复杂环境下,计算机芯片会受到如高能粒子辐射、电磁扰动等外界环境的影响,在运行时发生错误。尤其是在航空航天领域,由于芯片本身集成度越来越高,且高空动态环境的辐射及电磁扰动强,所以计算机芯片中的存储部件和控制部件更容易发生单粒子效应,进而发生软错误,从而导致系统在运行时易发生数据错误、挂起、超时甚至崩溃等故障。因此,使软件具备软错误检测和容错的能力不仅是计算机可靠性领域、也是基于计算机技术的航空航天应用领域的重要挑战。但是,由于单粒子效应造成的软错误有发生位置随机、传播过程复杂、故障现场数据不易保留等特点,使得普通方法难以对其进行软件模拟和检测。因此针对错误特征发生、传播随机化且难以采集的问题,软件故障注入技术的研究是本文研究工作首先需要解决的问题。其次,由于现有针对软错误的主要表现方式——程序非法跳转（即控制流错误）的检测方法,是依赖插桩标签进行检测的,据我们所知,目前还没有工作利用程序自身特征对算法进行改进,因此普遍存在检测标签插桩位置不灵活,错误检测率低的问题。针对上述问题,本文主要研究了复杂环境下的软错误故障注入和错误检测关键技术,主要包括如下内容:1)基于软件的寄存器故障注入方法的研究:首先,为了较为准确地模拟真实环境中计算机发生的单位翻转,本文建立了单位翻转故障模型,通过分析计算机芯片中各个部件的不同可靠程度,挖掘易受到单位翻转影响的部件,并且针对随机故障注入方法易产生无效故障比例过大的问题,对脆弱性高的部件——寄存器组进行故障注入,以提高有效故障比例;同时,本文基于程序调试原理设计故障注入方法,大大缩短了故障注入运行的时间开销;最后,针对故障注入场景单一、不灵活的问题,设计了可配置的故障注入方法。2)基于级联森林的控制流错误检测优化方法研究:首先,基于上述1)中提出的故障注入方法,收集了大量程序基本块脆弱性特征数据;接着,提出了基于级联森林的基本块脆弱性预测模型,利用多种类型的随机森林,提高了模型的泛化性和准确性;最后,通过对预测的关键基本块进行重新拆分,灵活且有针对性的改变标签插桩的位置,使得本文提出的控制流错误检测优化算法能够在尽可能小的额外开销下,提升控制流错误的检测率。3)设计实现了故障注入和错误检测系统:该系统基于LLVM平台和GDB工具,初步实现了故障注入、程序分析、错误检测和数据收集等功能。在Mi Bench数据集上实验结果表明,本文实现的故障注入方法时间开销低且有效故障率高,实现的错误检测方法对控制流错误有较高的检测率。