基于随机森林的集成电路适应性测试方法研究

在集成电路测试过程中,随着测试时间的延长,会导致测试成本偏高。针对这种情况,提出一种基于随机森林的适应性测试方法。对于训练模型的芯片,通过计算基尼指数得出芯片参数测试过程中每个测试组对模型分类的重要程度,按照特征重要性对测试组进行重要度排序,筛选出特征重要性最高的测试组,并统计每个测试组测出的缺陷芯片数。对测试集中部分芯片进行测试,并通过删除部分测试组来减少测试时间,采用随机森林算法预测芯片质量,在保证预测准确率的基础上,尽量减少预测时间。实验结果表明:与KNN和逻辑回归算法相比,随机森林算法在预测准确率、测试逃逸水平和运行时间方面始终保持最优。与传统测试方法相比,随机森林算法在保证较低测试逃逸的情况下可以减少约28%的测试时间。与其他两种具有代表性的适应性测试方法相比,所提出的方法在测试时间方面表现更优。

L-N系统智能电气终端监控无线扩展

L-N总线是研发自主智能建筑电气监控技术的成功尝试。针对L-N系统的有线布网特性,为解决监控系统后期应用终端的可扩展性,为L-N监控节点设计ZigBee无线通信子网,在监控系统底层构建无线通信子系统及其通信协议,扩展节点监控无线I/O通道。同时通过对L-N节点的可选语音功能扩展设计,支持系统局域监控的无界面交互。对扩展设计进行了多种条件下的无线和语音功能测试,结果表明所设计的扩展L-N节点,其无线和语音监控功能具有较高的实时性和可靠性,有效提升了基于L-N总线的智能建筑电气监控系统的应用灵活性。

针对电路关键路径的硬件木马监测与防护

随着半导体产业的快速发展,硬件木马已经对集成电路的可靠性和安全性带来了巨大的隐患。现有的研究表明,电路的关键路径易受到硬件木马的攻击。针对电路的关键路径提出了预防硬件木马插入的实时监测方案。根据电路的拓扑逻辑顺序计算电路各个路径的延时,选取电路延时最大的路径作为电路的关键路径,计算关键路径上所有节点的转换概率,优先选择关键路径上低于特定阈值的节点进行监测器设计。同只检测电路主输出的逻辑测试法相比,充分考虑了关键路径上硬件木马的激活不改变主输出的情况。实验结果表明,该方案在最多增加24.32%的面积开销下,可以有效地预防和监测硬件木马在ISCAS85电路关键路径的插入。