可信分布式实时系统的面向方面的时间特性的建模

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:SONGZHIQIANGAAAA
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
分布式实时系统已经广泛应用于各个领域,可靠性要求也越来越高。由于分布式实时系统是时间关键系统,时间是一种重要的资源,输出结果的正确性不仅取决于计算所形成的逻辑结果,还要取决于结果产生的时间。在分布式实时系统中,必须在限定时间内完成消息的发送和接收。分布式实时系统的失败轻则导致经济财产损失,重则生命丢失。所以实时系统的时间特性,是决定分布式实时系统的可靠性的重要因素。   实时性作为实时系统的其中一个非功能需求,往往横切整个系统模块,引起代码混乱和代码分散等问题,导致系统难于设计、重用和维护,严重影响系统的性能。   面向方面技术允许系统开发者在系统设计时,通过关注分离的技术,从核心功能性需求中分离出不同的关注。为了保证分布式实时系统的可靠性,系统设计阶段,可以利用AO技术,把实时性作为一个单独的方面进行建模。   但是,AOP技术目前还不成熟,还没有形成统一的标准建模方法。分布式实时系统的时间分析是非常复杂的,对面向方面建模的要求尤其高,是最能考验面向方面建模技术灵活性的一个方面。目前,还没有一种较完善的统一的建模方法对时间特性进行建模。   建模方法通用性和规范化越来越受到人们的重视。在系统建模过程中,建模方法表示能力的强弱是影响建模准确性和简易性的重要因素。一种成熟的建模方法的表示不应也不可能做到大而全,否则会严重降低方法的易操作性和模型的质量。这就要求我们在相关建模方法之间的联系上进行挖掘,大胆借鉴其他方法在表示能力上的某些优点,来丰富我们的建模思想。我们要保证系统的可靠性,提高系统能性能,必须要有形式化描述和分析。   本文系统的介绍了面向方面技术,分布式实时系统面向方面的建模方法,详细介绍UML和各种形式化方法在时间方面的建模,把时间子方面思想融入UML实时建模,提出一种通用的面向方面分布式实时系统的时间模型(AOSDM-UML&SP)。在AOSDM-UML的基础上,进一步实时扩展,通过UML和SQTL、模糊时间Petri网(FTN)的结合,使UML可以清晰体现时间的各个子方面,解决了AOP基于UML建模实时系统的语义问题,更好的保证系统的性能。AOSDM-UML&SP,是一个表示能力、通用性较强的一个建模方法,既能描述时间各个子方面,而且能直观、规范、精确的描述系统,适合各阶段的设计人员和客户之间的交流,还为以后的织入、代码自动生成和测试提供方便。
其他文献
在软件复用概念和构件技术不断发展的今天,最大限度的软件复用和在实现软件功能的同时关注性能保障成为了业界所关注的两大难题。特别是在医疗,航天等一些对QoS要求比较严苛
无线传感器网络,是由一组数量大、成本低的传感器结点以无线通信的方式构成的无线自组织网络。目前已被广泛应用于军事通信、医疗、环境监测、农业等诸多领域,具有非常广阔的
资源管理是网格系统的核心内容,它包括资源的组织、定位、发现、调度、分配、确认等活动。网格环境的开放性和规模性,以及网格资源的动态性和异构性,使得系统面对数目众多且
网络表系统即AMR(自动抄表)系统,是将计算机技术、现代通信技术以及嵌入式技术相结合,实现对流量计量仪(电表、水表、天然气表等)数据的远程抄收和管理的一种新技术。   就
人们对于图像识别技术的研究始于上世纪的六十年代,它的含义是利用计算机对图像进行处理,从中提取所需的信息,以利于人们对事物进行识别与描述,这一概念属于模式识别的范畴。传统
学位
传统的支持向量机(SVM:Support Vector Machines)算法基于统计学理论和结构风险最小化原则,在最小化经验风险的同时提高算法的泛化能力。全局优化性、推广能力好、非线性核函数的
进程迁移机制是在任务执行过程中,根据负载平衡的要求,将当前的活跃进程透明地迁移到其它节点,并进行恢复执行的一种机制。它是集群系统实现负载平衡的有效策略。进程迁移作
医用液体在生产过程中混入的杂质严重危害了使用者的生命健康。目前采用的人工检测方法受灯检工主观性影响而导致检测效果不够理想,研究医用液体杂质自动检测系统具有重要的
协同过滤算法已经广泛应用于推荐系统中,而基于协同过滤的推荐算法之关键是相似度计算。虽然已经有许多成熟的相似度计算方法,但是基于协同过滤的推荐算法在数据稀疏的情况下
高光谱遥感图像分类是通过机器学习等手段利用高光谱图像的数据特性将传统光谱图像中无法分辨的微小差异的地物通过计算机自动区分归类的过程,具有实际意义和实用性,受到了研究者的广泛关注。本文的工作基于高光谱图像像元的特征和数据结构,针对其执行分类算法时的分类正确率较差、分类算法对像元适应性差、对高光谱图像空间信息利用不足等问题,做了以下三个方面研究:首先,分析稀疏表示分类器(Sparse Represen