論文の概要: Leveraging SystemC-TLM-based Virtual Prototypes for Embedded Software Fuzzing
- arxiv url: http://arxiv.org/abs/2509.01318v1
- Date: Mon, 01 Sep 2025 10:03:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-04 15:17:03.632828
- Title: Leveraging SystemC-TLM-based Virtual Prototypes for Embedded Software Fuzzing
- Title（参考訳）: SystemC-TLM を用いた組込みソフトウェアファジリングのための仮想プロトタイプの活用
- Authors: Chiara Ghinami, Jonas Winzer, Nils Bosbach, Lennart M. Reimann, Lukas Jünger, Simon Wörner, Rainer Leupers,
- Abstract要約: SystemCベースの仮想プロトタイプは、ハードウェアが利用可能になる前にソフトウェアをテストするツールとして広く採用されている。
本稿では,American-Fuzzy-Lop-based fuzzerとSystemC-based simulatorを統合可能なフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 1.4764499873402919
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: SystemC-based virtual prototypes have emerged as widely adopted tools to test software ahead of hardware availability, reducing the time-to-market and improving software reliability. Recently, fuzzing has become a popular method for automated software testing due to its ability to quickly identify corner-case errors. However, its application to embedded software is still limited. Simulator tools can help bridge this gap by providing a more powerful and controlled execution environment for testing. Existing solutions, however, often tightly couple fuzzers with built-in simulators that lack support for hardware peripherals and of- fer limited flexibility, restricting their ability to test embedded software. To address these limitations, we present a framework that allows the integration of American-Fuzzy-Lop-based fuzzers and SystemC-based simulators. The framework provides a harness to decouple the adopted fuzzer and simulator. In addition, it intercepts peripheral accesses and queries the fuzzer for values, effectively linking peripheral behavior to the fuzzer. This solution enables flexible interchangeability of peripher- als within the simulation environment and supports the interfacing of different SystemC-based virtual prototypes. The flexibility of the pro- posed solution is demonstrated by integrating the harness with different simulators and by testing various softwares.
- Abstract（参考訳）: SystemCベースの仮想プロトタイプは、ハードウェアが利用可能になる前にソフトウェアをテストするための広く採用されているツールとして登場し、市場投入までの時間を短縮し、ソフトウェアの信頼性を向上させる。
近年、ファジィはコーナーケースエラーを素早く識別する機能により、自動ソフトウェアテストの一般的な方法となっている。
しかし、組み込みソフトウェアへの応用はまだ限られている。
シミュレータツールは、テストのためのより強力で制御された実行環境を提供することで、このギャップを埋めるのに役立つ。
しかし、既存のソリューションは、ハードウェア周辺機器のサポートが不足し、柔軟性が制限され、組み込みソフトウェアのテストが制限されるような、組み込みシミュレーターと密に結合することが多い。
これらの制約に対処するため,米国ファジィLopベースのファジィとSystemCベースのシミュレータを統合可能なフレームワークを提案する。
このフレームワークは、採用されているファズーとシミュレータを分離するためのハーネスを提供する。
さらに、周辺アクセスをインターセプトし、ファザーに値を問い合わせ、効果的にファザーに周辺動作をリンクする。
このソリューションは、シミュレーション環境内の周辺アルの柔軟な交換を可能にし、異なるSystemCベースの仮想プロトタイプのインターフェースをサポートする。
提案するソリューションの柔軟性は、ハーネスを異なるシミュレータと統合し、様々なソフトウェアをテストすることで実証される。
関連論文リスト
- Toward Automated Virtual Electronic Control Unit (ECU) Twins for Shift-Left Automotive Software Testing [0.0]
自動車ソフトウェアは、ハードウェアの可用性をますます上回り、遅延統合と高価なハードウェア・イン・ザ・ループ(HiL)ボトルネックを強制する。
InnoRegioChallengeは、仮想テストと統合環境が物理的なハードウェアが存在する前に実際のソフトウェアバイナリを実行するのに十分早く電子制御ユニット(ECU)の動作を再現できるかどうかを調査した。
本稿では,エージェント型フィードバック駆動型ワークフローを用いて,システムC/TLM2.0で命令精度の高いプロセッサモデルを生成するプロトタイプを報告する。
論文 参考訳（メタデータ） (2026-02-20T11:03:46Z) - RAPID: Reconfigurable, Adaptive Platform for Iterative Design [3.8103821995386356]
RAPIDは、ハンドヘルドデータ収集とロボットのデプロイメントを統合する、ツールフリーでモジュラーなハードウェアアーキテクチャである。
物理マスクは、明示的な実行時信号としてモダリティの存在を露呈する。
システム中心の実験により、RAPIDはマルチモーダル構成のセットアップ時間を2桁に短縮することを示した。
論文 参考訳（メタデータ） (2026-02-06T12:28:46Z) - Plug-and-Play Benchmarking of Reinforcement Learning Algorithms for Large-Scale Flow Control [61.155940786140455]
強化学習(RL)は,アクティブフロー制御(AFC)において有望な結果を示した。
現在のAFCベンチマークは、外部計算流体力学(CFD)の解法に依存しており、完全には微分不可能であり、3Dとマルチエージェントのサポートが限られている。
AFCにおけるRLのための最初のスタンドアロンで完全に差別化可能なベンチマークスイートであるFluidGymを紹介する。
論文 参考訳（メタデータ） (2026-01-21T14:13:44Z) - EasySteer: A Unified Framework for High-Performance and Extensible LLM Steering [55.56674028743782]
大規模言語モデル(LLM)のステアリングは、推論時にモデル動作を制御するための有望なパラダイムとして登場した。
我々は,vLLM上に構築された高性能LLMステアリングのための統合フレームワークであるEasySteerを提案する。
論文 参考訳（メタデータ） (2025-09-29T17:59:07Z) - FlexEmu: Towards Flexible MCU Peripheral Emulation (Extended Version) [18.25411318855939]
フレキシブルMCU周辺エミュレーションフレームワークFlexEmuを提案する。
我々はFlexEmuを用いて12種類のMCU周辺機器をモデル化した。
15の異なるMCUプラットフォーム上で90のファームウェアサンプルを評価した結果,自動生成エミュレータはハードウェアの動作を忠実に再現できることがわかった。
論文 参考訳（メタデータ） (2025-09-09T11:38:30Z) - FMI Meets SystemC: A Framework for Cross-Tool Virtual Prototyping [0.1747623282473278]
物理ハードウェアを必要とせずにソフトウェアを開発するためには、フルシステムシミュレータが一般的に使用される。
SystemCにはネイティブなFMIサポートがないため、より広い共ミュレーション環境への統合が制限されている。
本稿では,FMIを用いてSystemCベースのVPを制御・操作するための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-24T12:11:47Z) - MultiCoSim: A Python-based Multi-Fidelity Co-Simulation Framework [0.4972323953932129]
MultiCoSimはPythonベースのシミュレーションフレームワークで、ユーザーはシミュレーションコンポーネントを定義し、構成し、構成することができる。
CPSは本質的にハードウェア、ソフトウェア、物理プロセスを統合する。
既存のシミュレーションツールは、しばしば厳格な構成、自動化サポートの欠如、ポータビリティとモジュール性への障害を示す。
論文 参考訳（メタデータ） (2025-06-12T16:31:39Z) - Hybrid Neural-MPM for Interactive Fluid Simulations in Real-Time [57.30651532625017]
本稿では,数値シミュレーション,神経物理,生成制御を統合した新しいハイブリッド手法を提案する。
本システムでは, 多様な2D/3Dシナリオ, 材料タイプ, 障害物相互作用における堅牢な性能を示す。
受け入れ次第、モデルとデータの両方をリリースすることを約束します。
論文 参考訳（メタデータ） (2025-05-25T01:27:18Z) - Event-Driven Simulation for Rapid Iterative Development of Distributed Space Flight Software [4.14360329494344]
本稿では,新しい宇宙シミュレーション環境の設計,開発,応用について述べる。
この環境は、ソフトウェアのみのシミュレーションの柔軟性、決定性、および可観測性と、通常、リアルタイムのハードウェア・イン・ザ・ループテストによってのみ達成される忠実さと深さを組み合わせている。
論文 参考訳（メタデータ） (2025-05-18T17:32:40Z) - Designing and Implementing a Generator Framework for a SIMD Abstraction Library [53.84310825081338]
SIMD抽象化ライブラリを生成するための新しいエンドツーエンドフレームワークであるTSLGenを提案する。
私たちのフレームワークは既存のライブラリに匹敵するもので、同じパフォーマンスを実現しています。
論文 参考訳（メタデータ） (2024-07-26T13:25:38Z) - StableToolBench: Towards Stable Large-Scale Benchmarking on Tool Learning of Large Language Models [74.88844320554284]
ToolBenchから進化したベンチマークであるStableToolBenchを紹介します。
仮想APIサーバには、キャッシングシステムとAPIシミュレータが含まれており、APIステータスの変更を緩和するための補完となる。
安定評価システムは、GPT-4を自動評価器として使用し、評価中のランダム性を排除し、解決可能なパスと勝利率を設計する。
論文 参考訳（メタデータ） (2024-03-12T14:57:40Z) - In Situ Framework for Coupling Simulation and Machine Learning with
Application to CFD [51.04126395480625]
近年、流体力学計算を容易にする機械学習(ML)の多くの成功例が報告されている。
シミュレーションが大きくなるにつれて、従来のオフライン学習のための新しいトレーニングデータセットの生成は、I/Oとストレージのボトルネックを生み出します。
この作業は、この結合を単純化し、異種クラスタでのその場トレーニングと推論を可能にするソリューションを提供する。
論文 参考訳（メタデータ） (2023-06-22T14:07:54Z) - FL_PyTorch: optimization research simulator for federated learning [1.6114012813668934]
フェデレートラーニング(FL)は、エッジデバイスが共同で機械学習モデルを学ぶための有望なテクニックとして登場した。
FL_PyTorchはpythonで書かれたオープンソースのソフトウェアスイートで、最も人気のあるDeep Learning (DL)フレームワークであるPyTorchの上に構築されている。
論文 参考訳（メタデータ） (2022-02-07T12:18:28Z) - Sim-to-Real Transfer in Multi-agent Reinforcement Networking for
Federated Edge Computing [11.3251009653699]
無線マルチホップエッジコンピューティングネットワーク上でのフェデレートラーニング(FL)は、デバイス上での分散ディープラーニングのパラダイムである。
本稿では,マルチホップFLシステムの高速プロトタイピング,sim-to-realコード,知識伝達を可能にする,高忠実なLinuxベースシミュレータであるFedEdgeシミュレータを提案する。
論文 参考訳（メタデータ） (2021-10-18T00:21:07Z)
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。