- -

BAFFI: a bit-accurate fault injector for improved dependability assessment of FPGA prototypes

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

BAFFI: a bit-accurate fault injector for improved dependability assessment of FPGA prototypes

Mostrar el registro completo del ítem

Tuzov, I.; De-Andrés-Martínez, D.; Ruiz, JC.; Hernández Luz, C. (2023). BAFFI: a bit-accurate fault injector for improved dependability assessment of FPGA prototypes. IEEE. https://doi.org/10.23919/DATE56975.2023.10137300

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/202094

Ficheros en el ítem

Metadatos del ítem

Título: BAFFI: a bit-accurate fault injector for improved dependability assessment of FPGA prototypes
Autor: Tuzov, Ilya de-Andrés-Martínez, David Ruiz, Juan Carlos Hernández Luz, Carles
Entidad UPV: Universitat Politècnica de València. Escola Tècnica Superior d'Enginyeria Informàtica
Universitat Politècnica de València. Departamento de Informática de Sistemas y Computadores - Departament d'Informàtica de Sistemes i Computadors
Fecha difusión:
Resumen:
[EN] FPGA-based fault injection (FFI) is an indispensable technique for verification and dependability assessment of FPGA designs and prototypes. Existing FFI tools make use of Xilinx essential bits technology to locate ...[+]
Palabras clave: Fault injection , FPGA , Configuration memory , Robustness assessment , RISC-V
Derechos de uso: Reserva de todos los derechos
ISBN: 978-3-9819263-7-8
Fuente:
2023 Design, Automation & Test in Europe Conference & Exhibition (DATE). (issn: 1938-1891 )
DOI: 10.23919/DATE56975.2023.10137300
Editorial:
IEEE
Versión del editor: https://doi.org/10.23919/DATE56975.2023.10137300
Título del congreso: Design, Automation and Test in Europe Conference (DATE 2023)
Lugar del congreso: Antwerp, Belgium
Fecha congreso: Abril 17-19,2023
Código del Proyecto:
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PCI2020-112092/ES/FRACTAL: A COGNITIVE FRACTAL AND SECURE EDGE-BASED ON A UNIQUE OPEN-SAFE-RELIABLE-LOW POWER HARDWARE PLATFORM NODE/
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PID2020-120271RB-I00/ES/ACELERADORES BASADOS EN FPGAS PARA REDES NEURONALES PROFUNDAS SUFICIENTEMENTE CONFIABLES PARA SISTEMAS DE AUTOMOCION/
info:eu-repo/grantAgreement/EC/H2020/871467/EU
info:eu-repo/grantAgreement/EC/H2020/877056/EU
info:eu-repo/grantAgreement///RYC2020-030685-I//AYUDA RYC/
Agradecimientos:
This work has received funding from (i) ECSEL Joint Undertaking (JU) under grant agreement No 877056, (ii) Agencia Estatal de Investigacion from Spain under grant agreement no. PCI2020-112092, (iii) European Unions Horizon ...[+]
Tipo: Comunicación en congreso Artículo Capítulo de libro

recommendations

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem