多核密码处理器随机激励生成技术研究[范文]

 摘 要

多核密码处理器是一款面向密码应用的专用指令处理器，随着密码算法的复杂度日趋提升，多核密码处理器的设计规模也日渐庞大。功能仿真验证是处理器设计过程中最耗费时间的，因此验证技术面临的挑战也日益严峻。基于此，本文针对多核密码处理器的验证技术展开研究，提出一种分仓式覆盖率模型搭建方法，并提出一种功能错误覆盖率概率调整算法，二者应用于多核密码处理器验证平台中，极大地提升了验证效率。主要工作如下：

分析多核密码处理器功能验证需求，提出一种分仓式覆盖率模型的搭建策略，构建功能错误混合式覆盖率模型，完备验证空间并解决验证空间爆炸问题；以功能错误混合式覆盖率模型为基础，分别从单核心级和多核心级两个验证层次进行模型搭建，单核心级覆盖率模型搭建分为实现配置类指令、运算类指令、控制类指令三种类型，多核心级覆盖率模型搭建主要分为核间通信指令、核间控制指令、核间存储指令三种类型。

为解决了手工覆盖率的低效率问题，提出基于功能覆盖率和错误覆盖率反馈的概率调整算法。将覆盖率反馈激励生成技术应用到多核密码处理器的验证过程中，在保证验证完备性的前提下加速验证收敛，把反馈概率计算引擎、指令规范选择模板集成在验证平台中，实现验证平台整体调控。

改进Markov链反馈驱动方法，使用基于代码覆盖率的Markov链反馈驱动方法覆盖手工约束无法覆盖到的代码覆盖点；嵌入Markov反馈激励生成器于多核密码处理器验证平台，极大地提高了代码覆盖率和平台自动化程度；通过覆盖模型连接、覆盖模型触发及覆盖反馈机制解决数据采样位置、采样时刻和数据处理机制等实际问题。

研究结果表明，本文所提出的覆盖率驱动测试生成策略与以往的手工约束随机测试激励生成方法相比较，其在功能覆盖率、错误覆盖率方面收敛速度更快，所有设定的覆盖点都完成覆盖，并且代码覆盖率得到显著的提升。

关键词：多核密码处理器，覆盖率驱动，覆盖率模型，随机激励生成，概率调整算法

以上就是关于《多核密码处理器随机激励生成技术研究》毕业论文的部分内容，以上内容来源于用户投稿，如有侵权请联系管理删除！

推荐阅读》》》如果利用参考文献才能降低知网查重率！