关于本次实验

来自论文：《Trusted-DNN: A TrustZone-based Adaptive Isolation Strategy for Deep Neural Networks》

项目的gitee代码地址

Ubuntu上运行

编译op-tee

首先要去op-tee官方文档安装依赖，相当多，略慢（取决于网速）。

学长的项目之中的编译过程如下：

1
2
3
4
5
$ repo init -u https://github.com/OP-TEE/manifest.git -m qemu_v8.xml
$ repo sync
$ cd build
$ make toolchains
$ make run

有几个问题：

  1. repo大概率不好用，即使挂着梯子也无法下载。这时候需要换源。可供参考的方法

  2. repo sync开始需要挂梯子运行，而且需要编译的包比较大，下载也许需要2-5G的流量，如果是梯子要提前看好。

  3. 第一条命令如果想要指定OP-TEE的版本，可以指定指定分支。具体可以看这里有指定版本的命令。不过我个人用的最新版本命令，也没事儿。

  4. 可以使用 -j 命令，但是我个人并不建议，因为在编译过程中很容易出问题，使用了这个命令很难确定到底断在哪里以及出了什么问题。

  5. 如果不能科学上网需要自己下载每一个包然后手动编译，比较麻烦，还是尽量找梯子。

  6. make run 的运行速度极慢，我的电脑大概跑了5H才跑完，再加上前面的试错时间，难蚌。。。

运行程序

本项目的代码，之下的很多子目录并不能同时编译，只能一次运行一个。操作很简单，就是把程序放到examples之下然后重新make run，这次就快了。

关于数据集

首先，需要自己下载Tiny ImageNet数据集。然后自行下载 alexnet人家训练好的参数。然后运行tools里的程序做好划分。

然后，重点来了，如何上传数据集：

项目地址之下的方法貌似并不好用，至少和我这个最新的optee和qemu不太匹配，更好的方法是参考这个仓库。

直接把数据集拷贝到out-br/target/root之下。

但是我遇到的问题是一旦数据集和参数超过了467MB就不成功了，因此只进行了压缩以后的参数进行实验。

一旦超过467MB提示如下：

1
[ end Kernel panic - not syncing: VFS: Unable to mount root fsunknown-block(0,0) -]

而通过df -h命令查看的结果如下：

1
2
3
4
5
Filesystemdevtmpfs Size       Used       Available       Use% Mounted on
devtmpfs           474.3M      0            474.3M       0% /dev
tmpfs              498.4M      0            498.4M       0% /dev/shm
tmpfs              498.4M      40k          498.4M       0% /tmp
tmpfs              498.4M      16k          498.4M       0% /run

看起来我的数据集和参数加在一起只有467MB的时候应该还可以，不知道为什么会有这个问题。

此问题暂时无解。

整体情况

由于数据集的图片过多，因此在重新 make run 之后，编译速度还是比较慢，应该是有一些链接的过程，导致的特别慢。因此需要等待。

最后就可以顺利跑起来了。

树莓派

首先，我拿到的是树莓派3B+。

硬件安装步骤基本上看官网就好，B站也有。其实就两步，一是贴散热片，二是安装到亚克力板子里(这玩意儿到底咋拆啊)。

格式化原来的SD卡

我拿到的SD卡里面有人家之前的系统，要先格式化。

确实遇到了一些小问题，就是插上卡以后并不是一个16G的盘，而是一个2G和一个260MB的盘。。。

然后我使用的是这个教程：此处是一个格式化教程

注意，无论是使用工具还是命令，格式化都万分危险！务必谨慎，并做好数据备份，不然万劫不复！

然后顺利格式化，终于看到了一个14.8G大小的盘了:)

理论上树莓派自己的官方烧录镜像软件也会替你格式化，但是据说有风险hhh

烧录镜像

主要过程来自这个参考

在探索的过程中发现有个更好玩儿的？这个没进行尝试，未来有时间可以看看。

烧录镜像直接采用 Raspberry Pi Imager

默认镜像，烧录很快，大概一刻钟就完成了。

遇到问题1