06-02-2012
 
  Accueil arrow Travaux arrow Thèse arrow Problématique    
Accueil
Travaux
Mon CV
Tutoriels
Histoire
Contact


Linking
Management du risque




Problématique Convertir en PDF Version imprimable

L’utilisation des codes mobiles soulèvent plusieurs questions du domaine de la sécurité :

1. Le contrôle d’accès : est-ce que l’exécution de ce code est permise ?
2. L’authentification : l’utilisateur est-il un utilisateur valide ?
3. L’intégrité des données : pour s’assurer que le code est reçu intact.
4. La non-répudiation : l’utilisation de ce code doit être reconnue par le serveur et par le client, en particulier si son utilisation est payante.
5. La confidentialité des données : pour protéger les parties sensibles du code.
6. L’audit : il doit être possible de tracer l’exécution de codes mobiles.

Les techniques pour garantir ces points sont bien connues. Leur mise en place devient délicate dans le cadre de la mobilité car ces notions peuvent varier localement c’est à dire qu’un agent mobile peut disposer de droits différents mais aussi contrôler différemment ces droits en fonction de la plate forme d’accueil, dans la mesure ou par exemple certaines d’entre elles mettent en jeu des mécanismes de cryptographie différents. Les points 2, 3 et 4 sont garantis par les mécanismes de signatures cryptographiques tandis que le point 5 relève de la cryptographie pure.
La question intéressante sera donc plutôt de se demander comment garantir la sécurité du système lors de l’exécution du code, une fois celui-ci validé et délivré à l’utilisateur final.

 
IEEE
PrePrint: A GPU-Based Approach to Accelerate Computational Protein-DNA Docking

This paper presents a GPU-based high performance computing method for the protein-DNA docking problem. The protein-DNA docking algorithm in consideration integrates Monte-Carlo simulation and simulated annealing method. We investigate key factors that affect performance on a GPU cluster. These include the arrangement of the computation kernel and the balance between memory coalescing and path divergence. We also compared different Monte-Carlo schemes with respects to computation cost and prediction accuracy. With optimizations of these design options, our algorithm achieved 10.4 TFLOPS of sustained performance using 128 Tesla M2070 GPU cards, which represents 3.6x speed up over a traditional cluster with 1000...

Computing in Science and Engineering
 


Sondage
Quel bus logiciel connaissez-vous le plus ?
 

© 2012 Le site Web de Mâamoun BERNICHI
Joomla! is Free Software released under the GNU/GPL License.