Registro:
| Documento: | Tesis de Grado |
| Título: | Cerrando la brecha entre análisis de vulnerabilidad de software y tolerancia ante fallos en hardware mediante duplicación selectiva |
| Autor: | Cantagallo, Mateo |
| Editor: | Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
| Publicación en la web: | 2026-07-08 |
| Fecha de defensa: | 2025-10-27 |
| Fecha en portada: | 2025 |
| Grado Obtenido: | Grado |
| Título Obtenido: | Licenciado en Ciencias de la Computación |
| Departamento Docente: | Departamento de Computación |
| Director: | Mocskos, Esteban Eduardo |
| Director Asistente: | Unsal, Osman |
| Jurado: | Furfaro, Alejandro; Geier, Maximiliano Iván |
| Idioma: | Español |
| Palabras clave: | TOLERANCIA A FALLOS; HPC; PROTECCION SELECTIVA; ERRORES TRANSITORIOS; SDCFAULT TOLERANCE; HPC; SELECTIVE PROTECTION; TRANSIENT ERRORS; SDC |
| Formato: | PDF |
| Handle: |
https://hdl.handle.net/20.500.12110/seminario_nCOM000866_Cantagallo |
| PDF: | https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nCOM000866_Cantagallo.pdf |
| Registro: | https://bibliotecadigital.exactas.uba.ar/collection/seminario/document/seminario_nCOM000866_Cantagallo |
| Ubicación: | COM 000866 |
| Derechos de Acceso: | Esta obra puede ser leída, grabada y utilizada con fines de estudio, investigación y docencia. Es necesario el reconocimiento de autoría mediante la cita correspondiente. Cantagallo, Mateo. (2025). Cerrando la brecha entre análisis de vulnerabilidad de software y tolerancia ante fallos en hardware mediante duplicación selectiva. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nCOM000866_Cantagallo |
Resumen:
Los errores silenciosos inducidos por fallos transitorios son una preocupación creciente en el cómputo de alto desempeño (HPC) a medida que las cargas de trabajo y las plataformas escalan día a día. A diferencia de los fallos con caída, las corrupciones silenciosas de datos (SDC) pueden propagarse sin ser detectadas durante mucho tiempo, lo que conlleva esfuerzos de recuperación costosos. Se han desarrollado técnicas de tolerancia a fallos tanto a nivel de software como de hardware para mitigar estos errores. Los mecanismos de protección basados en hardware pueden detectar estos fallos de manera temprana y evitar recuperaciones complejas, pero por lo general aplican la protección de forma indiscriminada a cada instrucción, incurriendo en costes significativos de rendimiento y energía. Varios estudios a nivel de software han mostrado que un subconjunto de instrucciones contribuye en mayor medida a las SDC en presencia de fallos; algunas instrucciones enmascaran la mayoría de sus fallos, mientras que otras son muy sensible. Por lo tanto, el enfoque indiscriminado en hardware resulta ineficiente en el uso de recursos. Los esquemas de protección basados en software pueden aprovechar esta selectividad sobre secciones críticas, pero al requerir que el binario incorpore la lógica de detección, introducen costes notables al interrumpir optimizaciones y exigir una recuperación costosa. Proponemos una extensión mínima de hardware que permite que los mecanismos de protección en hardware aprovechen instrucciones críticas identificadas por software. Nuestro enfoque no introduce una nueva estrategia de duplicación; más bien, demuestra cómo integrar la duplicación selectiva de instrucciones en métodos existentes de tolerancia a fallos basados en hardware. Mostramos que incorporar información de criticidad provista por software en la protección de hardware logra mejoras sustanciales de rendimiento, manteniendo una alta cobertura de fallos críticos, reduciendo así el costo de la resiliencia en sistemas HPC.
Abstract:
Transient fault–induced silent errors are an increasing concern in High-Performance Computing (HPC) as workloads and platforms scale day to day. Unlike crashes, faults that result in Silent Data corruption can propagate undetected errors throughout a workload for considerable time before they are detected, resulting in costly recovery efforts. Fault tolerance techniques have been developed at both the software and hardware levels to mitigate these errors. Existing hardware-based protection mechanisms can detect this faults early and avoid complex recovery efforts, but generally apply protection indiscriminately to every instruction, incurring significant performance and energy costs. Several software-level studies have shown that a subset of instructions are the biggest contributors to SDC in the presence of faults, some instructions are able to mask most of their faults while others are very sensitive to them. Therefore, the hardware based indiscriminate approach to protection presents an inefficient use of resources. Software based protection schemes can take advantage of this selective protection of critical sections, but since the binaries need to have the detection logic themselves, these approaches bring significant costs by both disrupting optimizations and requiring expensive recovery logic. We propose a minima hardware extension that enables hardware protection mechanisms to leverage software-identified critical instructions. Our approach does not introduce a new duplication strategy; rather, it demonstrates how selective instruction duplication can be integrated into existing hardware-based fault tolerance methods. We show that incorporating software-provided criticality information into hardware protection achieves substantial performance improvements while maintaining high coverage of critical faults, thereby reducing the cost of resilience in HPC systems.
Citación:
---------- APA ----------
Cantagallo, Mateo. (2025). Cerrando la brecha entre análisis de vulnerabilidad de software y tolerancia ante fallos en hardware mediante duplicación selectiva. (Tesis de Grado. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/seminario_nCOM000866_Cantagallo
---------- CHICAGO ----------
Cantagallo, Mateo. "Cerrando la brecha entre análisis de vulnerabilidad de software y tolerancia ante fallos en hardware mediante duplicación selectiva". Tesis de Grado, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 2025.https://hdl.handle.net/20.500.12110/seminario_nCOM000866_Cantagallo
Estadísticas:
Descargas mensuales
Total de descargas desde :
https://bibliotecadigital.exactas.uba.ar/download/seminario/seminario_nCOM000866_Cantagallo.pdf
Distrubución geográfica
