logo móvil
Contáctanos

Un enfoque de rescate perezoso para sistemas de doble criticidad en plataformas de uniprocesador

Autores: Iacovelli, Saverio; Kirner, Raimund

Idioma: Inglés

Editor: MDPI

Año: 2019

Descargar PDF

Acceso abierto

Artículo científico
2019

Un enfoque de rescate perezoso para sistemas de doble criticidad en plataformas de uniprocesador


Categoría

Procesos industriales

Subcategoría

Diseño de procesos industriales

Palabras clave

Diseño
Sistemas ciberfísicos
Programación
Criticidad mixta
LBP
Tareas

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 18

Citaciones: Sin citaciones


Descripción
Un desafío en el diseño de sistemas ciberfísicos es integrar la programación de tareas de diferente criticidad, mientras se siguen proporcionando garantías de servicio para las tareas de mayor criticidad en caso de escasez de recursos causada por fallos. Mientras que la programación estándar en tiempo real es agnóstica a la criticidad de las tareas, la programación de tareas con diferentes criticidades se llama programación de criticidad mixta. En este artículo, presentamos el (LBP), un método de programación de criticidad mixta donde los trabajos de baja criticidad que exceden su presupuesto de tiempo no pueden amenazar la puntualidad de los trabajos de alta criticidad, mientras que al mismo tiempo el método intenta completar la mayor cantidad posible de trabajos de baja criticidad. El principio clave de LBP es que, en lugar de abandonar inmediatamente los trabajos de baja criticidad cuando un trabajo de alta criticidad excede su estimación optimista de WCET, se colocan en una cola de baja prioridad para su ejecución posterior. Para comparar los métodos de programación de criticidad mixta, introducimos un criterio de calidad formal para la programación de criticidad mixta, que, sobre todo, compara la programabilidad de los trabajos de alta criticidad y solo después la programabilidad de los trabajos de baja criticidad. Basado en este criterio, demostramos que LBP se comporta mejor que el original (BP). Mostramos que LBP puede mejorarse aún más mediante la explotación del tiempo de holgura y la recolección de tiempo de ganancia en tiempo de ejecución, resultando en LBPSG. También mostramos que estas mejoras de LBP funcionan mejor que las mejoras análogas basadas en BP.

Otros recursos que podrían interesarte

Temas Virtualpro