全球平台TEE内部API规范v1.0

需积分: 9 1 下载量 144 浏览量 更新于2024-07-09 收藏 1.27MB PDF 举报
"GPD_TEE_Internal_API_Specification_v1.0.pdf" 本文档是Global Platform(全球平台)发布的TEE(Trusted Execution Environment)内部API规范的版本1.0,适用于智能卡开发,特别是SIM卡相关的智能卡技术。全球平台是一家专注于制定安全设备和应用程序接口标准的组织,其目标是提供一个开放且可扩展的框架,以确保各种设备和服务的安全运行。 TEE是一种在通用计算环境中(如操作系统)提供安全执行环境的技术。它与通常的Rich Execution Environment(REE)并存,用于处理敏感数据和执行安全应用。在SIM卡开发中,TEE可以确保移动通信和支付等敏感操作的安全性,防止未授权访问和攻击。 TEE内部API规范定义了TEE与REE之间的交互方式,以及安全应用程序如何在TEE内运行和通信。这个规范的使用者被鼓励提交任何他们可能知道的相关专利权或其他知识产权,以防在实施该规范时可能侵犯到这些权利,并提供支持文档。 文档的主要内容可能包括: 1. TEE架构:解释了TEE的基本结构、组件及其与REE的关系。 2. API接口:详细描述了开发者可以使用的接口函数,用于在TEE内创建和管理安全对象、进行安全通信、加密解密等操作。 3. 安全机制:涵盖了TEE提供的安全特性,如权限管理、身份验证、完整性保护和隐私保护等。 4. 事件和通知:说明了如何在TEE和REE之间传递事件和通知,以协调它们的交互。 5. 错误处理:定义了在API调用失败时的错误代码和处理机制。 6. 兼容性和移植性:讨论了如何确保实现的兼容性,以便在不同平台上部署和迁移安全应用。 该规范的使用受到Global Platform的许可协议约束,任何违反协议的使用都是严格禁止的。随着技术的发展,Global Platform可能会对这个规范进行更新、修订和扩展。 智能卡开发者需要理解并遵循这个规范,以确保他们的SIM卡应用能够与TEE正确、安全地交互,同时遵守所有相关的知识产权法律。这个文档对于理解和实施安全、高效且符合行业标准的SIM卡解决方案至关重要。
2023-06-10 上传

简化下列代码:gdf = gpd.read_file("shanghai_districts.shp") lis_time=['0:00-4:00','4:00-8:00','8:00-12:00','12:00-16:00','16:00-20:00','20:00-24:00','次日0:00-4:00'] j1=0 for i in (df.groupby(pd.Grouper(key='stime', freq='4H'))): data_r=i[1] gdf_points = gpd.GeoDataFrame(data_r, geometry=gpd.points_from_xy(data_r['gcj_s_lng'], data_r['gcj_s_lat'])) plt.figure(figsize=(10,10)) ax = gdf.plot(color='white',edgecolor='k',linewidth=0.3) gdf_points.plot(ax=ax, column=None, cmap='Oranges', scheme='quantiles', k=5, alpha=0.9, markersize=0.01) plt.yticks([30.8,31.0,31.2,31.4,31.6,31.8],['30.8°N','31.0°N','31.2°N','31.4°N','31.6°N','31.8°N'],fontsize=12) plt.xticks([120.8,121.0,121.2,121.4,121.6,121.8,122.0,122.2],['120.8°E','121.0°E','121.2°E','121.4°E','121.6°E','121.8°E','122.0°E','122.2°E'],fontsize=12,rotation=45) plt.title(lis_time[j1]+'时间段内出发订单数量分布') plt.show() j1=j1+1 j1=0 for i in (df.groupby(pd.Grouper(key='etime', freq='4H'))): data_r=i[1] gdf_points = gpd.GeoDataFrame(data_r, geometry=gpd.points_from_xy(data_r['gcj_e_lng'], data_r['gcj_e_lat'])) plt.figure(figsize=(10,10)) ax = gdf.plot(color='white',edgecolor='k',linewidth=0.3) gdf_points.plot(ax=ax, column=None, cmap='Oranges', scheme='quantiles', k=5, alpha=0.9, markersize=0.01) plt.yticks([30.8,31.0,31.2,31.4,31.6,31.8],['30.8°N','31.0°N','31.2°N','31.4°N','31.6°N','31.8°N'],fontsize=12) plt.xticks([120.8,121.0,121.2,121.4,121.6,121.8,122.0,122.2],['120.8°E','121.0°E','121.2°E','121.4°E','121.6°E','121.8°E','122.0°E','122.2°E'],fontsize=12,rotation=45) plt.title(lis_time[j1]+'时间段内到达订单数量分布') plt.show() j1=j1+1

2023-05-05 上传