TU BRAUNSCHWEIG
| Carl Friedrich Gauß Faculty | Department of Computer Science
Informatikzentrum

Online-Selbstetst zur Erkennung von Soft-Errors durch Undervolting auf Mikrocontrollern

Student(anonymous, Login required)
SupervisorDr. Ulf Kulau
ProfessorProf. Dr.-Ing. Lars Wolf
Projectpotatonet inga
IBR GroupCM (Prof. Wolf)
TypeBachelor Thesis, Master Thesis, Project Thesis
Statusfinished

Einleitung

Seit einiger Zeit wird am IBR untersucht, in wie weit man den spezifizierten Spannungsbereich eines Sensorknotens ausreizen kann, wodurch eine enorme Steigerung der Energieeffizienz ermöglicht wird. Das s.g. Undervolting nutzt den Effekt CMOS basierter Mikrocontroller aus, dass die Spannung einen quadratischen Einfluss auf die Leistungsaufnehme besitzt. Neben der gesteigerten Energieeffizienz erhöht sich durch die Missachtung spezifizierter Spannunge jedoch das Risiko eine Fehlerfreien Ausführung von Programmen. Die Zuverlässigkeit eines Sensorknotens sinkt.

Um einem generelln Fehlverhalten vorzubeugen, kann man mit Spot-Test den Zustand des Mikrocontrollers im Undervolting Betrieb kontinuierlich testen. Derzeit wird hierfür ein naives Verfahren basierend auf einer Prüfsummebildung mittels Matrixmultiplikation verwendet.

Aufgabenstellung

Ziel dieser Arbeit ist es, eine wesentlich zuverlässigeres Verfahren zu entwicklen, welches Soft-Errors erkennt und dabei leichtgewichtig genug ist, um als nebenläufiger Prozess ausgeführt zu werden. Für die Durchführung der Aufgabe stehen mehrere Prototypen eines Undervolting-Fähigen Sensorknotens zur Verfügung. Neben einer gründlichen Recherche bestehender Vaerfahren soll letztlich eine oder mehrer Methoden zur Fehlererkennung implementiert und evaluiert werden.

Links


last changed 2018-02-19, 13:27 by Dr. Ulf Kulau
printemailtop