[发明专利]一种基于指令脆弱性分析的SDC错误检测方法有效

专利信息
申请号: 201810117528.5 申请日: 2018-02-06
公开(公告)号: CN108491317B 公开(公告)日: 2021-04-16
发明(设计)人: 庄毅;张倩雯;顾晶晶;宴祖佳 申请(专利权)人: 南京航空航天大学
主分类号: G06F11/36 分类号: G06F11/36;G06F11/07
代理公司: 南京理工大学专利中心 32203 代理人: 马鲁晋
地址: 210000*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 指令 脆弱 分析 sdc 错误 检测 方法
【权利要求书】:

1.一种基于指令脆弱性分析的SDC错误检测方法,其特征在于,包括如下步骤:

步骤1,对程序集进行故障注入实验,得到指令的SDC脆弱性值,从而构建指令SDC脆弱性分析模型样本数据集;

步骤2,根据步骤1得到的程序指令样本的SDC脆弱性值,提取指令SDC脆弱性描述特征向量F,具体为:

其中,Fdependent为数据传播依赖相关的指令依赖特征向量;END是一个包含五个字段的特征向量,END=Estore,Ecaller,Eicmp,Efcmp,Eaddress,分别表示是否被存储指令、函数调用指令、整型比较指令、浮点型比较指令、地址相关指令引用,若是则将相应位标记为1,否则标记为0;CMP是一个包含两个字段的特征向量,用来表征末端指令为比较指令时相关的指令特征,CMP=Loopdepth,Pbranch,Loopdepth为比较指令所在的循环深度,Pbranch为静态分支概率;Crash是一个包含两个字段的特征向量,用来表征与程序崩溃相关的特征;Crash=Bytedest,Addrnum,Bytedest为目的操作位数,Addrnum为前向切片中与地址相关的指令数;MF为计算出的错误屏蔽因子;Finherent为表征指令自身性质的指令固有特征向量;IC为指令的类型,是一个包含8个字段的特征向量,IC=Cint,Cfloat,Ccmp,Cbit,Cconv,Cmem,Ccall,Cload,分别表示是否为整型二元操作、浮点型二元操作、比较指令、逻辑操作、转换操作、地址相关的操作、函数调用指令、内存读指令,若是则将相应字段标记为1,否则标记为0;Insttime为动态指令执行时间与程序总时间占比;BBL为指令所在基本块的大小;INloop表示指令是否在循环中;RINbb表示到基本块结束还需执行的指令数;DCratio表示指令与函数执行时间的比值;Callnum表示指令所在函数被调用的次数;RINfun表示到函数返回还需执行的指令数;Varglobal表示指令中变量是否会影响全局变量,若是则标记为1,否则标记为0;Fanout表示指令目的操作数的扇出值;

步骤3,根据步骤1得到的指令脆弱性值和步骤2得到的指令特征向量,训练基于支持向量回归的指令SDC脆弱性分析模型;

步骤4,使用步骤2的方法提取目标程序的指令特征向量,根据步骤3中训练得到的指令SDC脆弱性分析模型对目标程序指令脆弱性值进行预测分析;

步骤5,根据步骤4预测分析得到的指令脆弱性值,对目标程序进行指令冗余处理,具体包括以下步骤:

步骤5.1:根据步骤4的指令SDC脆弱性预测分析函数分析得到指令脆弱性值,在程序中采用下式选择待冗余的指令集合:

其中,Isort表示对指令脆弱性按递减顺序进行排序后的指令集合;为指令的SDC脆弱性值,为指令的动态指令数;Iselected表示从排序后指令Isort中选出的前S条指令集合;Z表示对指令的冗余粒度,即对目标程序进行冗余处理的指令比例;D是程序中静态指令的总数目;

步骤5.2:对步骤5.1中的指令集合Iselected进行冗余处理得到集合遍历Idup中所有指令,若指令数据依赖于且i>j,则他们存在定义引用关系;若Idup指令集合中的指令不能和其他的冗余指令构成定义引用关系,则在步骤5.3中为该冗余指令添加单独的比较指令;

步骤5.3:在基本块的最后插入比较指令,比较原始指令的执行结果和插入的冗余指令的执行结果,若结果不一致,则表明出现了瞬时故障,需要采取措施进行恢复;若结果一致,则表明该段基本块代码的执行没有出现错误;

步骤6,对步骤5得到的冗余处理后的目标程序进行故障注入实验,程序在运行时对SDC错误进行检测;

步骤7,对步骤5得到的冗余处理后的目标程序的SDC错误检测能力进行评估。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810117528.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top