[发明专利]基于深度随机森林的指令脆弱性预测方法及系统

说明书

本发明公开了一种基于深度随机森林的指令脆弱性预测方法及系统，方法包括：提取各条程序指令与指令脆弱性相关的指令特征信息，生成表征指令脆弱性的指令特征向量；对训练程序进行故障注入，获取各条程序指令脆弱性值；结合指令特征向量和指令脆弱性值，生成指令脆弱性样本数据集；通过滑动窗口对指令脆弱性样本数据集进行滑动采样，生成拓展样本数据集；构建并训练基于深度随机森林的指令脆弱性预测模型；提取待预测目标程序的指令特征向量，并结合指令脆弱性预测模型实现待预测目标程序的指令脆弱性预测。系统用于实现上述方法。本发明预测准确率高，对样本集需求低，所需人工调整工作少，可有效应用于程序受到瞬时故障影响后指令脆弱性的预测。

技术领域

本发明属于软件加固和软件可靠性领域，特别涉及一种基于深度随机森林的指令脆弱性预测方法及系统。

背景技术

随着半导体制造工艺的快速发展，计算机芯片尺寸不断缩小，导致了其对空间辐射的敏感程度大幅度提升。在空间辐射环境下，高工艺水准的集成电路芯片受到高能粒子辐照或电磁干扰产生单粒子翻转效应是计算机系统失效的主要原因之一。单粒子翻转效应(Single Event Upset，SEU)指存储器值的某一位受到影响，发生逻辑状态反转的现象，这类现象通常称为软错误。

软错误通常分为以下几种，(1)软错误的发生对程序正常运行没有影响；(2)软错误的发生导致程序发生崩溃或者挂起；(3)软错误的发生导致程序发生了隐式错误，即程序正常运行，但运行结果发生错误，此类错误通常被称为SDC(Silent Data Corruption)。第一类错误不会对程序运行产生影响，第二类错误随较为严重，但易于检测。相较于这两类错误，SDC由于其隐式传播的特性，将导致更严重的程序问题。

针对软件SDC错误，传统的基于冗余指令的错误检测方法是对程序中所有指令进行复制，这会导致巨大的性能开下，因此目前对冗余技术的研究多集中于如何选择程序中的脆弱指令进行部分冗余，以达到降低开销的目的。现有选择方法可分为三类：(1)基于故障注入的选择方法；(2)基于程序分析的选择方法；(3)基于机器学习的选择方法。其中，基于故障注入的指令选择方法是对程序指令进行逐条故障注入，并通过观测故障注入结果来筛选高脆弱性的指令进行冗余加固，该类方法虽然具有较高的准确性，但会产生巨大的故障注入的开销。基于程序分析的方法，通过程序分析确定程序指令脆弱性，如文章《Errorflow model:Modeling and analysis of software propagating hardware faults》通过分析程序瞬态故障的传播路径，建立错误传播模型来计算指令SDC脆弱性，该方法具有较高的分析准确率，但对于大规模程序而言，容易产生计算状态爆炸。基于机器学习的方法结合了前两者的优势，避免了复杂的传播计算过程，同时降低了故障注入开销。近年来，有研究通过支持向量机、神经网咯等方法预测程序脆弱指令，但此类方法为取得较高准确率需要大量预测数据集及复杂的人工参数调整。

发明内容

本发明的目的在于提供一种能降低模型训练所需数据集规模及参数调整复杂度，且能应用于较大规模程序或复杂环境下的指令脆弱性预测方法及系统。

实现本发明目的的技术解决方案为：一种基于深度随机森林的指令脆弱性预测方法，包括以下步骤：

步骤1，对训练程序进行静态分析，提取各条程序指令与指令脆弱性相关的指令特征信息，生成该条程序指令对应的表征指令脆弱性的指令特征向量V_features；

步骤2，对训练程序进行故障注入，获取各条程序指令脆弱性值P_SDC(I_i)；

步骤3，结合所述指令特征向量V_features和指令脆弱性值P_SDC(I_i)，生成指令脆弱性样本数据集D，该数据集中的每一条样本S包括某条程序指令对应的指令特征向量V_features和脆弱性值P_SDC(I_i)；