論文の概要: BEC: Bit-Level Static Analysis for Reliability against Soft Errors
- arxiv url: http://arxiv.org/abs/2401.05753v1
- Date: Thu, 11 Jan 2024 09:03:47 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-12 15:25:23.442226
- Title: BEC: Bit-Level Static Analysis for Reliability against Soft Errors
- Title（参考訳）: BEC:ソフトエラーに対する信頼性のビットレベル静的解析
- Authors: Yousun Ko and Bernd Burgstaller
- Abstract要約: ソフトエラーに対するプログラムの信頼性を理解し改善するためのビットレベルエラー照合(BEC)静的プログラム解析を提案する。
BEC分析はレジスタファイル内の各ビットの破損を追跡し、コンパイル時にその意味によって破損の影響を分類する。
提案手法は汎用的であり,特定のコンピュータアーキテクチャに限定されない。
- 参考スコア（独自算出の注目度）: 0.26107298043931204
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Soft errors are a type of transient digital signal corruption that occurs in
digital hardware components such as the internal flip-flops of CPU pipelines,
the register file, memory cells, and even internal communication buses. Soft
errors are caused by environmental radioactivity, magnetic interference,
lasers, and temperature fluctuations, either unintentionally, or as part of a
deliberate attempt to compromise a system and expose confidential data.
We propose a bit-level error coalescing (BEC) static program analysis and its
two use cases to understand and improve program reliability against soft
errors. The BEC analysis tracks each bit corruption in the register file and
classifies the effect of the corruption by its semantics at compile time. The
usefulness of the proposed analysis is demonstrated in two scenarios, fault
injection campaign pruning, and reliability-aware program transformation.
Experimental results show that bit-level analysis pruned up to 30.04 % of
exhaustive fault injection campaigns (13.71 % on average), without loss of
accuracy. Program vulnerability was reduced by up to 13.11 % (4.94 % on
average) through bit-level vulnerability-aware instruction scheduling. The
analysis has been implemented within LLVM and evaluated on the RISC-V
architecture.
To the best of our knowledge, the proposed BEC analysis is the first
bit-level compiler analysis for program reliability against soft errors. The
proposed method is generic and not limited to a specific computer architecture.
- Abstract（参考訳）: ソフトエラー(Soft error)は、CPUパイプラインの内部フリップフロップ、レジスタファイル、メモリセル、さらには内部通信バスなどのデジタルハードウェアコンポーネントで発生する過渡的なデジタル信号の破損の一種である。
ソフトエラーは、環境放射能、磁気干渉、レーザー、温度変動によって引き起こされる。
本稿では,ビットレベルエラー結合(bec)静的プログラム解析とソフトエラーに対するプログラム信頼性の理解と改善のための2つのユースケースを提案する。
BEC分析はレジスタファイル内の各ビットの破損を追跡し、コンパイル時にその意味によって破損の影響を分類する。
提案手法の有用性を,障害注入キャンペーンのプルーニングと信頼性対応プログラム変換の2つのシナリオで実証した。
実験の結果, ビットレベル解析では, 最大30.04 % (平均13.71 %) が精度を損なうことなく検出された。
プログラムの脆弱性はビットレベルの脆弱性認識命令スケジューリングによって最大13.11 %(平均4.94 %)削減された。
解析はLLVMで実装され、RISC-Vアーキテクチャで評価されている。
我々の知る限りでは、BEC解析はソフトエラーに対するプログラムの信頼性に対する最初のビットレベルコンパイラ解析である。
提案手法は汎用的であり,特定のコンピュータアーキテクチャに限定されない。
関連論文リスト
- FoC: Figure out the Cryptographic Functions in Stripped Binaries with LLMs [54.27040631527217]
削除されたバイナリの暗号関数を抽出するFoCと呼ばれる新しいフレームワークを提案する。
まず、自然言語における暗号関数のセマンティクスを要約するために、バイナリ大言語モデル(FoC-BinLLM)を構築した。
次に、FoC-BinLLM上にバイナリコード類似モデル(FoC-Sim)を構築し、変更に敏感な表現を作成し、データベース内の未知の暗号関数の類似実装を検索する。
論文 参考訳（メタデータ） (2024-03-27T09:45:33Z) - FastFlip: Compositional Error Injection Analysis [6.285347477114202]
経験的誤り注入と記号的SDC伝搬解析を組み合わせたFastFlipを提案する。
FastFlipはインクリメンタル修正プログラムの分析を3.2倍に高速化する(geomean)
論文 参考訳（メタデータ） (2024-03-20T21:42:21Z) - Mind the Error! Detection and Localization of Instruction Errors in Vision-and-Language Navigation [65.25839671641218]
そこで本研究では,潜在的な人的原因を考慮に入れた各種命令誤りを導入した新しいベンチマークデータセットを提案する。
我々のベンチマークで最先端のVLN-CE法を評価する場合、成功率において顕著な性能低下(最大-25%)が観測される。
また, エラー検出とローカライゼーションにおいて, 最適な性能を実現するための, クロスモーダルトランスフォーマーアーキテクチャに基づく効率的な手法を提案する。
論文 参考訳（メタデータ） (2024-03-15T21:36:15Z) - Supporting Error Chains in Static Analysis for Precise Evaluation
Results and Enhanced Usability [2.8557828838739527]
静的解析は、固定位置よりも脆弱性が現れる場所を報告する傾向にある。
これは仮定された偽陽性や不正確な結果を引き起こす可能性がある。
我々は、既存の静的解析アルゴリズムを適応させ、マニフェストと固定位置を区別できるように設計した。
論文 参考訳（メタデータ） (2024-03-12T16:46:29Z) - 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) - Exploring Error Bits for Memory Failure Prediction: An In-Depth
Correlative Study [5.292618442300404]
本研究はCEとUEの相関に関する総合的研究である。
解析の結果,大時間誤りビットとUEの発生との間には強い相関関係が認められた。
提案手法は,UEによる仮想マシンの中断回数を約59%削減する。
論文 参考訳（メタデータ） (2023-12-05T16:11:52Z) - Uncertainty-Aware AB3DMOT by Variational 3D Object Detection [74.8441634948334]
不確実性推定は統計的に正確な予測を提供する効果的なツールである。
本稿では,変分ニューラルネットワークを用いたTANet 3Dオブジェクト検出器を提案し,不確実性のある3Dオブジェクト検出を行う。
論文 参考訳（メタデータ） (2023-02-12T14:30:03Z) - Fast and Accurate Error Simulation for CNNs against Soft Errors [64.54260986994163]
本稿では,誤りシミュレーションエンジンを用いて,コナールニューラルネットワーク(CNN)の信頼性解析のためのフレームワークを提案する。
これらの誤差モデルは、故障によって誘導されるCNN演算子の出力の破損パターンに基づいて定義される。
提案手法は,SASSIFIの欠陥効果の約99%の精度と,限定的なエラーモデルのみを実装した44倍から63倍までのスピードアップを実現する。
論文 参考訳（メタデータ） (2022-06-04T19:45:02Z) - VELVET: a noVel Ensemble Learning approach to automatically locate
VulnErable sTatements [62.93814803258067]
本稿では,ソースコード中の脆弱な文を見つけるための新しいアンサンブル学習手法であるVELVETを提案する。
我々のモデルは、グラフベースとシーケンスベースニューラルネットワークを組み合わせて、プログラムグラフの局所的およびグローバル的コンテキストを捕捉する。
VELVETは、合成データと実世界のデータに対して、それぞれ99.6%と43.6%の精度を達成している。
論文 参考訳（メタデータ） (2021-12-20T22:45:27Z) - Learning Robust Output Control Barrier Functions from Safe Expert Demonstrations [50.37808220291108]
本稿では,専門家によるデモンストレーションの部分的な観察から,安全な出力フィードバック制御法を考察する。
まず,安全性を保証する手段として,ロバスト出力制御バリア関数(ROCBF)を提案する。
次に、安全なシステム動作を示す専門家による実証からROCBFを学習するための最適化問題を定式化する。
論文 参考訳（メタデータ） (2021-11-18T23:21:00Z)
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。