汽车系统提供长期的安全性与可靠性。
3、经过安全风险分析(SRA)认证的新思科技ARC HS4xFS处理器IP助力开发者能够以安全的方式将IP集成到系统中,从而满足ISO/SAE 21434要求。
4、新思科技的接口、安全和处理器IP开发流程已通过ISO/SAE 21434网络安全标准的全面认证,可帮助合作伙伴满足UN R155法规的要求。
2024年8月12日,新思科技宣布,新思科技ARC® HS4xFS处理器IP通过了SGS-TUV Saar机构的ISO/SAE 21434网络安全认证,满足了致力于保护网联汽车免受恶意网络攻击的严格汽车合规管理要求。ISO/SAE 21434标准规定了网络安全风险管理的工程要求,有助于确保在车辆的整个生命周期内监控、检测和降低网络风险。ARC HS4xFS处理器还通过了ISO 26262标准认证,符合安全关键型系统的ASIL D(随机)和ASIL D(系统)合规性要求,获得了网络安全和功能安全双重认证。此外,新思科技的IP开发流程也获得了ISO/SAE 21434标准认证,可确保其IP产品在开发周期的每个阶段都以“安全第一”的理念进行开发。未来,公司将在其广泛的IP产品组合认证上持续投入,包括特定的接口、安全和处理器IP产品,以确保它们符合网络安全要求,从而降低芯片设计风险,加快安全可靠的SoC上市时间。
新思科技IP产品管理与战略资深副总裁John Koeter表示:“作为全球领先的IP提供商,新思科技高度重视网络安全对汽车行业的重要性,以及整车厂商需要确保其车辆免受不断变化的网络威胁的需求。新思科技ARC处理器IP成为业界首个获得ISO/SAE 21434认证的IP产品,这也进一步印证公司致力于提供高质量和安全的IP,以助力我们的合作伙伴满足其关键安全保障设备所面临的最新法规要求。”
是什么推动了对ISO/SAE 21434合规性的需求?
如今,软件定义汽车的趋势日益显著,这使得汽车制造商能够通过OTA软件升级来远程添加新的功能。然而,OTA升级和其他联网应用(如车辆远程信息处理和智能手机连接)可能会造成安全漏洞,导致车辆系统遭受未经授权的访问、篡改以及恶意软件和病毒侵入。根据联合国欧洲经济委员会的UN R155法规,汽车原始设备制造商必须采用ISO/SAE 21434等网络安全管理系统才能发布全新的道路车辆。因此,合规成为了产品上市成功的先决条件,而通过集成符合ISO/SAE 21434网络安全标准的产品,汽车原始设备制造商可以更加轻松地满足合规要求,从而更好地保护客户数据。
英飞凌汽车微控制器副总裁Joerg Schepers表示:“作为一家为汽车系统提供高可靠性微控制器的供应商,我们的产品必须符合汽车网络安全标准,以尽量降低遭受网络攻击的可能性。英飞凌坚信,符合ISO 21434标准的解决方案在汽车整个生命周期内的稳健性很大程度上依赖于IP、硬件、软件供应商和客户乃至整个产业链之间的紧密合作。汽车行业拥有复杂的供应链,新思科技提供通过ISO 21434认证的解决方案,有助于确保从IP到最终车辆组装的整个开发流程遵循安全的最佳实践。”
SGS-TUV Saar网络安全产品经理Tobias Hörmann表示:“随着网联汽车硬件和软件漏洞的增加,整个汽车供应链都在遵守更为严格的网络安全法规,以帮助整车制造商满足政府标准。新思科技的IP开发流程和ARC HS4xFS处理器IP通过了ISO 21434认证,能够帮助汽车工程师满足汽车网络安全要求。”
关于针对汽车应用的新思科技ARC HS4xFS处理器IP
新思科技ARC® HSxFS功能安全处理器针对高性能嵌入式应用进行了优化。它采用一种双发射、32位超标量架构,具有小尺寸、低功耗的特点。ASIL D认证处理器附带全面的功能安全文档,包括FMEDA报告,并通过ARC MetaWare安全开发工具包提供编程支持。新思科技ARC HS4xFS IP是新思科技广泛处理器IP产品组合的重要组成部分,该产品组合还包括基于RISC-V的全新ARC-V™处理器IP。
上市时间和资源
通过ISO 26262功能安全认证和ISO/SAE 21434网络安全认证的ARC H4xFS处理器现已上市。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。