ترغب بنشر مسار تعليمي؟ اضغط هنا

نموذج رياضي مستمر للتسامح مع الأعطال في التطبيقات المتوازية

A continuous mathematical model of fault tolerance mechanisms for parallel applications

1498   1   12   0 ( 0 )
 تاريخ النشر 2016
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

نقدم في هذا البحث نموذج رياضي مستمر للحصول على الحل الأمثل للمشكلة الناتجة عن إضافة آلية للتسامح مع الأعطال في بيئات التنفيذ التفرعية و الموزعة عالية الآداء و هي مشكلة التسوية بين الكلفة المضافة من آلية التسامح مع الأعطال و تأثير الأعطال على بيئة التنفيذ و بالتالي على زمن انتهاء تنفيذ التطبيق المتوازي. طريقة التسامح مع الأعطال المدروسة هي آلية تخزين/استرجاع متزامن و الدراسة المقترحة تعتمد على نمذجة عشوائية مستمرة لمختمف قيود الأداء للتطبيق المتوازي المنفذ على بنية تفرعية موزعة.


ملخص البحث
يقدم هذا البحث نموذجًا رياضيًا مستمرًا لتحسين التوازن بين الكلفة المضافة من آلية التسامح مع الأعطال وتأثير الأعطال على بيئة التنفيذ في التطبيقات المتوازية والموزعة. يعتمد النموذج على آلية تخزين/استرجاع متزامن ويستخدم نمذجة عشوائية مستمرة لقياس أداء التطبيقات المتوازية في بيئات التنفيذ التفرعية. يهدف البحث إلى إيجاد الحل الأمثل لتحديد التردد الزمني الأنسب لإنشاء نقاط الاستعادة للتطبيقات المتوازية من أجل تقليل زمن التنفيذ. تم تقديم نماذج رياضية لوصف الأعطال وبيئة التنفيذ، بالإضافة إلى صياغة مسألة الحل الأمثل لإيجاد استراتيجية جدولة نقاط الاستعادة التي تقلل من زمن التنفيذ.
قراءة نقدية
دراسة نقدية: يعد هذا البحث خطوة مهمة في مجال تحسين أداء التطبيقات المتوازية في بيئات التنفيذ التفرعية والموزعة. ومع ذلك، يمكن أن تكون النماذج الرياضية المقدمة معقدة بعض الشيء، مما قد يصعب على بعض القراء فهمها وتطبيقها. كما أن البحث يركز بشكل كبير على النماذج النظرية دون تقديم أمثلة عملية أو تجارب تطبيقية لدعم النتائج. قد يكون من المفيد تضمين دراسات حالة أو تجارب عملية لتوضيح كيفية تطبيق النماذج في الواقع العملي.
أسئلة حول البحث
  1. ما هو الهدف الرئيسي من البحث؟

    الهدف الرئيسي من البحث هو إيجاد الحل الأمثل لتحديد التردد الزمني الأنسب لإنشاء نقاط الاستعادة للتطبيقات المتوازية من أجل تقليل زمن التنفيذ في بيئات التنفيذ التفرعية والموزعة.

  2. ما هي آلية التسامح مع الأعطال المستخدمة في البحث؟

    آلية التسامح مع الأعطال المستخدمة في البحث هي آلية تخزين/استرجاع متزامن.

  3. ما هي التحديات التي تواجه التطبيقات المتوازية في بيئات التنفيذ التفرعية؟

    التحديات تشمل زيادة معدل الأعطال مع زيادة عدد المعالجات، مما يؤدي إلى زيادة زمن التنفيذ والحاجة إلى آليات فعالة للتسامح مع الأعطال لضمان انتهاء التنفيذ بشكل موثوق.

  4. كيف يمكن تحسين أداء التطبيقات المتوازية وفقًا للبحث؟

    يمكن تحسين أداء التطبيقات المتوازية من خلال استخدام نماذج رياضية لتحديد التردد الزمني الأنسب لإنشاء نقاط الاستعادة، مما يقلل من زمن التنفيذ ويزيد من موثوقية الأداء.


المراجع المستخدمة
Feitelson D.G,2005-The supercomputer industry in light of the top500 data Computing in Science Engineering,7(1):42-47
Oldeld R.A.and all, 2007-Modeling the impact of checkpoints on next-generation systems, 24th IEEE conference on mass storage systems and technologies, pages30–46
Cappello F., Geist A., Gropp B., Kale L., Kramer B. and Snir M., 2009-Toward exascale resilience, International Journal of High Performance Computing Applications, 23(4) :374
قيم البحث

اقرأ أيضاً

نقدم في هذا البحث دراسة حول الكلفة الزمنية المضافة إلى بيئة الحوسبة الشبكية نتيجة استخدام آلية تخزين / استرجاع متناسقة للتسامح مع الأعطال في هذه البيئة، لنصل من خلال هذه الدراسة إلى نموذج رياضي يحدد لنا الوقت الأنسب لحفظ نقاط التخزين للتطبيق بهدف تحقيق أقل زمن لانتهاء تنفيذ التطبيق المتوازي، و كان ذلك عن طريق نمذجة تسلسلية باستخدام المعادلات التفاضلية لكل من الأعطال المدروسة و بيئة التنفيذ و أخيرا آلية التسامح مع الأعطال المختارة.
سنقدم في هذا البحث طريقتين احتماليتين للتحقق من صحة تنفيذ التطبيقات المتوازية على بنى تفرعية بفرض عدم وجود عقد موثوقة (Oracle) نعتمد عليها في التحقق، بالإضافة إلى تقديم نموذج الكلفة للآليتين و المقارنة بينهما. سنهتم في هذا البحث بالتطبيقات المتوا زية الممثلة بمخطط تدفق البيانات المبني ديناميكياً خلال التنفيذ و المنفذة في بيئة تفرعية واسعة غير متجانسة و ديناميكية، تعتمد مبدأ سرقة العمل لتوزيع المهام بين المعالجات.
تبني الشبكات التطبيقية متعددة البث شجرة تغطية بث مجموعاتي بين المضيفين النهائيين. على عكس البث المجموعاتي التقليدي حيث تكون عقد الشجرة الداخلية هي موجهات مكرسة، تكون ثابتة و لا تغادر شجرة البث المجموعاتي طوعاً، فإن العقد غير الطرفية في شجرة التغطية ه ي عبارة عن مضيفين أحرار يمكنهم الانضمام/ المغادرة متى أرادوا ذلك، أو حتى المغادرة دون إخبار أي عقدة بذلك. لذلك، يمكن للعقدة المغادرة فجأة دون إعطاء عقدها الأبناء أو العقدة المركزية الزمن الكافي لإعادة تشكيل شجرة التغطية، لذلك فهناك حاجة لتنفيذ عملية إعادة تشكيل الشجرة بحيث يجب على كل عقدة ابن إعادة الانضمام إلى شجرة التغطية. في هذه الحالة، ستنفصل هذه العقد عن شجرة التغطية و لا يمكنها الحصول على البيانات حتى تنضم من جديد. تسبب هذه الخصائص الديناميكية عدم استقرار شجرة التغطية، و التي يمكن أن تؤثر بشكل كبير على المستخدم. أحد التحديات الرئيسية في بناء بروتوكول شبكة تطبيقية متعدد البث كفوء و فعال هو توفير آلية استعادة البيانات بسرعة عندما يسبب فشل عقد الشجرة تقسيم مسارات تسليم البيانات. سنقوم في هذا البحث بتحليل أداء الحلول المقترحة لإعادة تشكيل شجرة التغطية اعتماداً على عدة بارامترات.
سنقدم في هذا البحث استراتيجية ذاتية التكيف تمكننا من كتابة خوارزمية متوازية تتكيف مع عدد الموارد المتوفرة على البيئة التفرعية المخصصة لتنفيذ البرنامج المتوازي. إن التطبيقات المتوازية المدروسة و المعنية بالبحث هي تطبيقات ممثلة بمخطط تدفق البيانات ا لمبني ديناميكياً خلال التنفيذ. تقوم الطريقة المقترحة هنا على المزاوجة بين خوارزمية تسلسلية و أخرى متوازية معتمدين على مبدأ سرقة العمل في جدولة المهام. و نقدم دراسة لتعقيد هذه الخوارزمية المتكيفة و تحليل لأدائها على معالج و مقارنته مع خوارزمية تفرعية تقليدية.
يعرض البحث نموذجا رياضيا نظريا لوصف ذاكراة الحواسيب، متعددة المعالجات المتشاركة في الذاكرة المنتشرة ذات الوصول غير المتماثل (NonUniform Memory Access (NUMA, والحواسيب من نوع NUMA صنف من الحواسيب المتشاركة في الذاكرة المنتشرة (الموزعة) (Distribut ed Shared Memory (DSM و يبين النموذج حالات الذاكرة في أنظمة الحاسوب المصصمة على أساس استخدام الذاكرة الخيالية، سواء أكانت وحيدة المعالجة أم متعددة المعالجات من نوع DSM.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا