CN109918181B - 基于最差响应时间的混合关键***任务可调度性分析方法 - Google Patents
基于最差响应时间的混合关键***任务可调度性分析方法 Download PDFInfo
- Publication number
- CN109918181B CN109918181B CN201910029204.0A CN201910029204A CN109918181B CN 109918181 B CN109918181 B CN 109918181B CN 201910029204 A CN201910029204 A CN 201910029204A CN 109918181 B CN109918181 B CN 109918181B
- Authority
- CN
- China
- Prior art keywords
- task
- mode
- response time
- job
- cri
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明提供了一种基于最差响应时间的混合关键***任务可调度性分析方法,本发明首先给出混合双安全关键(DM)任务模型,并对***行为重新定义;结合***安全关键级转换时任务周期、优先级的变化,给出混合关键任务最差响应时间推导过程及任务集可调度性定理。最后,实例对比分析表明本发明的有效性。安全关键级提升时,本发明提出的最差响应时间分析方法能够在保证HC任务可调度性的前提下,为LC任务提供更好的服务;本发明的分析过程更加简化,更短的任务平均响应时间、更高的CUP资源利用率,能够保持更高、更稳定的***吞吐量。
Description
技术领域
本发明涉及计算机领域,尤其是一种安全关键任务调度分析方法。
背景技术
随着嵌入式***需求的复杂化以及多核技术的发展,基于多核平台的混合关键***(MCS)应运而生。为了保证***的安全,需要完成不同安全关键级任务在多核间的统一调度。可调度性分析在混合关键任务调度中起着至关重要的作用。而现有最流行的基于响应时间的可调度性分析方法,提出于论文《Response-time analysis of mixed criticalitysystems with pessimistic frequency specification》,出版于IEEE InternationalConference on Embedded and Real-Time Computing Systems and Applications 2014:237-246。论文中描述了固定优先级调度分析方法,该方法分析了通过给定的任务固定优先级,在调度由未知确切频率的外部事件触发的重复任务时实现安全关键任务调度和运行期间高的资源利用率之间的平衡,在以调用低安全关键任务为主的***中能完成了***需要的任务调度效果,同时CPU的利用率也很充分。但是在安全关键级提升后,高安全关键任务数量增多,通过该方法CPU总是选择优先级高的高安全关键任务处理,对低安全关键任务处理过于消极,容易引发CPU资源浪费,降低低安全关键任务调度成功率。
发明内容
为了克服现有技术的不足,本发明提供一种基于最差响应时间的混合关键***任务可调度性分析方法。
本发明解决其技术问题所采用的技术方案是的实现步骤如下:
其中,wi:表示第i个关键任务,i为自然数,Li表示任务wi的安全关键级别,Li∈{LO,HI},LO表示最低安全关键级别,HI表示最高安全关键级别,Si是任务wi的释放时间,即到达时间,表示任务wi在不同模式下的最坏执行时间,其中*∈{LO,HI},代表当前***的安全关键级别,表示任务wi在不同安全关键模式下的周期,表示不同安全关键模式下wi的优先级,f表示任务wi的优先级高于任务wj,关键任务指在***运行期间非常重要的任务;
步骤二、用W={w1,w2,...wn}表示具有n个DM任务的混合双安全关键任务集,其中,DM为混合双关键任务;
步骤三、调度混合双安全关键任务的操作***从LO-cri模式开始执行,LO-cri为低安全关键级模式;
步骤四、在LO-cri模式下,每一个任务wi根据LO-cri模式下的周期释放作业,用表示任务wi释放的第j个作业,任务wi的释放时间记为ri j,绝对死限时间记为所有作业争夺处理器资源,处理器每次处理优先级最高的作业;
步骤五、在LO-cri模式下,通过公式(1)迭代计算最差响应时间:
其中,表示任务wi在LO-cri模式下的最差响应时间,hp*(i)表示在*模式下优先级高于wi的任务集合,同一任务的hpHI(i)与hpLO(i)并不一定相同,即如果当前所有任务的安全关键级别都满足高安全关键模式要求的时候两个集合是相同的,其余情况均不相同。
步骤六、在LO-cri模式下,如果LC任务和HC任务的实际运行时间均不超过当前模式下的绝对死限时间,进入执行步骤七,此时LC任务和HC任务都以pLO周期释放作业;如果HC任务实际执行时间超过其在LO-cri模式下的绝对死限时间,跳转到步骤九执行;
步骤八、针对步骤七的可调度任务集,判断低安全关键(LC)任务是否超时,如果LC任务释放作业的执行时间超出了当前LC任务的绝对死限时间,将立即终止执行当前LC任务;
步骤九、当高安全关键HC任务实际执行时间超过其在LO-cri模式下的绝对死限时间,***由低安全关键级通过两个提升过程为高安全关键级,所述提升过程为首先转换到HC/LC交叉作业状态,其次每个任务根据HI-cri模式下的ηHI来调整优先级,提升过程结束后的转化时刻记为t*,所述的HC/LC交叉作业状态分别为:HC交叉作业表示被HC释放的任务,相当于处于等待的状态,再次被调用的时候恢复到HC任务状态;LC交叉作业表示被LC释放的任务,相当于处于等待的状态,再次被调用的时候恢复到LC任务状态;
高安全关键模式下两种交叉作业的响应时间的详细步骤为:
1)分析高安全关键级模式的LC交叉作业响应时间;
如果有且任务wj释放的作业会对任务wi释放的交叉作业的最差执行时间产生影响,该影响表现为安全关键模式转化时刻t*之前和及之后分为两部分,t*之前和t*之后的wj中的作业个数分别限定为和则wj对wi的交叉作业的最差响应时间的影响的约束条件如下:
2)分析高安全关键级模式的HC交叉作业响应时间;
步骤十:计算任务wi的交叉作业的最差响应时间为:
步骤十一、t*之后的作业之后的状态称为常规作业状态,***由LO-cri模式提升为HI-cri模式之后,如果***中不存在从LO-cri模式跨越到HI-cri模式的作业,即不存在交叉作业,称***进入稳定的HI-cri运行模式,此时***中只存在DM任务的常规作业,用N代表常规作业状态;
步骤十二、通过交叉作业最差响应时间加常规作业响应时间得到高安全关键模式下任务wi的最差响应时间:
本发明的有益效果在于安全关键级提升时,本发明提出的最差响应时间分析方法能够在保证HC任务可调度性的前提下,为LC任务提供更好的服务;本发明的分析过程更加简化,更短的任务平均响应时间、更高的CUP资源利用率,能够保持更高、更稳定的***吞吐量。
具体实施方式
下面用实施例对本发明进一步说明。
在混合关键***安全关键级提升后,由于对低安全关键任务消极处理,导致任务最差响应时间分析不充分、不准确,CPU空转周期长等问题,本发明以此为切入点进行混合关键任务调度方法的研究。提出一种基于最差响应时间的混合关键***任务调度分析方法(ERTA)。首先给出混合双安全关键(DM)任务模型,并对***行为重新定义;结合***安全关键级转换时任务周期、优先级的变化,给出混合关键任务最差响应时间推导过程及任务集可调度性定理。最后,实例对比分析表明本发明的有效性。
其中,wi:表示第i个关键任务,i为自然数,Li表示任务wi的安全关键级别,Li∈{LO,HI},LO表示最低安全关键级别,HI表示最高安全关键级别,Si是任务wi的释放时间,即到达时间,表示任务wi在不同模式下的最坏执行时间,其中*∈{LO,HI},代表当前***的安全关键级别,表示任务wi在不同安全关键模式下的周期,表示不同安全关键模式下wi的优先级,f表示任务wi的优先级高于任务wj,关键任务指在***运行期间非常重要的任务;
步骤二、用W={w1,w2,...wn}表示具有n个DM任务的混合双安全关键任务集,其中,DM为混合双关键任务;
步骤三、调度混合双安全关键任务的操作***从LO-cri模式开始执行,LO-cri为低安全关键级模式;
步骤四、在LO-cri模式下,每一个任务wi根据LO-cri模式下的周期释放作业,用表示任务wi释放的第j个作业,任务wi的释放时间记为ri j,绝对死限时间记为所有作业争夺处理器资源,处理器每次处理优先级最高的作业;
步骤五、在LO-cri模式下,通过公式(1)迭代计算最差响应时间:
其中,表示任务wi在LO-cri模式下的最差响应时间,hp*(i)表示在*模式下优先级高于wi的任务集合,同一任务的hpHI(i)与hpLO(i)并不一定相同,即如果当前所有任务的安全关键级别都满足高安全关键模式要求的时候两个集合是相同的,其余情况均不相同。
步骤六、在LO-cri模式下,如果LC任务和HC任务的实际运行时间均不超过当前模式下的绝对死限时间,进入执行步骤七,此时LC任务和HC任务都以pLO周期释放作业;如果HC任务实际执行时间超过其在LO-cri模式下的绝对死限时间,跳转到步骤九执行;
注:HC:高安全关键任务。
LC:低安全关键任务。
HI-cri:高安全关键级模式。
LO-cri:低安全关键级模式。
步骤八、针对步骤七的可调度任务集,判断低安全关键(LC)任务是否超时,如果LC任务释放作业的执行时间超出了当前LC任务的绝对死限时间,将立即终止执行当前LC任务;
步骤九、当高安全关键HC任务实际执行时间超过其在LO-cri模式下的绝对死限时间,***由低安全关键级通过两个提升过程为高安全关键级,所述提升过程为首先转换到HC/LC交叉作业状态,其次每个任务根据HI-cri模式下的ηHI来调整优先级,提升过程结束后的转化时刻记为t*,所述的HC/LC交叉作业状态分别为:HC交叉作业表示被HC释放的任务,相当于处于等待的状态,再次被调用的时候恢复到HC任务状态;LC交叉作业表示被LC释放的任务,相当于处于等待的状态,再次被调用的时候恢复到LC任务状态;
高安全关键模式下两种交叉作业的响应时间的详细步骤为:
1)分析高安全关键级模式的LC交叉作业响应时间;
如果有且任务wj释放的作业会对任务wi释放的交叉作业的最差执行时间产生影响,该影响表现为安全关键模式转化时刻t*之前和及之后分为两部分,t*之前和t*之后的wj中的作业个数分别限定为和则wj对wi的交叉作业的最差响应时间的影响的约束条件如下:
2)分析高安全关键级模式的HC交叉作业响应时间;
步骤十:计算任务wi的交叉作业的最差响应时间为:
步骤十一、t*之后的作业之后的状态称为常规作业状态,***由LO-cri模式提升为HI-cri模式之后,如果***中不存在从LO-cri模式跨越到HI-cri模式的作业,即不存在交叉作业,称***进入稳定的HI-cri运行模式,此时***中只存在DM任务的常规作业,用N代表常规作业状态;
步骤十二、通过交叉作业最差响应时间加常规作业响应时间得到高安全关键模式下任务wi的最差响应时间:
本发明在于分析过程更加简化,更短的任务平均响应时间、更高的CUP资源利用率,能够保持更高、更稳定的***吞吐量。
为了说明本发明提出最差响应时间能够保证HC任务满足可调度前提下,提高LC任务的可调度性,本发明通过实例分析的方式,将ERTA分析方法与目前广泛应用的《A Wait-Free Multi-Word Compare-and-Swap Operation》中提到的AMC-rtb方法进行对比。首先,给出如下的混合关键任务集W={w1,w2,w3},其中任务w1为LC任务,任务w2和w3为HC任务。各个任务的时间特性如下表所示:
任务集时间参数
在不同模型下的最坏响应时间
AMC-rtb在HI-cri模式和LO-cri模式下的最差响应时间计算公式由公式(11)和公式(12)给出:
在LO-cri模式下,本发明的ERTA方法与AMC-rtb方法计算公式相同,在HI-cri模式下计算公式为公式(13):
根据以上公式,分别对三个任务进行最差响应时间计算,计算结果见下表。
在不同模型下的最坏响应时间
由上表可看出,在LO-cri模式下,利用AMC-rtb分析方法和本发明的ERTA分析方法均可保证三个任务的可调度性,且每个任务的最差响应时间相同,优先级相同ff当***安全关键级提升后,AMC-rtb分析方法,为了保证HC任务执行时间,将优先级最高的LC任务采取消极策略,直接丢弃,认为其不可调度。相反,利用本发明提出ERTA方法进行分析,此时允许LC任务w1在HI-cri模式下执行,并且计算出每一个任务的最差响应时间,其中任务w1和w2的最差响应时间相同,但任务w2周期为9,w1周期为28,所以通过优先级顺序重新调整,保证三个任务都满足可调度性条件,此时三个任务的优先级顺序变为ff
综上可知,在安全关键级提升时,本发明提出的最差响应时间分析方法能够在保证HC任务可调度性的前提下,为LC任务提供更好的服务。
本发明与现有技术相比,具有如下优点:分析过程更加简化,更短的任务平均响应时间、更高的CUP资源利用率,能够保持更高、更稳定的***吞吐量。
Claims (1)
1.一种基于最差响应时间的混合关键***任务可调度性分析方法,其特征在于包括下述步骤:
其中,wi:表示第i个关键任务,i为自然数,Li表示任务wi的安全关键级别,Li∈{LO,HI},LO表示最低安全关键级别,HI表示最高安全关键级别,Si是任务wi的释放时间,即到达时间,表示任务wi在不同模式下的最坏执行时间,其中*∈{LO,HI},代表当前***的安全关键级别,表示任务wi在不同安全关键模式下的周期,表示不同安全关键模式下wi的优先级,表示任务wi的优先级高于任务wj,关键任务指在***运行期间非常重要的任务;
步骤二、用W={w1,w2,...wn}表示具有n个DM任务的混合双安全关键任务集,其中,DM为混合双关键任务;
步骤三、调度混合双安全关键任务的操作***从LO-cri模式开始执行,LO-cri为低安全关键级模式;
步骤四、在LO-cri模式下,每一个任务wi根据LO-cri模式下的周期释放作业,用表示任务wi释放的第j个作业,任务wi的释放时间记为ri j,绝对死限时间记为所有作业争夺处理器资源,处理器每次处理优先级最高的作业;
步骤五、在LO-cri模式下,通过公式(1)迭代计算最差响应时间:
其中,表示任务wi在LO-cri模式下的最差响应时间,hp*(i)表示在*模式下优先级高于wi的任务集合,同一任务的hpHI(i)与hpLO(i)并不一定相同,即如果当前所有任务的安全关键级别都满足高安全关键模式要求的时候两个集合是相同的,其余情况均不相同;
步骤六、在LO-cri模式下,如果LC任务和HC任务的实际运行时间均不超过当前模式下的绝对死限时间,进入执行步骤七,此时LC任务和HC任务都以pLO周期释放作业;如果HC任务实际执行时间超过其在LO-cri模式下的绝对死限时间,跳转到步骤九执行;
步骤八、针对步骤七的可调度任务集,判断低安全关键(LC)任务是否超时,如果LC任务释放作业的执行时间超出了当前LC任务的绝对死限时间,将立即终止执行当前LC任务;
步骤九、当高安全关键HC任务实际执行时间超过其在LO-cri模式下的绝对死限时间,***由低安全关键级通过两个提升过程为高安全关键级,所述提升过程为首先转换到HC/LC交叉作业状态,其次每个任务根据HI-cri模式下的ηHI来调整优先级,提升过程结束后的转化时刻记为t*,所述的HC/LC交叉作业状态分别为:HC交叉作业表示被HC释放的任务,相当于处于等待的状态,再次被调用的时候恢复到HC任务状态;LC交叉作业表示被LC释放的任务,相当于处于等待的状态,再次被调用的时候恢复到LC任务状态;
高安全关键模式下两种交叉作业的响应时间的详细步骤为:
1)分析高安全关键级模式的LC交叉作业响应时间;
如果有且任务wj释放的作业会对任务wi释放的交叉作业的最差执行时间产生影响,该影响表现为安全关键模式转化时刻t*之前和及之后分为两部分,t*之前和t*之后的wj中的作业个数分别限定为和则wj对wi的交叉作业的最差响应时间的影响的约束条件如下:
2)分析高安全关键级模式的HC交叉作业响应时间;
步骤十:计算任务wi的交叉作业的最差响应时间为:
步骤十一、t*之后的作业之后的状态称为常规作业状态,***由LO-cri模式提升为HI-cri模式之后,如果***中不存在从LO-cri模式跨越到HI-cri模式的作业,即不存在交叉作业,称***进入稳定的HI-cri运行模式,此时***中只存在DM任务的常规作业,用N代表常规作业状态;
步骤十二、通过交叉作业最差响应时间加常规作业响应时间得到高安全关键模式下任务wi的最差响应时间:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910029204.0A CN109918181B (zh) | 2019-01-12 | 2019-01-12 | 基于最差响应时间的混合关键***任务可调度性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910029204.0A CN109918181B (zh) | 2019-01-12 | 2019-01-12 | 基于最差响应时间的混合关键***任务可调度性分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109918181A CN109918181A (zh) | 2019-06-21 |
CN109918181B true CN109918181B (zh) | 2023-04-14 |
Family
ID=66960258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910029204.0A Active CN109918181B (zh) | 2019-01-12 | 2019-01-12 | 基于最差响应时间的混合关键***任务可调度性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109918181B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633589B (zh) * | 2020-12-30 | 2022-07-29 | 华侨大学 | 一种基于概率模型混合关键任务能耗优化调度方法 |
CN112799808B (zh) * | 2021-01-26 | 2023-11-10 | 中山大学 | 混合关键级***中的一种空闲资源调度方法 |
CN115712507B (zh) * | 2022-11-29 | 2023-11-14 | 上海船舶运输科学研究所有限公司 | 一种计算船舶网关任务优先级的方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9207977B2 (en) * | 2012-02-06 | 2015-12-08 | Honeywell International Inc. | Systems and methods for task grouping on multi-processors |
CN105138401B (zh) * | 2015-08-07 | 2019-08-30 | 黑龙江大学 | 基于线性链表的实时任务可调度性测试直接模拟方法 |
EP3362897A1 (en) * | 2015-10-13 | 2018-08-22 | Schneider Electric Industries SAS | Centralized management of a software defined automation system |
CN105446817B (zh) * | 2015-11-23 | 2019-01-22 | 重庆邮电大学 | 移动云计算中一种基于鲁棒优化的联合资源预留配置算法 |
CN105700941B (zh) * | 2015-12-18 | 2019-04-05 | 西安工业大学 | 三维调度器模型的调度方法 |
CN106445673B (zh) * | 2016-10-14 | 2020-01-10 | 苏州光蓝信息技术有限公司 | 一种面向混合关键性实时***的容错性任务调度方法 |
CN106970835B (zh) * | 2017-03-20 | 2021-03-09 | 华侨大学 | 固定优先级资源受限***层次能耗优化方法 |
CN108519915A (zh) * | 2018-04-12 | 2018-09-11 | 北京邮电大学 | 流量任务调度方法和装置 |
CN108509280B (zh) * | 2018-04-23 | 2022-05-31 | 南京大学 | 一种基于推送模型的分布式计算集群本地性调度方法 |
-
2019
- 2019-01-12 CN CN201910029204.0A patent/CN109918181B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109918181A (zh) | 2019-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109918181B (zh) | 基于最差响应时间的混合关键***任务可调度性分析方法 | |
CN110287003B (zh) | 资源的管理方法和管理*** | |
US8112644B2 (en) | Dynamic voltage scaling scheduling mechanism for sporadic, hard real-time tasks with resource sharing | |
CN109597378B (zh) | 一种资源受限混合任务能耗感知方法 | |
CN102707995A (zh) | 基于云计算环境的业务调度的方法及装置 | |
CN102096603A (zh) | MapReduce***中的作业分解控制方法及调度节点设备 | |
US20160291672A1 (en) | Preformance state aware thread scheduling | |
CN105320570A (zh) | 资源管理方法和*** | |
CN112486642B (zh) | 资源调度方法、装置、电子设备及计算机可读存储介质 | |
CN113961264A (zh) | 一种面向视频监控云边协同的智能卸载算法与*** | |
CN114741200A (zh) | 面向数据中台的计算资源分配方法、装置及电子设备 | |
CN112948112B (zh) | 一种基于强化学习的边缘计算工作负载调度方法 | |
CN113434303A (zh) | 批处理的遥感影像智能处理模型预测性能优化***及方法 | |
CN109189581B (zh) | 一种作业调度方法和装置 | |
CN111143210A (zh) | 一种测试任务调度方法和*** | |
CN110704180B (zh) | 基于混合云的工作流调度方法 | |
CN112860391B (zh) | 一种动态集群渲染资源管理***及方法 | |
CN111026809B (zh) | 一种调度流程分布式执行*** | |
CN112598112B (zh) | 一种基于图神经网络的资源调度方法 | |
WO2002023329A2 (en) | Processor resource scheduler and method | |
CN112052087A (zh) | 动态资源调整与迁移的深度学习训练***及方法 | |
CN118277052A (zh) | Rpa机器人的调度方法、装置、设备、介质及程序产品 | |
CN111176856A (zh) | 一种智能控制消费脚本通道的方法 | |
CN116578406B (zh) | 面向分布式机器学***台连续运行调度方法 | |
CN116646930A (zh) | 一种配电网优化调度的方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |