TERMon：通过硬件原生三值运行时监视器检测边缘 AI 中的持久性行为威胁

边缘 AI 加速器正越来越多地部署于安全关键环境中，在这些环境里，模型输出可能控制物理执行器、作出访问控制决策或触发警报。在此类场景中，运行时故障往往难以被检测到，因为模型损坏、分布偏移和对抗性输入仍可能产生格式良好且置信度很高的预测。本文提出 TERMon，这是一种轻量级硬件运行时监视器，通过观察推理行为而非重新执行或形式化验证模型来检测此类异常。TERMon 将类别条件下的可信行为表示为硬件高效的三值模式，并将其与温度计编码的指纹进行并行匹配。该三值编码能够精确复现相应的未量化范围判定。TERMon 能够按照权重损坏对行为的影响程度检测有害的权重损坏；而在严格的误报工作点下，利用所监测的特征基本无法区分分布外输入和对抗性输入。我们在 PYNQ-Z2 FPGA 上实现了 TERMon，该流水线设计无需片上块 RAM 或 DSP，并且判定延迟为两个周期。