随着技术和网络安全标准的不断发展,Microchip Technology Inc.(微芯科技公司)通过其CEC1736 TrustFLEX器件可帮助客户更容易获得嵌入式安全解决方案。CEC1736 Trust Shield系列是基于单片机的平台信任根解决方案,可为数据中心、电信、网络、嵌入式计算和工业应用提供网络弹性。作为TrustFLEX平台的一部分,这些器件已进行了部分配置,并配备Microchip签名的Soteria-G3固件,从而缩短了集成平台信任根所需的开发时间。这些器件还有助于快速跟踪所需的加密资产和签名固件映像,简化美国国家标准与技术研究院(NIST)和开放计算项目(OCP)标准所要求的安全制造流程。

CEC1736 TrustFLEX器件专为满足NIST 800-193平台弹性准则和OCP要求而设计,可支持必要的安全功能,从而在各类市场实现硬件信任根。可信平台设计套件允许客户个性化平台特定的配置设置,包括独特的凭证,以支持从外部SPI闪存器件启动的任何应用、主处理器或SoC,从而扩展系统中的信任根。
Microchip负责安全计算部的副总裁Nuri Dagdeviren 表示:“在简化各种规模的器件和平台从设计到部署的安全配置方面,Microchip一直处于行业领先地位。这些丰富的解决方案现在包括符合OCP标准的信任根器件。通过预配置的CEC1736 TrustFLEX系列,我们正在帮助降低准入门槛,使客户更容易部署平台信任根,并实现更快的原型开发和上市速度。”
CEC1736 TrustFLEX支持SPI总线监控、安全启动、组件认证和生命周期管理等现代固件安全功能,可确保预启动和实时(检查时间和使用时间)环境免受现场和远程威胁。
混合信号高级 I/O CEC1736 控制器高度可配置,集成了32位96 MHz Arm® Cortex®-M4处理器内核和紧密耦合的存储器,可提供最佳的代码执行和数据访问。
开发工具
Microchip 全面的工具生态系统可以帮助用户轻松开始设计。CEC1736 TrustFLEX配置器是可信平台设计套件的组成部分,提供了不同用例的可视化视图,以便为开发、原型设计和生产选择、配置和生成配置包。CEC1736开发板配有插座,便于评估和开发。
供货与定价
如需了解更多信息或购买,请联系Microchip销售代表、全球授权分销商或访问Microchip的采购和客户服务网站 www.microchipdirect.com。
资源
可通过Flickr或联系编辑获取高分辨率图片(欢迎自由发布):
· 应用图:https://www.flickr.com/photos/microchiptechnology/53571550296/sizes/l/
· YouTube视频:https://youtu.be/iaaCSdXqPcI
Microchip Technology Inc. 简介
Microchip Technology Inc.是致力于智能、互联和安全的嵌入式控制解决方案的领先供应商。其易于使用的开发工具和丰富的产品组合让客户能够创建最佳设计,从而在降低风险的同时减少系统总成本,缩短上市时间。Microchip的解决方案为工业、汽车、消费、航天和国防、通信以及计算市场中约12万5千家客户提供服务。Microchip总部位于美国亚利桑那州Chandler市,提供出色的技术支持、可靠的产品交付和卓越的质量。详情请访问公司网站www.microchip.com。
###
注:Microchip的名称和徽标组合、Microchip徽标及MPLAB均为Microchip Technology Incorporated在美国和其他国家或地区的注册商标。在此提及的所有其他商标均为各持有公司所有。
好文章,需要你的鼓励
周一AWS美东数据中心DNS故障导致数百万用户和上千家企业断网,Reddit、Snapchat、银行和游戏平台均受影响。专家认为这凸显了冗余备份的重要性,CIO需要根据业务关键性进行风险评估,优先保护核心系统。单一供应商策略仍可行,但需通过多区域部署分散风险,建立故障转移计划。金融、医疗等高风险行业需更高冗余级别。
上海AI实验室等机构联合提出FrameThinker框架,革命性地改变了AI处理长视频的方式。该系统采用"侦探式"多轮推理,先快速扫描全视频获得概览,再有针对性地深入分析关键片段。通过两阶段训练和认知一致性验证,FrameThinker在多个视频理解基准测试中准确率平均提升10.4%,计算效率提高20倍以上,为AI视频理解领域带来突破性进展。
英国政府发布新的反勒索软件指导文件,旨在解决供应链安全薄弱环节。该指南与新加坡当局联合制定,帮助组织识别供应链问题并采取实际措施检查供应商安全性。英国国家网络安全中心过去一年处理了204起"国家重大"网络安全事件。指南强调选择安全可靠的供应商、加强合同网络安全条款、进行独立审计等措施,以提升供应链韧性和防范网络攻击。
复旦大学团队创建MedQ-Bench基准,首次系统评估AI模型医学影像质量评估能力。研究覆盖五大成像模式,设计感知-推理双层评估体系,意外发现医学专用AI表现不如通用AI。结果显示最佳AI模型准确率仅68.97%,远低于人类专家82.50%,揭示了AI在医学影像质控应用中的现实挑战和改进方向。