利用最长路径的不确定性：概率DAG任务的响应时间分析
分布式、并行与集群计算
2025-04-08 v1
摘要
并行实时系统（例如自动驾驶系统）通常包含具有复杂依赖关系和执行不确定性的功能，导致显著的时序可变性，这可以表示为概率分布。然而，现有的时序分析要么产生单一的保守界，要么由于穷举每个执行场景而遭受严重的可扩展性问题。这给利用概率时序行为带来了巨大困难，导致次优的设计方案。本文将系统建模为概率有向无环图（p-DAG），提出了一种基于p-DAG在所有执行场景中最长路径的概率响应时间分析，通过消除枚举需求来增强分析能力。我们首先根据p-DAG的结构识别每条最长路径，并计算其出现的概率。然后，为每条最长路径计算最坏情况干扰工作负载，形成具有正确性保证的完整概率响应时间分布。实验表明，与基于枚举的方法相比，所提出的分析有效地扩展到大型p-DAG，计算成本降低了六个数量级，同时保持了低偏差（平均1.04%，大多数p-DAG低于5%），从而以更高的资源效率赋能系统设计方案。
引用
@article{arxiv.2504.03754,
title = {Exploiting the Uncertainty of the Longest Paths: Response Time Analysis for Probabilistic DAG Tasks},
author = {Yiyang Gao and Shuai Zhao and Boyang Li and Xinwei Fang and Zhiyang Lin and Zhe Jiang and Nan Guan},
journal= {arXiv preprint arXiv:2504.03754},
year = {2025}
}