Ecole Doctorale
Mathématiques et Informatique de Marseille
Spécialité
Automatique
Etablissement
Aix-Marseille Université
Mots Clés
CPU-GPU,Surveillance,Modélisation,Diagnostic,Système critique,Système embarqué
Keywords
CPU-GPU,Monitoring,Modeling,Diagnosis,Safety-critical,Embedded Systems
Titre de thèse
Modélisation incrémentale des processeurs embarqués pour l'estimation des caractéristiques et le diagnostic
Prototyping of Mechatronic Systems for Optimizing Life Cycle and Maintainability
Date
Vendredi 13 Décembre 2019
Adresse
LIS UMR 7020 CNRS / AMU / UTLN
Aix Marseille Université Campus de Saint Jérôme Bat. Polytech
52 Av. Escadrille Normandie Niemen
13397 Marseille Cedex 20 Gérard Jaume
Jury
Rapporteur |
M. Abdel AITOUCHE |
Ecole Centrale de Lille, CRIStAL UMR 9189 |
Rapporteur |
M. Moamar SAYED MOUCHAWEH |
Ecole des Mines de Douai |
Examinateur |
M. David ANDREU |
Polytech Montpellier, INRIA, LIRMM UMR 5506 |
Examinateur |
Mme Karen GODARY-DEJEAN |
Polytech Montpellier, LIRMM 5506 |
Examinateur |
M. Ghaleb HOBLOS |
ESIGELEC, IRSEEM |
Examinateur |
M. Aziz NAAMANE |
Polytechnique Marseille, LIS UMR 7020 |
Directeur de these |
M. Nacer M'SIRDI |
Polytechnique Marseille, LIS UMR 7020 |
CoDirecteur de these |
M. Mohand DJEZIRI |
Aix-Marseille Université, LIS UMR 7020 |
Résumé de la thèse
Les Systèmes-sur-Puce (Systems on Chip, SoC) sont de plus en plus embarqués dans des systèmes à risque comme les systèmes aéronautiques et les équipements de production lénergie. Cette évolution technologique permet un gain de temps et de performance, mais présente des limites en termes de fiabilité et de sécurité. Ainsi, le développement doutils de surveillance et de diagnostic des systèmes électroniques embarqués, en particuliers les SoC, est devenu lun des verrous scientifiques à lever pour assurer une large utilisation de ces systèmes dans les équipements à risque en toute sécurité.
Ce travail de thèse sinscrit dans ce contexte, et a pour objectif le développement dune approche de détection et identification des dérives des performances des SoC embarqués. Lapproche proposée est basée sur un modèle incrémental, construit à partir de modules réutilisables et échangeables pour correspondre à la large gamme de SoC existants sur le marché. Le modèle est ensuite utilisé pour estimer un ensemble de caractéristiques relatives à létat de fonctionnement du SoC.
Lalgorithme de diagnostic développé dans ce travail consiste à générer des indices de dérives par la comparaison en ligne des caractéristiques estimées à celles mesurées. Lévaluation des résidus et la prise de décision sont réalisées par des méthodes statistiques appropriées à la nature de chaque indice de dérive.
Lapproche développée a été validée expérimentalement sur des SoC différents, ainsi que sur un démonstrateur développé dans le cadre de ce travail. Les résultats expérimentaux obtenus, montrent lefficacité et la robustesse de lapproche développée.
Thesis resume
Systems on Chip are increasingly embedded in safety-critical systems, such as aeronautical systems and energy production equipment. Such technological evolution allows for significant improvements in performance but presents limits in terms of reliability and security. Therefore, the development of new tools for the monitoring and diagnostic of embedded electronic systemstextemdash Systems on Chip, in particulartextemdash is currently one of the scientific obstacles to overcome, in order to ensure wider and safer use of these systems in safety-critical equipment.
The work presented in this thesis aims to develop an approach for detecting and identifying drifts in embedded Systems of Chips characteristics and performance. The proposed approach is based on an incremental model built from reusable and exchangeable modules capable of adapting and accommodating to the broad range of Systems on Chips available on the market. This model is then used to estimate a set of characteristics relating to the state of operation of the SoC.
The diagnostic algorithm developed in this work consists of generating drift signals though the online comparison of the estimated characteristics to those measured. Then, the assessment of residuals and decision making are performed by statistical methods appropriate to the nature of each drift.
The developed approach has been experimentally validated on different Systems on Chip, as well as on a demonstrator developed as part of this work. The obtained experimental results validate and show the efficiency and robustness of the incremental model and the monitoring algorithm.