MB-FICA: An ADL framework for multi-bit fault injection and coverage analysis
Notice bibliographique
Résumé
Les systemes de securite critiques (SCS) peuvent rencontrer des erreurs doux en raison deperturbations causees par des evenements exterieurs tels que les rayons cosmiques, rayonnement de l'emballage et de neutrons thermiques. Les techniques traditionnelles demodelisation d'erreur souvent ne traitent que des corruptions et d'analyse uniques bitsbases sur des techniques populaires tels que le facteur de vulnerabilite architecturale (AVF)traiter chaque bit comme independant. Toutefois, des etudes rcentes ont montre une augmentation spectaculaire renversement multi-bits (MBU) ou la defaillance d'un seul bit estfortement correlee avec ses bits voisins. Ce phenomene est dû a la diminution des transistors et l'augmentation de la densite des transistors resultant, faisant une gresve de laparticule capable de corrompre plusieurs bits a la fois. Pour aider les concepteurs a MBU attenuation dans les chiers du registre du microprocesseur, nous avons developpe une structure original (disponible sur le site http://bhm.ece.mcgill.ca/~mb-fica) pour simuler et analyser l'eet de MBU et l'ecacite des techniques de tolerance aux pannes. Contrairement au travail avant, notre approche eectuel'injection de fautes dans la microarchitecture qui est integre avec les technologies fauted'attenuation et presente le comportement decoule du systeme executant divers criteres.Dans ce cadre , nous considerons (a) l'eet de la SRAM mise sur les modeles MBU ,(b) la nature des donnees dependant de troubles transitoires , et (c) execute des reperespour l'achevement d'evaluer avec precision la couverture de faute en vertu de dierentestechniques d'attenuation . Injection d'erreur est co^uteuse en ressources informatiques, en particulier dans le contexte de la MBU, par consequent, nous proposons une gamme de techniques d'accelerationde l'injection de fautes qui reduisent le temps d'execution des essais individuels que desimuler des techniques d'attenuation en cas de defauts sont presents, et l'arrêt de la simulation tout quand tout erreurs ont ete detectees ou corrigees. Lors de l'evaluation parite,SECDED, et 2 bits 2D ECC, nos resultats montrent une acceleration de la performance del'injection de fautes de 14x en moyenne, et jusqu'a pres de 60x dans un cas.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».