基于结构化标签的控制流错误检测算法

在高辐射宇宙环境下,大量射线容易使航天计算机发生瞬态故障,导致程序出现控制流错误,而传统控制流错误检测算法存在运算复杂度高、具有滞后性和配置不灵活等缺点。为此,基于结构化标签提出一种可配置的控制流错误检测算法。算法使用2个标签,通过对基本块设计结构引入双指令环,解决块间滞后性的问题,实现基本块间和块内的控制流检测。实验结果表明,与同类算法相比,该算法在保证等效检错能力的情况下可使空间开销降低49.3%,时间开销降低17%~45.3%,故障覆盖率提高6.2%~8.6%。

基于签名的控制流错误检测算法检测能力的验证模型

目前主要采用实验测试的方法对基于签名的控制流错误检测算法进行评价,但由于控制流错误模型的不确定性,而导致测试结果存在一定的偏差,本文尝试采用模型验证的方法评价控制流检测算法的错误检测能力。本文首先简述了基于签名的控制流错误检测算法的基本原理,其次,提出了控制流错误跳转关系表示方法和指出了传统的控制流错误检测能力分析方法中未考虑的影响检测能力的因素,接下来,结合这些因素提出了基于签名的控制流错误检测能力验证模型,最后给出实例,通过验证模型分析了目前典型的基于签名的控制流错误检测能力。

面向星载操作系统的控制流错误检测方法

空间高能粒子辐射严重影响航天计算的可靠性,必须采取有效措施对其进行加固。相比使用抗辐射器件,使用软加固的商用器件具有性能高、成本低、开发速度快等优势。然而,目前的软加固研究主要适用于应用程序,对操作系统软加固方法的研究还较少。鉴于此,提出了一种面向星载操作系统的控制流错误检测方法。该方法结合星载操作系统自身特点,着眼于线程执行,将每个线程视为一个函数调用序列,通过在函数入口和出口处插入检测语句,监测各线程的执行,实现控制流错误检测。实验结果表明,该方法能将星载操作系统的控制流错误覆盖率提高约25%。

基于级联森林的控制流错误检测优化算法

在单粒子翻转引起的瞬时故障中,控制流错误占很大比例.主流的控制流错误软件检测方法依靠插桩标签来检测控制流错误.但基于标签的检测算法很难在标签插桩的开销和错误检测率之间找到一个平衡.本文提出一种智能的基本块拆分方法,在不用修改原有检测算法的基础上,提升控制流错误的检测率,同时尽可能的减小额外开销.首先,使用GDB调试工具和LLVM Pass文件,对程序进行故障注入实验并提取特征;其次,使用级联森林模型筛选出程序中易发生控制流错误的基本块,并对其进行智能拆分,使基于标签的检测算法能够在拆分点进行标签插桩;最后,在单标签算法CFCSS和双标签算法RCFC上进行验证实验,均取得很好的实验效果.本文提出的方法几乎可以在所有的基于标签的检测算法上使用,并能在提高检错能力的同时,具有较低的时空开销.