論文の概要: Cluster-BPI: Efficient Fine-Grain Blind Power Identification for Defending against Hardware Thermal Trojans in Multicore SoCs

• arxiv url: http://arxiv.org/abs/2409.18921v1
• Date: Fri, 27 Sep 2024 17:11:29 GMT
• ステータス: 処理完了
• システム内更新日: 2024-10-01 07:51:30.127788
• Title: Cluster-BPI: Efficient Fine-Grain Blind Power Identification for Defending against Hardware Thermal Trojans in Multicore SoCs
• Title（参考訳）: クラスタBPI:マルチコアSOCにおけるハードウェア熱トロイの木馬に対する防御のための高効率細粒ブラインドパワー同定
• Authors: Mohamed R. Elshamy, Mehdi Elahi, Ahmad Patooghy, Abdel-Hameed A. Badawy,
• Abstract要約: クラスタリングBlind Power Identification (ICBPI) は、従来のBlind Power Identification (BPI) 法の感度と堅牢性を改善するために設計されている。 ICBPIは精度を大幅に向上させ、従来のBPIに比べて77.56%、最先端のBPISS法に比べて68.44%の誤差を減少させる。
• 参考スコア（独自算出の注目度）: 0.562479170374811
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modern multicore System-on-Chips (SoCs) feature hardware monitoring mechanisms that measure total power consumption. However, these aggregate measurements are often insufficient for fine-grained thermal and power management. This paper presents an enhanced Clustering Blind Power Identification (ICBPI) approach, designed to improve the sensitivity and robustness of the traditional Blind Power Identification (BPI) method. BPI estimates the power consumption of individual cores and models the thermal behavior of an SoC using only thermal sensor data and total power measurements. The proposed ICBPI approach refines BPI's initialization process, particularly improving the non-negative matrix factorization (NNMF) step, which is critical to the accuracy of BPI. ICBPI introduces density-based spatial clustering of applications with noise (DBSCAN) to better align temperature and power consumption data, thereby providing more accurate power consumption estimates. We validate the ICBPI method through two key tasks. The first task evaluates power estimation accuracy across four different multicore architectures, including a heterogeneous processor. Results show that ICBPI significantly enhances accuracy, reducing error rates by 77.56% compared to the original BPI and by 68.44% compared to the state-of-the-art BPISS method. The second task focuses on improving the detection and localization of malicious thermal sensor attacks in heterogeneous processors. The results demonstrate that ICBPI enhances the security and robustness of multicore SoCs against such attacks.
• Abstract（参考訳）: 現代のマルチコアシステムオンチップ(SoC)は、総消費電力を測定するハードウェア監視機構を備えている。 しかし、これらの凝集度測定は、きめ細かい熱と電力管理には不十分であることが多い。 本稿では,従来のBlind Power Identification (BPI) 法の感度とロバスト性を向上させるために,改良されたクラスタリングBlind Power Identification (ICBPI) 手法を提案する。 BPIは個々のコアの消費電力を推定し、熱センサデータと全電力測定のみを用いてSoCの熱的挙動をモデル化する。 提案手法は,BPIの初期化過程を改良し,特にBPIの精度に重要な非負行列分解(NNMF)を改良する。 ICBPIは、密度に基づくノイズ(DBSCAN)のあるアプリケーションの空間クラスタリングを導入し、温度と消費電力データの整合性を向上し、より正確な消費電力推定を提供する。 ICBPI法を2つの重要なタスクで検証する。 最初のタスクは、異種プロセッサを含む4つの異なるマルチコアアーキテクチャにおける電力推定精度を評価する。 その結果、ICBPIは精度を大幅に向上し、従来のBPIに比べて77.56%、最先端のBPISS法に比べて68.44%の誤差率を減少させることがわかった。 第2のタスクは、異種プロセッサにおける悪意のある熱センサ攻撃の検出と位置決めの改善に焦点を当てている。 以上の結果から,ICBPIはマルチコアSoCのセキュリティとロバスト性を高めることが示唆された。

関連論文リスト

• Once for Both: Single Stage of Importance and Sparsity Search for Vision Transformer Compression [63.23578860867408]
  重要度評価と疎度評価を1段階にまとめる方法について検討する。 重要度と疎度の両方を同時に評価するコスト効率の高いOFBを提案する。 実験により、OFBは最先端のサーチベースおよびプルーニングベース手法よりも優れた圧縮性能が得られることが示された。
  論文  参考訳（メタデータ） (2024-03-23T13:22:36Z)
• Blue and Green-Mode Energy-Efficient Nanoparticle-Based Chemiresistive Sensor Array Realized by Rapid Ensemble Learning [0.5890690947925292]
  本研究では,迅速なアンサンブル学習に基づくモデル委員会アプローチを用いた最適化戦略を提案する。 センサ選択におけるモデルの意見を集約するために、重み付け投票機構を導入する。 この戦略は理論計算とモンテカルロシミュレーションによって検証され、その有効性と正確性を示している。
  論文  参考訳（メタデータ） (2024-03-03T23:38:37Z)
• Fault Detection for Non-Condensing Boilers using Simulated Building Automation System Sensor Data [0.0]
  建設性能はコミッショニング後に著しく低下し、エネルギー消費が増加し、温室効果ガスが排出される。 既存のセンサネットワークとIoTデバイスを使用した継続的なコミッショニングは、この無駄を最小限にする可能性がある。 ボイラ性能研究のレビューは, 共通の欠陥と劣化した性能条件のセットの開発に用いられている。 このデータは、K-アネレスト、決定木、ランダムフォレスト、サポートベクトルマシンを用いた断層分類のトレーニングとテストに使用される。
  論文  参考訳（メタデータ） (2022-05-13T18:47:16Z)
• Embedding Temporal Convolutional Networks for Energy-Efficient PPG-Based Heart Rate Monitoring [17.155316991045765]
  Photoplethysmography (volution) センサーは非侵襲的で快適な心拍数モニタリングを可能にする。 モーションアーティファクト(MA)はモニタリングの精度に大きく影響を与え、皮膚とセンサーのインターフェースに高いばらつきをもたらす。 PPGに基づく人事推定のための計算軽量で頑健な深層学習手法を提案する。 PPGDaliaのMean Absolute Error(MAE)の3.84 Beats per Minute(BPM)という2つのベンチマークデータセットに対するアプローチを検証する。
  論文  参考訳（メタデータ） (2022-03-01T17:04:28Z)
• Estimating the electrical power output of industrial devices with end-to-end time-series classification in the presence of label noise [6.857190736208506]
  本研究では,中規模企業施設のコンバインドヒート・アンド・パワー・マシンの発電量の推定に焦点をあてる。 施設が完全に測定され,CHPからのセンサ測定が可能となると,トレーニングラベルを自動生成する。 本稿では,共有組込み表現を用いた分類器とオートエンコーダを共同で学習する,新しいマルチタスクディープラーニング手法を提案する。
  論文  参考訳（メタデータ） (2021-05-01T21:45:42Z)
• Parameterized Temperature Scaling for Boosting the Expressive Power in Post-Hoc Uncertainty Calibration [57.568461777747515]
  我々は新しいキャリブレーション手法であるパラメタライズド温度スケーリング(PTS)を導入する。 最新のポストホックキャリブレータの精度保持性能は、その本質的な表現力によって制限されることを実証します。 当社の新しい精度保存手法が,多数のモデルアーキテクチャやデータセット,メトリクスにおいて,既存のアルゴリズムを一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2021-02-24T10:18:30Z)
• Smart non-intrusive appliance identification using a novel local power histogramming descriptor with an improved k-nearest neighbors classifier [2.389598109913753]
  本稿では,新しいローカルパワーヒストグラム(LPH)記述子に基づく,スマートNILMシステムを提案する。 具体的には、個々の家電消費シグネチャを表すために、局所的に短いヒストグラムを描画する。 学習時間を短縮し,分類性能を向上させるため,改良k-nearest neighbors (IKNN)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-09T13:12:20Z)
• EEG-Inception: An Accurate and Robust End-to-End Neural Network for EEG-based Motor Imagery Classification [123.93460670568554]
  本稿では,脳波に基づく運動画像(MI)分類のための新しい畳み込みニューラルネットワーク(CNN)アーキテクチャを提案する。 提案したCNNモデル、すなわちEEG-Inceptionは、Inception-Timeネットワークのバックボーン上に構築されている。 提案するネットワークは、生のEEG信号を入力とし、複雑なEEG信号前処理を必要としないため、エンドツーエンドの分類である。
  論文  参考訳（メタデータ） (2021-01-24T19:03:10Z)
• Uncertainty-Aware Deep Calibrated Salient Object Detection [74.58153220370527]
  既存のディープニューラルネットワークに基づくサルエントオブジェクト検出(SOD)手法は主に高いネットワーク精度の追求に重点を置いている。 これらの手法は、信頼不均衡問題として知られるネットワーク精度と予測信頼の間のギャップを見落としている。 我々は,不確実性を考慮した深部SODネットワークを導入し,深部SODネットワークの過信を防止するための2つの戦略を提案する。
  論文  参考訳（メタデータ） (2020-12-10T23:28:36Z)
• Bayesian Optimization with Machine Learning Algorithms Towards Anomaly Detection [66.05992706105224]
  本稿では,ベイズ最適化手法を用いた効果的な異常検出フレームワークを提案する。 ISCX 2012データセットを用いて検討したアルゴリズムの性能を評価する。 実験結果から, 精度, 精度, 低コストアラームレート, リコールの観点から, 提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2020-08-05T19:29:35Z)
• Towards High Performance Human Keypoint Detection [87.1034745775229]
  文脈情報は人体構成や見えないキーポイントを推論する上で重要な役割を担っている。 そこで我々は,空間とチャネルのコンテキスト情報を効率的に統合するカスケードコンテキストミキサー(CCM)を提案する。 CCMの表現能力を最大化するために、我々は、強陰性な人検出マイニング戦略と共同訓練戦略を開発する。 検出精度を向上させるために,キーポイント予測を後処理するためのいくつかのサブピクセル改良手法を提案する。
  論文  参考訳（メタデータ） (2020-02-03T02:24:51Z)

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。