自适应流式应用的建模、分析与硬实时调度
分布式、并行与集群计算
2018-07-16 v1
摘要
在实时系统中，应用的行为必须在编译时是可预测的，以保证时序约束。然而，由于运行时模式切换而表现出自适应行为的现代流式应用，可能因模式转换期间应用的未知行为而降低系统可预测性。因此，模式转换期间的恰当时序分析对于保持系统可预测性至关重要。为此，本文首先引入模式感知数据流（MADF），这是我们新的可预测计算模型（MoC），用于高效刻画自适应流式应用的行为。接着，作为MADF操作语义的重要部分，我们提出最大重叠偏移（MOO），这是我们用于模式转换的新协议。该转换协议的主要优势在于，与自定时转换协议不同，它避免了模式转换时模式间的时序干扰。因此，任何模式转换均可独立于过去发生的模式转换进行分析。基于该转换协议，我们还提出一种硬实时分析，通过避免模式转换期间处理器过载来保证时序约束。因此，利用该协议，我们可以推导新模式中任务在模式转换期间最早开始时间的下界与上界，从而满足硬实时约束。
引用
@article{arxiv.1807.04835,
title = {Modeling, Analysis, and Hard Real-time Scheduling of Adaptive Streaming Applications},
author = {Jiali Teddy Zhai and Sobhan Niknam and Todor Stefanov},
journal= {arXiv preprint arXiv:1807.04835},
year = {2018}
}
备注
Accepted for presentation at EMSOFT 2018 and for publication in IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems (TCAD) as part of the ESWEEK-TCAD special issue