論文の概要: Automatic Detection, Validation and Repair of Race Conditions in Interrupt-Driven Embedded Software

• arxiv url: http://arxiv.org/abs/2305.17869v1
• Date: Mon, 29 May 2023 03:22:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 05:17:49.607377
• Title: Automatic Detection, Validation and Repair of Race Conditions in Interrupt-Driven Embedded Software
• Title（参考訳）: 割り込み駆動組込みソフトウェアにおける競合条件の自動検出、検証、修復
• Authors: Yu Wang, Fengjuan Gao, Linzhang Wang, Tingting Yu, Ke Wang, Jianhua Zhao, Xuandong Li
• Abstract要約: 我々は、割り込み駆動組込みソフトウェアにおける競合条件を検出し、検証し、修復する自動化フレームワークであるSDRacerを提案する。 C言語で書かれた9つの実世界の組込みプログラム上でSDRacerを評価する。
• 参考スコア（独自算出の注目度）: 17.564883311453134
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Interrupt-driven programs are widely deployed in safety-critical embedded systems to perform hardware and resource dependent data operation tasks. The frequent use of interrupts in these systems can cause race conditions to occur due to interactions between application tasks and interrupt handlers (or two interrupt handlers). Numerous program analysis and testing techniques have been proposed to detect races in multithreaded programs. Little work, however, has addressed race condition problems related to hardware interrupts. In this paper, we present SDRacer, an automated framework that can detect, validate and repair race conditions in interrupt-driven embedded software. It uses a combination of static analysis and symbolic execution to generate input data for exercising the potential races. It then employs virtual platforms to dynamically validate these races by forcing the interrupts to occur at the potential racing points. Finally, it provides repair candidates to eliminate the detected races. We evaluate SDRacer on nine real-world embedded programs written in C language. The results show that SDRacer can precisely detect and successfully fix race conditions.
• Abstract（参考訳）: 割り込み駆動プログラムは、ハードウェアとリソースに依存したデータ操作タスクを実行するために、安全クリティカルな組み込みシステムに広くデプロイされる。 これらのシステムで頻繁に割り込みを使用すると、アプリケーションタスクと割り込みハンドラ(または2つの割り込みハンドラ)の相互作用によって競合状態が発生する可能性がある。 マルチスレッドプログラムの競合を検出するために、多くのプログラム解析とテスト技術が提案されている。 しかし、ハードウェアの割り込みに関する競合状態の問題に対処する作業はほとんどない。 本稿では,割り込み駆動組込みソフトウェアにおける競合条件の検出,検証,修復を行う自動フレームワークであるSDRacerを提案する。 静的解析とシンボリック実行を組み合わせて、潜在的なレースを実行するための入力データを生成する。 次に仮想プラットフォームを使用して、潜在的なレースポイントで割り込みを強制することで、これらのレースを動的に検証する。 最後に、検出されたレースを排除するための修理候補を提供する。 C言語で書かれた9つの実世界の組み込みプログラム上でSDRacerを評価する。 その結果,SDRacerはレース条件を正確に検出し,正常に修正できることがわかった。

関連論文リスト

• HardRace: A Dynamic Data Race Monitor for Production Use [15.504566762273262]
  データレースはマルチスレッドプログラムにおいて重要な問題であり、予測できない、破滅的な、診断が難しい問題を引き起こします。 我々は、十分なランタイムオーバーヘッドと高い検出能力を持ちながら、オンザフライでのレースを検出するデータレースモニターであるHardRaceを紹介した。
  論文  参考訳（メタデータ） (2024-10-24T03:59:02Z)
• Optimistic Prediction of Synchronization-Reversal Data Races [6.407713444542916]
  動的データ競合検出は、実際に並列ソフトウェアの信頼性を確保するための重要なテクニックとして登場した。 本研究では,抽出可能な方法で検出可能なOptimistic Sync(hronization)-Reversal racesと呼ばれるデータレースのクラスを同定する。 また、全2次時間における全楽観的同期反転データ競合を検出するための音響アルゴリズムOSRを提案する。
  論文  参考訳（メタデータ） (2024-01-11T03:34:21Z)
• Navigating the Concurrency Landscape: A Survey of Race Condition Vulnerability Detectors [0.12289361708127873]
  本稿では,レースコンディションバグ検出の領域に焦点をあてる。 我々はこれらの検出器を,それらが採用する多様な手法に基づいて系統的に分類する。 レースコンディションの脆弱性の検出におけるファジリング技術の適用について,光を当てた。
  論文  参考訳（メタデータ） (2023-12-22T07:05:39Z)
• Guess & Sketch: Language Model Guided Transpilation [59.02147255276078]
  学習されたトランスパイレーションは、手作業による書き直しやエンジニアリングの取り組みに代わるものだ。 確率的ニューラルネットワークモデル(LM)は、入力毎に可塑性出力を生成するが、正確性を保証するコストがかかる。 Guess & Sketch は LM の特徴からアライメントと信頼性情報を抽出し、意味的等価性を解決するためにシンボリック・ソルバに渡す。
  論文  参考訳（メタデータ） (2023-09-25T15:42:18Z)
• Using Machine Learning To Identify Software Weaknesses From Software Requirement Specifications [49.1574468325115]
  本研究は、要求仕様からソフトウェア弱点を特定するための効率的な機械学習アルゴリズムを見つけることに焦点を当てる。 ProMISE_exp. Naive Bayes、サポートベクターマシン(SVM)、決定木、ニューラルネットワーク、畳み込みニューラルネットワーク(CNN)アルゴリズムをテストした。
  論文  参考訳（メタデータ） (2023-08-10T13:19:10Z)
• Tailoring Stateless Model Checking for Event-Driven Multi-Threaded Programs [1.2948955292336792]
  イベント駆動型プログラムに適したDPORアルゴリズムであるEvent-DPORを提案する。 これはマルチスレッドプログラムのための最適DPORアルゴリズムであるOptimal-DPORに基づいている。 全てのプログラムに対して Event-DPOR の正当性を証明し,大規模サブクラスに対して最適性を示す。
  論文  参考訳（メタデータ） (2023-07-29T08:43:49Z)
• Software Testing for Machine Learning [13.021014899410684]
  機械学習は騙されやすいことが示され、エラーや致命的な失敗に至る。 この状況は、特に安全クリティカルな応用において機械学習が広く使われていることを疑問視している。 この要約では、機械学習のためのソフトウェアテストの現状について論じる。
  論文  参考訳（メタデータ） (2022-04-30T08:47:10Z)
• SUPERNOVA: Automating Test Selection and Defect Prevention in AAA Video Games Using Risk Based Testing and Machine Learning [62.997667081978825]
  従来の手法では、成長するソフトウェアシステムではスケールできないため、ビデオゲームのテストはますます難しいタスクになります。 自動化ハブとして機能しながら,テスト選択と欠陥防止を行うシステム SUPERNOVA を提案する。 この直接的な影響は、未公表のスポーツゲームタイトルの55%以上のテスト時間を減らすことが観察されている。
  論文  参考訳（メタデータ） (2022-03-10T00:47:46Z)
• Sample-Efficient Safety Assurances using Conformal Prediction [57.92013073974406]
  早期警戒システムは、安全でない状況が差し迫ったときに警告を提供することができる。 安全性を確実に向上させるためには、これらの警告システムは証明可能な偽陰性率を持つべきである。 本稿では,共形予測と呼ばれる統計的推論手法とロボット・環境力学シミュレータを組み合わせたフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-28T23:00:30Z)
• Improving Compositionality of Neural Networks by Decoding Representations to Inputs [83.97012077202882]
  我々は、ニューラルネットワークのアクティベーションを制約し、入力に"デコード"するように生成モデルを共同で訓練することで、従来のディープラーニングプログラムの利点を橋渡しする。 本稿では,デオード可能な表現の分布外検出,逆例,校正,公平性への応用を実証する。
  論文  参考訳（メタデータ） (2021-06-01T20:07:16Z)
• Online Learning Probabilistic Event Calculus Theories in Answer Set Programming [70.06301658267125]
  イベント認識(CER)システムは、事前に定義されたイベントパターンを使用して、ストリーミングタイムスタンプデータセットで発生を検出する。 本稿では,複雑なイベントパターンによる確率論的推論を,イベント計算で重み付けされたルールの形で行うことができるAnswer Set Programming(ASP)に基づくシステムを提案する。 その結果, 効率と予測の両面で, 新たなアプローチの優位性が示された。
  論文  参考訳（メタデータ） (2021-03-31T23:16:29Z)

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。