CPS异构分布式实时系统中的负载均衡容错调度策略

本文主要探讨了在Cyber-Physical Systems (CPS) 异构分布式实时系统中，如何有效地集成负载因子并采用容错调度策略来提高系统的可靠性和性能。CPS是一种融合了计算机系统、网络技术和物理设备的新型系统，旨在通过网络化空间实现实时、安全、可靠的物理实体控制。 首先，文章介绍了CPS的基本架构，强调了其在全球互联环境中，如互联网、电信网和有线电视网中发挥的重要作用。随着物联网(IoT)的发展，越来越多的物理设备如智能家居、工业控制等被集成到网络中，这推动了CPS系统的需求增长。 在这样的背景下，文章提出了一种基于CPS异构分布式实时任务系统的模型，该模型考虑了主/副版本备份技术。为了应对可能的系统故障，文章提出了两种启发式容错调度算法：HDLMA (High-Delay Load Management Algorithm，高延迟负载管理算法) 和 HDLFA (High-Delay Load Fairness Algorithm，高延迟负载公平算法)。这些算法的目标是确保在容错情况下，任务能够被合理调度，实现负载均衡，避免性能瓶颈。 作者分析了这两个算法的关键特性，包括它们的可调度性，即在满足实时性约束的前提下，系统能否成功地分配任务；负载均衡性，即是否能均匀分配工作负载，防止资源浪费；以及任务粒度大小对负载均衡的影响。此外，调度阀值的选择对算法的可调度性和系统效率也有显著影响，因为它决定了何时启动备份进程以应对可能的故障。 文献ECF和E>F的研究重点在于容错性，但忽略了负载均衡问题。相比之下，文献ERF的两阶段算法虽实现了故障后的处理机负载均衡，但局限于同构系统模型，不适用于CPS的复杂异构环境。因此，本文的工作在原有研究的基础上，尝试解决CPS中更为实际的负载均衡和容错调度挑战，为构建高效、可靠且适应性强的CPS系统提供了理论支持。 这篇论文深入探讨了在CPS异构分布式实时系统中如何结合负载因子，通过优化容错调度算法，提升系统的稳定性和效率，是当前物联网和嵌入式系统研究领域的热点话题。