數(shù)據(jù)驅(qū)動的深度嵌入式系統(tǒng)異常檢測技術(shù)研究

發(fā)布時間：2020-04-13 06:07

【摘要】：深度嵌入式系統(tǒng)(Deeply Embedded Systems)是與真實環(huán)境聯(lián)系緊密、資源受限的嵌入式系統(tǒng)。隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展,深度嵌入式系統(tǒng)得到了大規(guī)模的應用,如智能家居、智慧城市等。深度嵌入式系統(tǒng)運行狀態(tài)監(jiān)測和異常檢測成為保障系統(tǒng)正常工作、提高系統(tǒng)可用性的關(guān)鍵保障性技術(shù)。然而,由于部署環(huán)境復雜多樣、計算機資源嚴重受限等特點,深度嵌入式異常檢測面臨諸多的挑戰(zhàn)。本文以數(shù)據(jù)為驅(qū)動深入研究了深度嵌入式系統(tǒng)節(jié)點程序運行特征,并提出了3種有效的異常檢測方法。本文主要工作如下:(1)基于指令級仿真精度的仿真環(huán)境,運行了數(shù)十個典型應用,并利用本文研究中開發(fā)的仿真環(huán)境數(shù)據(jù)自動化收集補丁,收集了大量的應用任務執(zhí)行數(shù)據(jù),建立了深度嵌入式系統(tǒng)任務執(zhí)行據(jù)集。通過對數(shù)據(jù)集的分析,挖掘深度嵌入式系統(tǒng)任務頻數(shù)特征與任務轉(zhuǎn)移特征,這些特征將作為深度嵌入式系統(tǒng)異常檢測方法研究的基礎。(2)利用系統(tǒng)節(jié)點任務轉(zhuǎn)移在較長時間內(nèi)具有穩(wěn)定性的特征,提出基于任務轉(zhuǎn)移概率矩陣相似性度量的異常檢測方法T2PAD。T2PAD利用任務轉(zhuǎn)移概率矩陣描述節(jié)點的工作狀態(tài),轉(zhuǎn)移概率矩陣包含實際運行中,節(jié)點出現(xiàn)的所有任務間一步轉(zhuǎn)移關(guān)系。通過對矩陣內(nèi)行向量的相似性度量,判別系統(tǒng)狀態(tài)是否符合預期狀態(tài)進而實現(xiàn)異常檢測。導致狀態(tài)異常的行向量作為診斷信息為開發(fā)人員定位異常原因提供幫助。本文基于T2PAD診斷信息的幫助發(fā)現(xiàn)了2個TinyOS操作系統(tǒng)底層程序缺陷。(3)針對T2PAD存在的一些問題進行優(yōu)化并提出T2PAD.U方法。T2PAD方法存在矩陣稀疏、大量非重要任務轉(zhuǎn)移占用大量運算資源的問題。因此利用任務頻數(shù)特征:少數(shù)任務完成節(jié)點生命周期主要工作的特征,大量減少需要觀測的任務轉(zhuǎn)移數(shù)量。采用固定T2PAD.U中的一些參數(shù)進而固定任務頻數(shù)自由度的方法,使得T2PAD.U方法對未被觀測的低頻數(shù)任務也具有檢測能力。針對T2PAD中向量相似性計算具有較大開銷的問題與參數(shù)閾值依賴經(jīng)驗設置,利用檢驗方法直接檢測轉(zhuǎn)移頻數(shù),并提供基于統(tǒng)計意義的置信度。由于觀測任務范圍縮小,T2PAD.U相較T2PAD提供的診斷信息粗糙,T2PAD.U方法最顯著的優(yōu)越性是對計算機資源開銷要求極低,可以直接部署于資源受限的微控制器。(4)任務內(nèi)往往包含大量的函數(shù)調(diào)用關(guān)系,T2PAD方法任務級的異常檢測提供較粗粒度的診斷信息,這是對資源受限的妥協(xié)。為了在一些測試臺(TestBed)環(huán)境或者仿真環(huán)境等計算資源豐富的部署前測試場景中提供細粒度的異常檢測方法進而為異常原因診斷提供更精細的信息,本文研究提出了細粒度的異常檢測方法DeepTP。本文首先設計了只占用節(jié)點2字節(jié)RAM開銷、基于函數(shù)內(nèi)追蹤點插裝的程序追蹤方法。類似于自然語言詞語遵循文法邏輯,追蹤點序列遵循嚴格的程序邏輯。DeepTP在資源豐富的計算機平臺利用GRU深度神經(jīng)網(wǎng)絡對程序追蹤點序列進行建模,通過對正常追蹤點預測以及通過χ~2檢驗對追蹤點預測的概率分布與實際分布進行檢驗,實現(xiàn)了細粒度異常檢測的目的。DeepTP可以提供語句級的異常診斷信息,為開發(fā)人員定位異常原因提供最大的幫助。
【圖文】：