【摘 要】
：
由于芯片集成度的提高,软错误在现代计算机系统中变得越来越普遍。这些故障对高性能微处理器中的存储器和硬件设备的可靠性造成了重大挑战。设计一种基于PIN的工具来模拟软错误,可以在机器代码级实现硬件故障注入。故障注入器基于二进制插装,支持准确和低成本的故障注入。在典型的应用程序中进行了示范应用,通过模拟位翻转来分析程序对软错误的响应情况,根据实验结果分析了软错误对程序性能和精度的影响。研究表明,该程序对
【机 构】
：
嘉应学院计算机学院,华南理工大学计算机科学与工程学院
【基金项目】
：
国家自然科学基金青年基金项目(61402178)。
论文部分内容阅读
由于芯片集成度的提高,软错误在现代计算机系统中变得越来越普遍。这些故障对高性能微处理器中的存储器和硬件设备的可靠性造成了重大挑战。设计一种基于PIN的工具来模拟软错误,可以在机器代码级实现硬件故障注入。故障注入器基于二进制插装,支持准确和低成本的故障注入。在典型的应用程序中进行了示范应用,通过模拟位翻转来分析程序对软错误的响应情况,根据实验结果分析了软错误对程序性能和精度的影响。研究表明,该程序对软错误反应明显,该注入器为未来的故障注入研究提供了一种有效的方法和手段。
其他文献
病原微生物是导致交叉感染疾病甚至重大传染性疾病传播的重要因素之一,准确检测病原微生物对于感染或传染疾病的有效防御和精准诊疗具有十分重要的意义和价值。传统检测方法往往是采用培养手段进行观察和鉴别,但由于可培养的微生物种类有限,难以满足现代精准医疗中对病原微生物的准确且完备的检测要求。基于DNA分子水平上的病原微生物新型检测手段在当前得到发展和密切关注,其核心问题是如何利用被检样本的DNA测序数据,运用统计计算或机器学习方法判别样本中含有哪些病原微生物。以新一代测序数据为背景,以16S rDNA序列为分析对象
在普适计算环境中,用户与系统之间的交互越来越多样化,为了顺应这种多样化,越来越多的设计人员开始使用任务模型去帮助开发用户界面。为了更好地协助设计人员了解用户的需求从而指导设计数据可视化系统的GUI(Graphical User Interface),将现有的WISDOM任务模型进行优化与改进,并定义好WISDOM模型在整个软件生命周期中具体使用方式。在数据可视化图形用户界面的系统设计中应用WISD
生成式对抗网络(GAN)现已成为深度学习领域热门的研究方向,其独特的对抗性思想来源于博弈论中的二人零和博弈,如何解决GAN训练不稳定、生成样本质量差、评价体系不够健全、可解释性差等问题是目前GAN研究的重点和难点。调研了生成式对抗网络的研究背景和发展趋势。首先阐述了生成式对抗网络的基本思想和算法实现,分析了GAN的优势与不足,然后对已有改进方法进行了较为系统的分类,从基于结构改变和基于损失函数变体
在众测服务的发展过程中,长期存在众测知识产权管理不规范、归属不清晰、缺乏可信等问题。基于区块链去中心化、可追溯、不可篡改的特点,结合IPFS、SHA256算法、数字证书技术,提出一种四个层次、三大模块的众测知识产权可信管理框架,满足众测知识产权溯源、确权与查询等需求,并针对链上数据膨胀带来的存储性能瓶颈问题,提出链上链下分解与融合技术,实现知识产权可信管理原型系统。对其进行功能实验与性能测试,结果
传统多视图学习通常假设样本在每个视图都是完整的,但是由于数据难以获取、设备故障、遮挡等因素,这一假设并不总能成立,而传统的多视图学习方法很难有效处理不完整多视图数据。目前,研究者们已经提出了一些不完整多视图学习的方法,但是这些方法没有充分利用样本类别信息,从而影响恢复后样本的判别性。因此,提出基于判别稀疏性表示的不完整多视图分类方法(IMVC-DSR)。具体地,该方法假设缺失样本可用少量观测样本稀
在前向安全有序聚合(FssAgg)签名系统中,签名人以分层的“洋葱式”的方式,将不同时段不同密钥下的签名逐步有序地聚合成一个签名。其中,最内层的签名是第一个签名。另外,与普通的有序聚合签名相比,前向安全有序聚合签名是对同一个签名人不同签名的聚合,而非对不同签名人签名的聚合,因而签名验证者使用一个公钥即可完成对所有聚合过程的验证。前向安全的有序聚合签名兼具前向安全签名和聚合签名的优点,自2007年提出以来,已被广泛应用于日志系统、区块链等众多应用场景中。目前现存的几个前向安全的有序聚合签名都是基于传统数论问
密度峰值聚类算法是一种基于密度的聚类算法。针对密度峰值聚类算法存在的参数敏感和对复杂流形数据得到的聚类结果较差的缺陷,提出一种新的密度峰值聚类算法,该算法基于自然反向最近邻结构。首先,该算法引入反向最近邻计算数据对象的局部密度;其次,通过代表点和密度相结合的方式选取初始聚类中心;然后,应用密度自适应距离计算初始聚类中心之间的距离,利用基于反向最近邻计算出的局部密度和密度自适应距离在初始聚类中心上构建决策图,并通过决策图选择最终的聚类中心;最后,将剩余的数据对象分配到距离其最近的初始聚类中心所在的簇中。实验
当前计算机软件开发正面临变化多和响应快的难题和挑战,而目前存在的用于解依赖来实现易维护易测试的技术存在学习门槛高、难于熟练掌握、在单一方法运用上支持不足的问题。在研究大量现有技术的基础上,设计并实现代码分离模型,提出数据隔离、行为隔离、粗细隔离、增强版粗细隔离四种隔离方法以及隔离层的方案设计,并把常见的应用场景提取为五种代码分离模式。代码分离模型大幅度降低了编写易维护易测试代码的难度,是该领域的又
在众多聚类算法中,谱聚类作为一种代表性的图聚类算法,由于其对复杂数据分布的适应性强、聚类效果好等优点而受到人们的广泛关注。然而,由于其高计算时间复杂度难以应用于处理大规模数据。为提高谱聚类算法在大规模数据集上的可用性,提出关键节点选择的快速图聚类算法。该算法包含三个重要步骤:第一,提出一种充分考虑抱团性和分离性的快速节点重要性评价方法;第二,选择关键节点代替原数据集构建二分图,通过奇异值分解获得数据的近似特征向量;第三,集成多次的近似特征向量,提高近似谱聚类结果的鲁棒性。该算法将时间复杂度由谱聚类原有的O
为了求解一些非线性优化问题,采用具有脉冲出生和季节性捕杀的种群动力学模型提出了一种新的群智能优化算法(PSO-IBSK)。在该算法中,假设某种群由具有幼年和成年两种阶段状态的若干个体组成,幼体是由成体脉冲产生的,经过一段时间后会变成为成体。为了提升种群的整体质量,需要季节性地对一些生长状况不良的成体进行捕杀。该算法中的出生算子和成长算子可分别实现成体向幼体瞬时和延迟传递信息,有助于搜索跳出局部最优解陷阱;捕杀算子可周期性地将不良成体清除,死亡算子可将虚弱个体随机清除,该两个算子有利于提升算法的求精能力;强