論文の概要: Timing Analysis of Embedded Software Updates
- arxiv url: http://arxiv.org/abs/2304.14213v2
- Date: Fri, 7 Jul 2023 07:58:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-24 12:25:16.697410
- Title: Timing Analysis of Embedded Software Updates
- Title(参考訳): 組み込みソフトウェア更新のタイミング解析
- Authors: Ahmed El Yaacoub, Luca Mottola, Thiemo Voigt, Philipp R\"ummer
- Abstract要約: 組込みソフトウェアの実行時間に対する更新の影響を検証するための差分タイミング解析手法であるRETAを提案する。
我々は、産業タイミング分析ツールであるaiTへのRETAの統合に適応し、DELTAと呼ばれるツールで完全な実装を開発する。
一方,RETA を DELTA から削除することで,リアルタイム解析ツールとして有効に活用し,解析時間を27% 向上させる。
- 参考スコア(独自算出の注目度): 1.7027593388928293
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present RETA (Relative Timing Analysis), a differential timing analysis
technique to verify the impact of an update on the execution time of embedded
software. Timing analysis is computationally expensive and labor intensive.
Software updates render repeating the analysis from scratch a waste of
resources and time, because their impact is inherently confined. To determine
this boundary, in RETA we apply a slicing procedure that identifies all
relevant code segments and a statement categorization that determines how to
analyze each such line of code. We adapt a subset of RETA for integration into
aiT, an industrial timing analysis tool, and also develop a complete
implementation in a tool called DELTA. Based on staple benchmarks and realistic
code updates from official repositories, we test the accuracy by analyzing the
worst-case execution time (WCET) before and after an update, comparing the
measures with the use of the unmodified aiT as well as real executions on
embedded hardware. DELTA returns WCET information that ranges from exactly the
WCET of real hardware to 148% of the new version's measured WCET. With the same
benchmarks, the unmodified aiT estimates are 112% and 149% of the actual
executions; therefore, even when DELTA is pessimistic, an industry-strength
tool such as aiT cannot do better. Crucially, we also show that RETA decreases
aiT's analysis time by 45% and its memory consumption by 8.9%, whereas removing
RETA from DELTA, effectively rendering it a regular timing analysis tool,
increases its analysis time by 27%.
- Abstract(参考訳): 本稿では,組込みソフトウェアの実行時間に対する更新の影響を検証するための差分タイミング解析手法であるreta(relative timing analysis)を提案する。
タイミング分析は計算コストが高く、労働集約的です。
ソフトウェアのアップデートは、その影響が本質的に限定されているため、分析をスクラッチから繰り返して、リソースと時間の無駄にする。
この境界を決定するために、RETAでは、関連するすべてのコードセグメントを識別するスライシング手順と、それぞれのコード行を分析する方法を決定するステートメント分類を適用する。
産業用タイミング分析ツールであるaiTへの統合のためにRETAのサブセットを適用し、DELTAと呼ばれるツールで完全な実装を開発する。
公式リポジトリからのステープルなベンチマークと現実的なコード更新に基づいて、更新前後の最悪のケース実行時間(wcet)を分析し、修正されていないaitの使用と組み込みハードウェアでの実際の実行を比較して、精度をテストします。
DELTAは、実際のハードウェアのWCETから新しいバージョンのWCETの148%まで、WCET情報を返します。
同じベンチマークでは、修正されていないaiTの推定値は実際の実行の112%と149%である。
また,重要な点として,RETAはaiTの分析時間を45%減らし,メモリ消費を8.9%減らし,DELTAからRETAを除去することで解析時間を27%減らした。
関連論文リスト
- Active Test-Time Adaptation: Theoretical Analyses and An Algorithm [51.84691955495693]
テスト時間適応(TTA)は、教師なし設定でストリーミングテストデータの分散シフトに対処する。
完全TTA設定内に能動学習を統合する能動テスト時間適応(ATTA)の新たな問題設定を提案する。
論文 参考訳(メタデータ) (2024-04-07T22:31:34Z) - Exploring Dynamic Transformer for Efficient Object Tracking [58.120191254379854]
効率的なトラッキングのための動的トランスフォーマーフレームワークであるDyTrackを提案する。
DyTrackは、様々な入力に対して適切な推論ルートを設定することを学習し、利用可能な計算予算をより活用する。
複数のベンチマークの実験では、DyTrackは単一のモデルで有望な速度精度のトレードオフを実現している。
論文 参考訳(メタデータ) (2024-03-26T12:31:58Z) - When Dataflow Analysis Meets Large Language Models [9.458251511218817]
本稿では,LLMDFAについて述べる。LLMDFAはLLLMを利用したデータフロー解析フレームワークで,コンパイルインフラを必要とせずに任意のコードスニペットを解析する。
LLMDFAは、要約に基づくデータフロー分析にヒントを得て、問題を3つのサブプロブレムに分解し、いくつかの重要な戦略によって効果的に解決する。
評価の結果,本設計は幻覚を緩和し,推論能力を向上し,データフロー関連バグの検出において高い精度とリコールが得られることがわかった。
論文 参考訳(メタデータ) (2024-02-16T15:21:35Z) - ESBMC v7.4: Harnessing the Power of Intervals [4.6232063855710654]
ESBMCはモデルチェックのために多くの最先端技術を実装しています。
新しい機能によって、サポート対象のプログラムやプロパティの検証結果が得られます。
ESBMCは、検証性能を向上させるために、プログラム内の式を新しい間隔で解析する。
論文 参考訳(メタデータ) (2023-12-22T14:56:46Z) - E&V: Prompting Large Language Models to Perform Static Analysis by
Pseudo-code Execution and Verification [7.745665775992235]
大きな言語モデル(LLM)は、ソフトウェア工学のタスクに新しい機能を提供する。
LLMは擬似コードの実行をシミュレートし、最小限の努力で擬似コードにエンコードされた静的解析を効果的に実行する。
E&Vは、外部のオラクルを必要とせずに擬似コード実行の検証プロセスを含む。
論文 参考訳(メタデータ) (2023-12-13T19:31:00Z) - PACE: A Program Analysis Framework for Continuous Performance Prediction [0.0]
PACEはプログラム分析フレームワークで、保留中のコード更新のパフォーマンスへの影響を継続的にフィードバックする。
コード更新によって機能テストケースの実行時間をマッピングすることで,パフォーマンスのマイクロベンチマークを設計する。
我々の実験は、コード性能の予測において、ニューラル表現されたコードスタイメトリーの特徴において、現在の最先端を75%上回る性能を達成した。
論文 参考訳(メタデータ) (2023-12-01T20:43:34Z) - QualEval: Qualitative Evaluation for Model Improvement [82.73561470966658]
モデル改善のための手段として,自動定性評価による定量的スカラー指標を付加するQualEvalを提案する。
QualEvalは強力なLCM推論器と新しいフレキシブルリニアプログラミングソルバを使用して、人間の読みやすい洞察を生成する。
例えば、その洞察を活用することで、Llama 2モデルの絶対性能が最大15%向上することを示す。
論文 参考訳(メタデータ) (2023-11-06T00:21:44Z) - Improving Text Matching in E-Commerce Search with A Rationalizable,
Intervenable and Fast Entity-Based Relevance Model [78.80174696043021]
エンティティベース関連モデル(EBRM)と呼ばれる新しいモデルを提案する。
この分解により、高精度にクロスエンコーダQE関連モジュールを使用できる。
また、ユーザログから自動生成されたQEデータによるQEモジュールの事前トレーニングにより、全体的なパフォーマンスが向上することを示す。
論文 参考訳(メタデータ) (2023-07-01T15:44:53Z) - Automated Machine Learning Techniques for Data Streams [91.3755431537592]
本稿では、最先端のオープンソースAutoMLツールを調査し、ストリームから収集したデータに適用し、時間とともにパフォーマンスがどのように変化するかを測定する。
この結果から,既製のAutoMLツールで十分な結果が得られることが示されたが,概念ドリフトや検出,適応といった手法が適用されれば,予測精度を時間とともに維持することが可能になる。
論文 参考訳(メタデータ) (2021-06-14T11:42:46Z) - D2A: A Dataset Built for AI-Based Vulnerability Detection Methods Using
Differential Analysis [55.15995704119158]
静的解析ツールによって報告されたラベル問題に対する差分解析に基づくアプローチであるD2Aを提案する。
D2Aを使用して大きなラベル付きデータセットを生成し、脆弱性識別のためのモデルをトレーニングします。
論文 参考訳(メタデータ) (2021-02-16T07:46:53Z) - Improving IoT Analytics through Selective Edge Execution [0.0]
エッジインフラストラクチャを活用して分析性能を向上させることを提案する。
我々は、IoTデバイスがそれらのルーチンをローカルに実行できるようにするアルゴリズムを考案した。
そして、それらをクラウドレットサーバにアウトソースします。
論文 参考訳(メタデータ) (2020-03-07T15:02:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。