多重中断程序并发错误的动态检测方法研究

来源 :中国航天第二研究院 航天科工集团第二研究院 | 被引量 : 0次 | 上传用户:dza1987
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着多重中断在航天型号嵌入式系统中的推广,多重中断程序的调试和测试技术的研究也受到重视。现有的多重中断分析方法多采用静态分析技术,不能准确的分析多重中断程序不确定性引发潜在并发错误的具体时序环境。因此,如何有效解决多重中断的不确定性引发的测试困难问题在航天型号嵌入式软件测试中显得尤为重要。   本文首先研究了多重中断的特点、多重中断可能产生并发错误的原因及产生并发错误的特点。然后,本文提出了一种顺序程序多重中断环境下的并发错误测试框架。该测试框架根据多重中断产生并发错误的原因及特点,将对多重中断可能产生并发错误的分析转化为对每两个中断处理程序间关于共享资源的读写操作分析。该测试框架针对每个共享资源做并发错误检测,检测过程覆盖了所有可能会访问该共享资源的中断处理程序。   针对该测试框架,本文一方面提出了多重中断发生器算法,另一方面给出了多重中断并发错误的检测算法。多重中断发生器算法可根据并发错误的检测结果自动作出调整,以提高检测可能存在的并发错误的速度。多重中断并发错误的检测算法可在检测过程中对每个共享资源进行有效监测。   本文提出的并发错误测试框架通过从外部加载一组合适的中断信号序列控制中断处理程序的执行过程,迫使中断程序经历待测序列,避免了构造复杂的运行时控制环境,解决了多重中断不确定性带来的测试困难问题。通过具体实验发现,与一般多重中断分析方法相比,本文提出的多重中断分析方法能较为准确地分析可能存在并发错误的时序环境和具体原因。
其他文献
弱监督判别学习针对传统判别学习参数独立性假设造成的判别模型在无标记样本上无学习能力的问题,主要研究如何通过导入先验知识或者合理假设在给定少量标记样本或者无标记样
特征提取是机器视觉和模式识别领域主要研究的课题之一。若训练样本不进行特征提取,则过高的特征维数会影响最终识别器的性能,即所谓的维数灾难。目前许多优秀的特征提取方法
由视频编码组(JVT)开发的H.264标准相比以前的编码标准而言,在编码效率上提高了50%,同时却在计算复杂度上增加了4倍,主要是因为增加了许多新的特征,主要表现在使用不同块大小
随着社会的发展,物流受到越来越多的关注,有“第三利润源泉”之称。在我国现阶段,物流成本在GDP中的比重,与发达国家相比,还很落后。降低物流成本,对我国经济的发展有着重要
随着青海湖项目的深入,在实际的应用中提出了远程访问视频功能的需求,包括远程观看已经录制的监控视频文件以及实时访问监控摄像头。目前在局域网中已经可以实现上述需要,但在远
现代装备制造技术的发展,对伺服运动控制系统精度的要求越来越高,监控与数据采集系统可以实时获取伺服系统的状态反馈,为检测装置提供数据支持,为控制单元提供计算基础,对提高伺服
随着社会与生产技术的高速发展,决策在人们日常生活中越来越重要。影响图是描述复杂决策问题的图模型,作为一种不确定性决策问题的描述、推理和决策工具已被广泛的应用于预测
道路交通安全与效率已成为目前全世界共同关注的热点问题。作为智能交通系统重要基础之一的车载自组网,是专门为车辆间通信而设计的自组织网络,其目标是通过为车辆和旅行者提供
网络融合是未来网络发展的主旋律。网络融合包括业务融合、核心网络融合、接入网络融合、终端融合、运维融合等多个方面。由于业务用户对于综合业务的体验要求在不断提高,使
企业内网资源整合需要对企业中的应用系统、主机系统以及网络设备等资源的账号进行统一管理。远程桌面访问用于管理运维人员访问和维护企业内网的主机系统。然而,传统的远程桌