論文の概要: Bridging the Gap between Hardware Fuzzing and Industrial Verification

• arxiv url: http://arxiv.org/abs/2506.00461v1
• Date: Sat, 31 May 2025 08:26:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-05 04:22:50.644087
• Title: Bridging the Gap between Hardware Fuzzing and Industrial Verification
• Title（参考訳）: ハードウェアファジィと産業検証のギャップを埋める
• Authors: Ruiyang Ma, Tianhao Wei, Jiaxi Zhang, Chun Yang, Jiangfang Yi, Guojie Luo,
• Abstract要約: 本稿では,最近のハードウェアファジリング手法を概観し,その適合性を産業的検証で分析する。 現在の検証ツールがハードウェアファジィ化を効率的にサポートするかどうかを検討する。 ハードウェアファズリングに必要なサポートを提供するプロトタイプHwFuzzEnvを提案する。
• 参考スコア（独自算出の注目度）: 6.65790578884495
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As hardware design complexity increases, hardware fuzzing emerges as a promising tool for automating the verification process. However, a significant gap still exists before it can be applied in industry. This paper aims to summarize the current progress of hardware fuzzing from an industry-use perspective and propose solutions to bridge the gap between hardware fuzzing and industrial verification. First, we review recent hardware fuzzing methods and analyze their compatibilities with industrial verification. We establish criteria to assess whether a hardware fuzzing approach is compatible. Second, we examine whether current verification tools can efficiently support hardware fuzzing. We identify the bottlenecks in hardware fuzzing performance caused by insufficient support from the industrial environment. To overcome the bottlenecks, we propose a prototype, HwFuzzEnv, providing the necessary support for hardware fuzzing. With this prototype, the previous hardware fuzzing method can achieve a several hundred times speedup in industrial settings. Our work could serve as a reference for EDA companies, encouraging them to enhance their tools to support hardware fuzzing efficiently in industrial verification.
• Abstract（参考訳）: ハードウェア設計の複雑さが増大するにつれて、ハードウェアファジィングは検証プロセスを自動化するための有望なツールとして現れます。 しかし、業界で採用される前には、大きなギャップが残っている。 本稿では,ハードウェアファジィングの現状を産業利用の観点から要約し,ハードウェアファジィングと産業検証のギャップを埋めるためのソリューションを提案する。 まず,最近のハードウェアファジィ法を概観し,その適合性を産業的検証で分析する。 ハードウェアファジィングアプローチが互換性があるかどうかを評価するための基準を確立する。 第2に、現在の検証ツールがハードウェアファズリングを効率的にサポートするかどうかを検討する。 産業環境からの支持不足によるハードウェアファジィング性能のボトルネックを特定する。 ボトルネックを克服するために,ハードウェアファズリングに必要なサポートを提供するプロトタイプHwFuzzEnvを提案する。 このプロトタイプにより、以前のハードウェアファジィング手法は産業環境で数百倍のスピードアップを達成することができる。 当社の作業は、EDA企業の基準として機能し、産業的検証においてハードウェアファジィングを効率的にサポートするためのツールの強化を奨励します。

関連論文リスト

• SynFuzz: Leveraging Fuzzing of Netlist to Detect Synthesis Bugs [5.176992390068684]
  本稿では,既存のハードウェアファジィフレームワークの限界を克服するために設計された,新しいハードウェアファジィファジィであるSynFuzzを紹介する。 SynFuzzは、RTLからゲートレベルへの移行中に発生する合成バグと脆弱性を特定するために、ゲートレベルのネットリストでファジングハードウェアに焦点を当てている。 我々は、SynFuzzが業界標準の形式検証ツールCadence Conformalの限界を克服する方法を実証する。
  論文  参考訳（メタデータ） (2025-04-26T05:51:29Z)
• Grasping Partially Occluded Objects Using Autoencoder-Based Point Cloud Inpainting [50.4653584592824]
  実世界のアプリケーションには、シミュレーションや実験室の設定でテストされたソリューションを把握できないような課題が伴うことが多い。 本稿では,欠落した情報を再構成するアルゴリズムを提案する。 本手法は,ロバストなオブジェクトマッチング手法を現実に活用し,点計算の把握に役立てる。
  論文  参考訳（メタデータ） (2025-03-16T15:38:08Z)
• FuzzWiz -- Fuzzing Framework for Efficient Hardware Coverage [2.1626093085892144]
  FuzzWizという自動ハードウェアファジリングフレームワークを作成しました。 RTL設計モジュールのパース、C/C++モデルへの変換、アサーション、リンク、ファジングによるジェネリックテストベンチの作成を含む。 ベンチマークの結果,従来のシミュレーション回帰手法の10倍の速度でカバー範囲の約90%を達成できた。
  論文  参考訳（メタデータ） (2024-10-23T10:06:08Z)
• G-Fuzz: A Directed Fuzzing Framework for gVisor [48.85077340822625]
  G-FuzzはgVisor用のファジィフレームワークである。 G-Fuzzは業界に展開され、深刻な脆弱性を複数発見している。
  論文  参考訳（メタデータ） (2024-09-20T01:00:22Z)
• The Emergence of Hardware Fuzzing: A Critical Review of its Significance [0.4943822978887544]
  ソフトウェアテスト方法論にインスパイアされたハードウェアファジングは、複雑なハードウェア設計におけるバグを識別する効果で有名になった。 様々なハードウェアファジィ技術が導入されたにもかかわらず、ハードウェアモジュールのソフトウェアモデルへの非効率な変換などの障害は、その効果を妨げている。 本研究は,脆弱性の同定における既存のハードウェアファジィング手法の信頼性を検証し,今後の設計検証技術の進歩に向けた研究ギャップを同定する。
  論文  参考訳（メタデータ） (2024-03-19T15:12:11Z)
• MABFuzz: Multi-Armed Bandit Algorithms for Fuzzing Processors [19.60227174252432]
  我々は,マルチアーム・バンディット(MAB)アルゴリズムをファズプロセッサに応用した,動的かつ適応的な意思決定フレームワークMABFuzzを開発した。 MABFuzzは既存のハードウェアファズーに非依存であり、従って既存のハードウェアファズーに適用できる。 3つのMABアルゴリズムを最先端のハードウェアファザに統合し,RISC-Vベースのプロセッサ上で評価する。
  論文  参考訳（メタデータ） (2023-11-24T16:32:43Z)
• A survey on hardware-based malware detection approaches [45.24207460381396]
  ハードウェアベースのマルウェア検出アプローチは、ハードウェアパフォーマンスカウンタと機械学習技術を活用する。 このアプローチを慎重に分析し、最も一般的な方法、アルゴリズム、ツール、および輪郭を形成するデータセットを解明します。 この議論は、協調的有効性のための混合ハードウェアとソフトウェアアプローチの構築、ハードウェア監視ユニットの不可欠な拡張、ハードウェアイベントとマルウェアアプリケーションの間の相関関係の理解を深めている。
  論文  参考訳（メタデータ） (2023-03-22T13:00:41Z)
• Image-Based Fire Detection in Industrial Environments with YOLOv4 [53.180678723280145]
  この研究は、AIが火災を検出し、認識し、画像ストリーム上のオブジェクト検出を使用して検出時間を短縮する可能性を検討する。 そこで我々は, YOLOv4オブジェクト検出器をベースとした複数のモデルのトレーニングと評価に使用されてきた複数の公開情報源から, 適切なデータを収集, ラベル付けした。
  論文  参考訳（メタデータ） (2022-12-09T11:32:36Z)
• MAPLE-X: Latency Prediction with Explicit Microprocessor Prior Knowledge [87.41163540910854]
  ディープニューラルネットワーク(DNN)レイテンシのキャラクタリゼーションは、時間を要するプロセスである。 ハードウェアデバイスの事前知識とDNNアーキテクチャのレイテンシを具体化し,MAPLEを拡張したMAPLE-Xを提案する。
  論文  参考訳（メタデータ） (2022-05-25T11:08:20Z)
• Data Heterogeneity-Robust Federated Learning via Group Client Selection in Industrial IoT [57.67687126339891]
  FedGSは5Gのエンパワーメント産業のための階層的なクラウド・エッジ・エンドのFLフレームワークである。 自然にクラスタ化されたファクトリデバイスを利用することで、FedGSは勾配ベースのバイナリ置換アルゴリズムを使用する。 実験によると、FedGSは精度を3.5%改善し、トレーニングラウンドを平均59%削減している。
  論文  参考訳（メタデータ） (2022-02-03T10:48:17Z)

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。