Математическая модель надёжности аппаратно-программных комплексов обработки информации для систем управления реального времени
Автор: Ааб А.В., Галушин П.В., Попова А.В., Терсков В.А.
Журнал: Сибирский аэрокосмический журнал @vestnik-sibsau
Рубрика: Информатика, вычислительная техника и управление
Статья в выпуске: 3 т.21, 2020 года.
Бесплатный доступ
Одной из главных характеристик аппаратно-программных систем обработки информации реального времени является надёжность. Под надёжностью программного обеспечения (ПО) понимается свойство этого обеспечения выполнять заданные функции, сохраняя свои характеристики в установленных пределах при определённых условиях эксплуатации. Надёжность ПО определяется его безотказностью и восстанавливаемостью. Безотказность ПО - это свойство сохранять работоспособность при использовании его для обработки информации в информационной системе. Безотказностью программного обеспечения оценивается вероятность его работы без отказов при определённых условиях внешней среды в течение заданного периода наблюдения. Разработка и проектирование систем реального времени требует большого количества ресурсов на проектирование и тестирование. Одним из решений данной проблемы является математическое моделирование аппаратно-программных комплексов. Это позволяет более гибко проектировать системы реального времени с заданной надёжностью с учётом ограничений по цене и времени разработки, а также открывает возможность более гибкой оптимизации аппаратно-программных систем реального времени. Для разработки математической модели надёжности аппаратно-программного комплекса систем реального времени необходимо учитывать обеспечение заданного уровня надёжности при целесообразных затратах на разработку. Существует много методов повышения надёжности программного обеспечения, но наиболее перспективный и эффективный метод - это избыточность, которая достигается за счёт использования мультиверсионного программирования. Для повышения надёжности аппаратной части комплекса также необходимо использовать избыточность и резервирование, что включает в себя мультипроцессорность и обеспечение разных шин и независимой оперативной памяти. В данной статье рассматриваются существующие подходы к повышению надёжности аппаратного и программного обеспечения, предлагается модель надёжности аппаратно-программного комплекса, которая понимается как произведение вероятности безотказной работы аппаратного обеспечения и вероятности безошибочной работы программного обеспечения. Кроме того, предлагаются новые формулы для вероятностей состояний аппаратного обеспечения многопроцессорного вычислительного комплекса с разнородными процессорами в установившемся режиме, дающие тот же результат, что существующие, но требующие меньше вычислений. В заключении статьи ставится вопрос о возможности оптимизации надёжности аппаратно-программных комплексов на основе построенной модели, указываются методы оптимизации, которые могут быть использованы при решении данной задачи.
Надёжность, программное обеспечение, системы реального времени, математическая модель, мультиверсионное программирование
Короткий адрес: https://sciup.org/148321976
IDR: 148321976 | DOI: 10.31772/2587-6066-2020-21-3-296-302
Список литературы Математическая модель надёжности аппаратно-программных комплексов обработки информации для систем управления реального времени
- Buttazzo G. Hard Real-Time Computing Systems: Predictable Scheduling Algorithms and Applications. New York, NY, Springer, 2011. XVI+524 p.
- Vasil'ev V. A., Legkov K. E., Levko I. V. [The real-time systems and applications]. Informaciya i kosmos. 2016, № 3, P. 68-70 (In Russ.).
- CHerkesov G. N. Nadezhnost' apparatno-programmnyh kompleksov [Reliability of the computer appliances]. Spb., Piter Publ., 2005, 479 p.
- Lipaev V. V. Ekonomika proizvodstva pro-grammnyh produktov [The economics of the software engineering]. Moscow, SINTEG Publ., 2011, 358 p.
- Zatuliveter Yu. S., Fishchenko E. A., Hodakovskij I. A. [The software methods for improving the reliability of structurally complex distributed computing and control processes]. Nadezhnost'. 2009, No. 1, P. 42-49 (In Russ.).
- Avizienis A. The N-Version Approach to Fault-Tolerant Software. IEEE Trans. Soft. Eng. 1985, Vol. SE-11 (12), P. 1511-1517.
- Kukartsev V. V., Sheenok D. A. [Optimization of the software architecture of logistics information systems]. Logisticheskie sistemy v global'noj ekonomike. 2013, No. 3, P. 138-145 (In Russ.).
- Antamoshkin O. A., Degterev A. S., Rusakov M. A. et al. [The analysis of the reliability of computer appliances]. Uspekhi sovremennogo estestvoznaniya. 2005, No. 6, P. 44-45 (In Russ.).
- Efimov S. N., Terskov V. A. Rekonfiguriruemye vychislitel'nye sistemy obrabotki informacii i upravleniya [The reconfigurable computing systems of information processing and control]. - Krasnoyarsk, KrIZHT IrGUPS Publ., 2013, 249 p.
- Efimov S. N., Tyapkin V. N., Dmitriev D. D. et al. Methods of assessing the characteristics of the multiprocessor computer system adaptation unit. ZHurnal Sibirskogo federal'nogo universiteta. Seriya: Matematika i fizika. 2016, Vol. 9, No. 3, P. 288-295 (In Russ.).
- Graham R. L., Knuth D. E., Patashnik O. Concrete Mathematics - A foundation for computer science. Reading, MA, USA, Addison-Wesley Professional, 1994, 657 p.
- Ventcel' E. S., Ovcharov L. A. Teoriya veroyat-nostej i eyo inzhenernye prilozheniya [Probability theory and its engineering applications]. Moscow, Vysshaya shkola Publ., 2000, 480 p.
- Goldberg D. E. Genetic algorithms in search, optimization, and machine learning. Reading, MA, Addison-Wesley, 1989, 372 p.
- Vorozheikin F. Yu., Gonchan T. N., Panfilov I. A. at al. Modified Probabilistic Genetic Algorithm for the Solution of Complex Constrained Optimization Problems. VestnikSibSAU. 2009. No. 5 (26), Р. 31-36.
- Galushin P. V. [Design and evaluation of asymptotic probabilistic genetic algorithm]. Zhurnal Sibirskogo federal'nogo universiteta. Seriya: Matematika i fizika. 2012, No. 1(5), P. 49-56 (In Russ.).
- Kovalev I. V., Solov'ev E. V., Kovalev D. I. et al. [Application of particle swarm optimization to design of N-version software composition]. Pribory i sistemy. Upravlenie, kontrol', diagnostika. 2013, No. 3, P. 1-6 (In Russ.).
- Semenkin E., Semenkina M. Stochastic Models and Optimization Algorithms for Decision Support in Spacecraft Control Systems Preliminary Design. Informatics in Control, Automation and Robotics, Lecture Notes in Electrical Engineering. 2014, Vol. 283, P. 51-65.
- Semenkin E., Semenkina M. Self-Configuring Genetic Programming Algorithm with Modified Uniform Crossover Operator. Proceedings of the IEEE Congress on Evolutionary Computation. June 10-15, 2012.
