Método automático para distinguir fallas de hardware y software basado en datos de ejecución de software y contadores de rendimiento de hardware
Autores: Park, Jihyun; Choi, Byoungju
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Método automático para distinguir fallas de hardware y software basado en datos de ejecución de software y contadores de rendimiento de hardware
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Depuración
Sistema embebido
Hardware
Software
Pruebas de integración
Defectos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 46
Citaciones: Sin citaciones
Depurar en un sistema embebido donde el hardware y el software están estrechamente acoplados y tienen recursos restringidos está lejos de ser trivial. Cuando los defectos de hardware parecen ser defectos de software, determinar la fuente real se vuelve desafiante. En este estudio, proponemos un método automatizado para distinguir si un defecto proviene del hardware o del software en la etapa de pruebas de integración de hardware y software. Nuestro método supera las limitaciones del entorno embebido, minimiza los efectos en el tiempo de ejecución e identifica defectos mediante la obtención y análisis de datos de ejecución de software y contadores de rendimiento de hardware. Analizamos los efectos del método propuesto a través de un estudio empírico. Los resultados experimentales revelan que nuestro método puede distinguir defectos de manera efectiva.
Descripción
Depurar en un sistema embebido donde el hardware y el software están estrechamente acoplados y tienen recursos restringidos está lejos de ser trivial. Cuando los defectos de hardware parecen ser defectos de software, determinar la fuente real se vuelve desafiante. En este estudio, proponemos un método automatizado para distinguir si un defecto proviene del hardware o del software en la etapa de pruebas de integración de hardware y software. Nuestro método supera las limitaciones del entorno embebido, minimiza los efectos en el tiempo de ejecución e identifica defectos mediante la obtención y análisis de datos de ejecución de software y contadores de rendimiento de hardware. Analizamos los efectos del método propuesto a través de un estudio empírico. Los resultados experimentales revelan que nuestro método puede distinguir defectos de manera efectiva.