VAP：面向可靠自主机器的漏洞自适应保护范式

下一个贴近个人计算机和智能手机的常用计算平台正准备成为具有内在自主性的平台，涵盖无人机、机器人和自动驾驶汽车等技术。确保这些自主机器的可靠性至关重要。然而，当前的韧性解决方案在可靠性和成本之间做出根本性的权衡，导致在性能、能源消耗和芯片面积方面的显著开销。这源于常见的“通用尺度”方法，即对整个软件计算堆栈应用相同的保护方案。本文提出了关键洞察：要以最小成本实现高保护覆盖率，必须利用自主机器软件堆栈不同层次的鲁棒性差异。具体而言，我们展示了该复杂堆栈中的各个节点对硬件故障的鲁棒性存在差异。我们的发现表明，自主机器软件堆栈的前端鲁棒性较强，而后端通常更脆弱。基于这些固有的鲁棒性差异，我们提出了漏洞自适应保护 (VAP) 设计范式。在该范式中，保护资源的分配（无论是空间上的（例如通过模块化冗余）还是时间上的（例如通过重新执行））均与自主机器系统中任务或算法的固有鲁棒性成反比。实验结果表明，VAP 在自动驾驶车辆和无人机系统中提供了高保护覆盖率，同时保持低开销。