Biblioteca93.141 documentos en línea

Artículo

Detecting Silent Data Corruptions in Aerospace-Based Computing Using Program InvariantsDetección de las corrupciones de datos silenciosas en la computación basada en el espacio aéreo mediante invariantes del programa

Resumen

Los errores blandos causados por un solo evento han sido un severo desafío para la computación aeroespacial. La corrupción silenciosa de datos (SDC) es uno de los resultados del error blando. El SDC se produce cuando un programa genera una salida errónea sin ninguna indicación. El SDC es el tipo de resultados más insidioso y muy difícil de detectar. Para abordar este problema, diseñamos e implementamos un sistema basado en invariantes llamado Radish. Los invariantes describen ciertas propiedades de un programa; por ejemplo, el valor de una variable es igual a una constante. Radish extrae primero las invariantes en los puntos clave del programa y las convierte en afirmaciones. A continuación, endurece el programa insertando las aserciones en el código fuente. Cuando se produce un error blando, las aserciones resultan ser falsas en tiempo de ejecución y advierten a los usuarios del error blando. Para aumentar la cobertura de SDC, proponemos además una extensión de Radish, denominada Radish_D, que aplica un mecanismo de duplicación de instrucciones basado en software para proteger las secciones de código no cubiertas. Los experimentos realizados con inyecciones de fallos en la arquitectura muestran que Radish consigue una alta cobertura de SDC con una sobrecarga muy baja. Además, Radish_D proporciona una mayor cobertura de SDC que Radish o la duplicación de instrucciones pura.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento

  • Titulo:Detecting Silent Data Corruptions in Aerospace-Based Computing Using Program Invariants
  • Autor:Junchi, Ma; Dengyun, Yu; Yun, Wang; Zhenbo, Cai; Qingxiang, Zhang; Cheng, Hu
  • Tipo:Artículo
  • Año:2016
  • Idioma:Inglés
  • Editor:Hindawi Publishing Corporation
  • Materias:Minería de datos Aerodinámica Cinemática Vehículo espacial Vehículo
  • Descarga:0