科学家提出自适应保护范式，为提升机器人计算系统可靠性提供方案

科学家提出自适应保护范式，为提升机器人计算系统可靠性提供方案

引用

网易

1.

https://m.163.com/dy/article/JNDVSJ6A05119734.html

对于机器人系统、自动驾驶、无人机等自动系统来说，硬件和软件错误等因素往往会对它们的安全性构成威胁。因此，如何构建兼具安全性和可靠性的计算系统成为一个亟待解决的问题。

为此，美国佐治亚理工学院与深圳市人工智能与机器人研究院、中国科学院计算技术研究所、美国罗切斯特大学团队合作，创新性地提出了一种面向自主机器的漏洞-自适应保护（VAP，vulnerability-adaptive protection）范式，即根据算子的鲁棒性差异来合理分配保护力度，通过对时间成本和保护措施开销的平衡与优化，应对硬件故障对系统安全性的挑战。

在无人机和自动驾驶系统中的实验结果表明，相较于传统“一刀切”的策略，这种新方案不仅能够以最小的开销实现相同的保护覆盖率，还平均节省了 51% 的延迟和 54% 的能耗。

日前，相关论文以《安全漏洞-自适应保护范式》（The Vulnerability-Adaptive Protection Paradigm）为题发表在Communications of the ACM（Association for Computing Machinery）上。

从技术细节层面来看，轻量级保护主要集中在软件层面，例如通过异常值检测、代码重复执行等方法。

而对于那些非常敏感、脆弱的算子节点，研究人员则采用硬件层面的保护措施，如存储和恢复机制以及重复硬件技术，即设置相同的硬件设备同时运行，以此来确保系统的安全性和可靠性。

值得关注的是，该方法还能够降低计算延迟。举例来说，假如自动驾驶车在没有保护措施的情况下需要 100 毫秒计算，传统保护方法可能因不断进行保护操作，导致计算时间具有额外的开销（例如 20 毫秒）。

而这种新方法由于开销较低，能够以更快的速度计算，这意味着它能在更短时间内对障碍物做出反应，并保持更快的安全行驶速度，进而使车辆在单位时间内能完成更多任务，并相应地提升效率。

在接下来的研究阶段，该课题组计划继续研究无人机等系统的可靠性和鲁棒性，特别是与具身智能系统结合的可能性方面。另一方面，他们还将从安全性角度关注提升有效性的方法，并探索如何通过软硬件协同设计提高自动驾驶、无人机和机器人的计算系统速度，并降低能效。