基于系统级症状的多核处理器故障诊断研究-计算机科学与技术专业论文.docx

万方数据 万方数据 Classified Index: TP302.8 U.D.C: 621.3 Dissertation for the Master Degree in Engineering RESEARCH ON FAULT DIAGNOSIS APPROACHES OF SYSTEM SYMPTOM IN MULTICORES PROCESSOR Candidate： Song Yanpei Supervisor： Assoc. Prof. Fu Zhongchuan Academic Degree Applied for： Master of Engineering Speciality： Computer Science and Technology Affiliation： School of Computer Science and Technology Date of Defence： July, 2014 Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工业大学工学硕士学位论文 哈尔滨工业大学工学硕士学位论文 摘 要 随着处理器的微型化和集成度的不断提高，处理器系统变得异常复杂，因 而对其可靠性和容错性能的要求随之加大，为此，建立相对准确的系统故障诊 断模型变得至关重要。通过建立处理器系统仿真环境，进行故障注入，捕获故 障注入过程的症状反应，分析实验数据，便可以建立故障诊断模型，提高处理 器的故障识别和诊断能力。 本文研究基于系统级症状的处理器的故障诊断方法，利用了 SUN 公司的 OpenSPARC 开源项目提供的全系统模拟器和联合仿真平台，搭建仿真环境，进 行故障注入，分析实验数据，观察故障在结构级、操作系统级和应用程序级的 传播和表现，建立故障诊断模型。 本文首先分析了 SAM 全系统模拟器的特性，研究了全系统模拟器的层级 结构、多核模拟和运行驱动方式、指令集配置等，分析故障在各个层级的传播 模型，并设计了基于 SAM 全系统的故障注入平台，完成了故障注入实验。另 外，本文在 OpenSPARC T2 的联合仿真验证环境下，研究了联合仿真平台，利 用 Verilog PLI 技术，设计了基于联合仿真的故障注入实验平台，并完成了故障 注入实验。分别对基于全系统和联合仿真的故障注入实验数据进行特征提取和 统计分析，观察故障从结构级到应用级的传播，部件在不同故障模型作用下的 症状分布，对系统级的症状分布进行了分析和比较。最后，分别利用基于 BP 神经网络的故障诊断模型、基于 RBF 神经网络的故障诊断模型和基于 PNN 神 经网络的故障诊断模型进行了故障诊断，对三种故障模型的诊断效果进行了分 析和比较。 关键词：故障诊断；症状；故障注入；神经网络；微处理器 -I- Abstract As the continuous improvement of the processor’s miniaturization and integration, processor system becomes more complex, accompanied with the increasing requirement of reliability and fault tolerance. Therefore, to establish an accurate fault diagnosis model becomes essential. Using the method of establishing a simulation environment for processor system, injecting fault, capturing symptoms reaction in fault injection process, analyzing of experiment data, we can create a model of fault diagnosis, to improve the fault identification and diagnostics capabilities of CPU. In this paper, we research on the fault diagnosis method of system level symptoms. We use the full system simulators and co-simulation platform which are provided by the SUNs OpenSPARC open source project. Th