論文の概要: EMMap: A Systematic Framework for Spatial EMFI Mapping and Fault Classification on Microcontrollers
- arxiv url: http://arxiv.org/abs/2512.09049v1
- Date: Tue, 09 Dec 2025 19:07:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-11 15:14:53.28801
- Title: EMMap: A Systematic Framework for Spatial EMFI Mapping and Fault Classification on Microcontrollers
- Title（参考訳）: EMMap:マイクロコントローラ上の空間EMFIマッピングと故障分類のためのシステムフレームワーク
- Authors: Gandham Sai Santhosh, Siddhartha Sanjay Naik, Ritwik Badola, Chester Rebeiro,
- Abstract要約: 電磁欠陥注入(EMFI)はマイクロコントローラ上でビットフリップと命令レベルの摂動を誘導する強力な技術である。
既存の文献は、空間感度を体系的にマッピングし、結果として生じる欠陥の振る舞いを分類するための統一的な方法論を欠いている。
本研究では,空間EMFIマッピングと断層分類のためのプラットフォームに依存しない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）: 1.4313940858491503
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Electromagnetic Fault Injection (EMFI) is a powerful technique for inducing bit flips and instruction-level perturbations on microcontrollers, yet existing literature lacks a unified methodology for systematically mapping spatial sensitivity and classifying resulting fault behaviors. Building on insights from O'Flynn and Kuhnapfel et al., we introduce a platform-agnostic framework for Spatial EMFI Mapping and Fault Classification, aimed at understanding how spatial probe position influences fault outcomes. We present pilot experiments on three representative microcontroller targets including the Xtensa LX6 (ESP32) and two ChipWhisper boards not as definitive evaluations, but as illustrative demonstrations of how the proposed methodology can be applied in practice. These preliminary observations motivate a generalized and reproducible workflow that researchers can adopt when analyzing EMFI susceptibility across diverse embedded architectures.
- Abstract（参考訳）: 電磁フォールトインジェクション(EMFI)はマイクロコントローラ上でビットフリップや命令レベルの摂動を誘導する強力な手法であるが、既存の文献では空間感度を体系的にマッピングし、結果として生じる故障の挙動を分類するための統一的な方法論が欠如している。
O'Flynn and Kuhnapfel et al の知見に基づいて,空間プローブ位置が断層結果にどのように影響するかを理解することを目的とした,空間EMFIマッピングと断層分類のためのプラットフォームに依存しないフレームワークを提案する。
我々は,Xtensa LX6 (ESP32) と2つのChipWhisperボードを含む3つの代表的なマイクロコントローラの試験実験を行った。
これらの予備的な観察は、様々な組み込みアーキテクチャでEMFI感受性を分析する際に、研究者が採用できる一般化された再現可能なワークフローを動機付けている。
関連論文リスト
- Rethinking Evaluation of Infrared Small Target Detection [105.59753496831739]
本稿では,画素レベルと目標レベルのパフォーマンスを取り入れたハイブリッドレベルのメトリクスを導入し,システム的エラー解析手法を提案し,クロスデータセット評価の重要性を強調した。
標準化されたベンチマークを容易にするオープンソースツールキットがリリースされた。
論文 参考訳（メタデータ） (2025-09-21T02:45:07Z) - A Troubleshooting Framework for Trapping Ions [0.44998333629984877]
本稿では,実験室でのハンズオン経験を通じて開発されたイオンをトラップする構造的トラブルシューティングフレームワークを提案する。
このフレームワークはサブシステムにまたがる標準的な障害モードを分類し、それらをモジュール化された決定ツリー構造に整理する。
これは、将来のエラー処理されたイオントラップシステムのための構造化された基盤を提供し、診断と保守性を念頭に設計されている。
論文 参考訳（メタデータ） (2025-05-02T04:46:45Z) - Adaptive Signal Analysis for Automated Subsurface Defect Detection Using Impact Echo in Concrete Slabs [0.0]
本研究は,コンクリートスラブの地下欠陥発生領域を検出するための,新しい,自動化された,スケーラブルな手法を提案する。
このアプローチは、高度な信号処理、クラスタリング、および視覚分析を統合して、地下の異常を識別する。
結果は方法論の堅牢性を示し、最小限の偽陽性とほとんど欠陥のない欠陥発生領域を一貫して同定した。
論文 参考訳（メタデータ） (2024-12-23T20:05:53Z) - TopoFR: A Closer Look at Topology Alignment on Face Recognition [58.45515807380505]
PTSAと呼ばれるトポロジカル構造アライメント戦略とSDEという硬質試料マイニング戦略を利用する新しいFRモデルであるTopoFRを提案する。
PTSAは永続ホモロジーを用いて入力空間と潜在空間の位相構造を整列し、構造情報を効果的に保存し、FRモデルの一般化性能を向上させる。
一般的な顔のベンチマーク実験の結果は、最先端の手法よりもTopoFRの方が優れていることを示している。
論文 参考訳（メタデータ） (2024-10-14T14:58:30Z) - FaultSeg Swin-UNETR: Transformer-Based Self-Supervised Pretraining Model
for Fault Recognition [13.339333273943842]
本稿では,自己教師付き事前学習による地震断層認識の高度化手法を提案する。
我々は,Swin Transformerモデルをコアネットワークとして採用し,SimMIMプレトレーニングタスクを用いて,地震データにおける不連続性に関連する特徴を抽出した。
実験の結果,提案手法は,OISおよびODS測定値から,Thebeデータセット上での最先端性能を実現することができた。
論文 参考訳（メタデータ） (2023-10-27T08:38:59Z) - Fuzzy Attention Neural Network to Tackle Discontinuity in Airway
Segmentation [67.19443246236048]
気道セグメンテーションは肺疾患の検査、診断、予後に重要である。
いくつかの小型の気道支線(気管支や終端など)は自動セグメンテーションの難しさを著しく増す。
本稿では,新しいファジィアテンションニューラルネットワークと包括的損失関数を備える,気道セグメンテーションの効率的な手法を提案する。
論文 参考訳（メタデータ） (2022-09-05T16:38:13Z) - A Computational Framework of Cortical Microcircuits Approximates
Sign-concordant Random Backpropagation [7.601127912271984]
本稿では,新しいマイクロ回路アーキテクチャとヘビアン学習規則の支持からなる仮説的枠組みを提案する。
我々は, 局所的な区画内でのヘビアン則を用いて, シナプス重みを更新し, 生物学的に妥当な方法で教師あり学習を実現する。
提案するフレームワークは、MNISTやCIFAR10などいくつかのデータセットでベンチマークされ、BP互換の有望な精度を示す。
論文 参考訳（メタデータ） (2022-05-15T14:22:03Z) - On-board Fault Diagnosis of a Laboratory Mini SR-30 Gas Turbine Engine [54.650189434544146]
データ駆動型故障診断・隔離方式は, 燃料供給システムにおける故障とセンサ測定のために, 明確に開発されている。
モデルは機械学習の分類器を使用してトレーニングされ、トレーニングされた障害シナリオのセットをリアルタイムで検出する。
提案手法の利点, 性能, 性能を実証し, 実証するために, いくつかのシミュレーション実験を行った。
論文 参考訳（メタデータ） (2021-10-17T13:42:37Z) - Unsupervised Instance Segmentation in Microscopy Images via Panoptic
Domain Adaptation and Task Re-weighting [86.33696045574692]
病理組織像における教師なし核分割のためのCycle Consistency Panoptic Domain Adaptive Mask R-CNN(CyC-PDAM)アーキテクチャを提案する。
まず,合成画像中の補助的な生成物を除去するための核塗布機構を提案する。
第二に、ドメイン識別器を持つセマンティックブランチは、パンプトレベルのドメイン適応を実現するように設計されている。
論文 参考訳（メタデータ） (2020-05-05T11:08:26Z)
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。