《IEEE Access》：Assessing Coverage of SW-Based Error Detection of Hardware Components According to Transition Path Delay Fault Model
编辑推荐：
随着晶体管技术进步，安全关键系统对运行中故障检测的需求日益迫切。针对无需硬件冗余的安全等级，软件自测试（SBST）是有效方案，但其诊断覆盖率需通过故障注入实验精确评估。为此，研究人员开展了一项基于跃迁路径延迟故障（TPDF）模型的软件错误检测机制覆盖率评估研究。他们提出了一种完整的、模块化、可扩展的端到端方法，该方法考虑了与老化相关的失效路径选择、在先进EDA工具中的故障注入，并系统性地评估了由环境和工作负载条件引起的高可变性下的覆盖率。该研究将晶体管级老化效应与系统级覆盖率评估相连接，从而能够对SBST的有效性进行比现有延迟故障模型方法更现实、更实用的评估。
在当今科技飞速发展的时代，晶体管技术日新月异，使得硬件系统能够被制造得越来越小、功耗越来越低、运行速度越来越快。这些微型化的高性能设备正被越来越多地应用于航空航天、自动驾驶、医疗设备等安全关键领域。在这些领域，哪怕是最微小的硬件故障也可能导致灾难性的后果，因此，系统在运行过程中必须具备能够及时检测出硬件错误的能力，这已成为一项强制性要求。
然而，为每一个关键硬件部件都配备备份（即硬件冗余）会显著增加系统的成本、体积和复杂性。对于那些安全等级要求并非极端严苛的应用场景，软件自测试（SBST, Software-Based Self-Test）技术提供了一种优雅的解决方案。其核心思想是，通过运行专门设计的诊断软件，来检测硬件是否存在故障。但随之而来的一个关键问题是：我们如何准确地知道这些软件到底能检测出多少种可能的硬件故障？这个比例就是“诊断覆盖率”，它直接关系到整个系统的安全等级评估是否可靠。
传统的评估方法依赖于故障注入实验，即人为地在硬件模型中“植入”故障，然后运行SBST程序，看能否将其检测出来。这里就涉及到一个根本问题：我们模拟的“故障”是否真实？过去几十年，数字电路测试领域最经典的故障模型是“固定型故障”模型，它假设电路中的一根线永远“卡”在逻辑0或逻辑1。这个模型简单易用，但存在一个严重缺陷：它无法准确捕捉现实中由于晶体管老化（如负偏置温度不稳定性NBTI、热载流子注入HCI等效应）导致的电路性能逐渐退化。老化不会让信号线永远固定，而是会让信号通过这条路径的延迟慢慢变长，最终在高速时钟下导致计算错误。这更像是“慢性病”，而非“突发性瘫痪”。
为了更真实地模拟这种与延迟相关的故障，学术界提出了“路径延迟故障”模型，其中“跃迁路径延迟故障（TPDF, Transition Path Delay Fault）”模型具有更高的保真度。TPDF模型不仅关注信号是否最终翻转，还关注信号沿着一条特定逻辑路径传播所需的时间是否超过了时钟周期。然而，高保真度带来了高复杂度：TPDF故障的数量与电路路径数量相关，可能极其庞大，对其进行建模、分析和注入实验，对现有的电子设计自动化（EDA, Electronic Design Automation）工具和计算资源都提出了巨大挑战。因此，尽管知道TPDF模型更接近现实，但如何构建一套完整、实用、可扩展的评估流程，将其应用于SBST的覆盖率评估，一直是一个悬而未决的难题。
为了回答这个难题，一项发表在《IEEE Access》上的研究提出并验证了一套完整的解决方案。该研究旨在开发一种基于TPDF模型的、用于评估软件错误检测机制覆盖率的端到端方法。研究人员意识到，一个实用的方法必须将晶体管级的老化物理效应与系统级的软件测试有效性评估桥接起来，同时还要能处理实际运行环境中难以预测的变异因素。
为了实现研究目标，作者团队开发了一套模块化且可扩展的方法论。该方法主要包含几个关键技术环节：首先，进行“老化感知的失效路径选择”。这意味着不是盲目地对所有可能路径进行测试，而是结合电路的老化模型（如考虑NBTI和HCI效应），预测哪些路径在给定的工作年限和条件下最有可能因延迟超标而失效，从而优先对这些高风险路径进行故障注入，大大提升了评估效率。其次，实现“在EDA工具链中的故障注入”。研究将TPDF故障模型集成到工业级的标准EDA仿真与验证工具中，使得故障注入和分析过程能够利用成熟的商业软件环境，增强了方法的实用性和可重复性。最后，执行“系统性诊断覆盖率估计”。在注入故障并运行SBST程序后，方法会系统性地收集和分析结果，并特别考虑了由环境（如温度、电压波动）和工作负载变化所引入的高可变性对覆盖率评估结果的影响，从而得到更稳健、更贴近实际场景的覆盖率指标。
该研究通过具体案例实施了所提出的方法论，并报告了系统的结果。
在“老化感知路径选择的有效性”方面，研究通过对比实验表明，与传统随机选择路径或基于拓扑结构选择路径的方法相比，基于老化模型（如NBTI）选择的路径集合，能在更少的故障注入次数下，揭示出更多SBST程序可能漏检的潜在延迟缺陷。这证实了在覆盖率评估中考虑老化效应的必要性，它能够引导资源聚焦于最脆弱的电路部分。
在“TPDF故障注入与覆盖率评估流程”方面，论文详细阐述了如何将TPDF故障定义、故障列表生成、故障注入控制器与商业EDA仿真器（如ModelSim）以及SBST程序执行环境进行集成。结果展示了该流程能够自动化地完成从故障选择、仿真运行、输出比对到覆盖率计算的全过程，验证了端到端方法的技术可行性。
关于“环境与工作负载变异性的影响”，研究通过设置不同的电压、温度和工作负载模式进行多次实验。结果显示，诊断覆盖率并非一个固定值，而会在一个范围内波动。例如，在低电压、高温的“最坏情况”下，覆盖率可能明显低于标称条件。这一结果突出强调了在安全评估中采用单一工况覆盖率数据的不足，必须考虑参数变异范围来提供覆盖率的边界估计，才能使评估结论更为可靠。
最后，在“与经典故障模型对比”部分，研究将基于TPDF模型评估得到的覆盖率，与基于传统“固定型故障”模型评估的覆盖率进行了对比。结果明确显示，固定型故障模型会严重高估SBST的实际检测能力，因为它完全无法捕捉那些由于路径延迟增加而引发的时序错误。这从实证角度说明，在面向老化芯片或高性能设计的SBST评估中，继续沿用固定型故障模型可能导致危险的安全误判。
综上所述，这项研究的主要结论是，成功构建并演示了一套完整、模块化且可扩展的端到端方法论，用于基于高保真度TPDF故障模型的软件错误检测机制覆盖率评估。该方法论的创新性在于，首次系统性地将晶体管级老化效应建模、针对性的关键路径选择、工业EDA环境中的故障注入实现，以及变异感知的覆盖率分析整合在一个连贯的框架内。
其重要意义体现在两个方面。在学术层面，它为解决延迟故障模型在实际SBST评估中应用复杂度高的问题提供了可行的技术路径，桥接了器件可靠性、电路测试与系统安全评估之间的鸿沟。在工业实践层面，该方法为安全关键硬件系统的开发者提供了一套更现实、更严格的SBST有效性验证工具。它使得开发者能够在设计阶段，就更为准确地预估其软件诊断机制在芯片生命周期内、在各种不确定环境下的真实表现，从而为获得权威功能安全认证（如ISO 26262、IEC 61508）提供更有力的证据支持。最终，这项工作推动着硬件可靠性评估从静态的、理想化的模型，向动态的、贴近现实环境的方向迈进了一步。
