实时嵌入式系统指令缓存行为预测研究

来源 :内蒙古大学 | 被引量 : 1次 | 上传用户:naruto_Dragonballlll
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
实时嵌入式系统的应用领域不断扩大,相关研究受到进一步关注。衡量实时嵌入式系统性能的重要指标之一是任务的最坏情况执行时间,因此通常在系统设计阶段即需开展指令缓存行为预测工作,以准确估计实时任务的执行时间上界。指令缓存行为的时间延迟是该时间上界重要组成之一,因此指令缓存行为预测研究的重点是识别缓存行为的命中、缺失,目标是估计缓存行为的时间延迟。现代嵌入式处理器的指令缓存配置复杂,且所设计的系统可能采用不同任务调度方式,这均会增加指令缓存行为预测的难度。论文基于双核双层典型架构,在不同任务调度方式下,研究指令缓存行为预测的有效方法,包括:对指令缓存行为建模、验证所建模型的正确性,并进行模型优化求解,即估算出缓存行为的时间延迟。
  (1)研究指令缓存行为建模所需要的关键信息的识别和捕获。重新定义指令分类方法,更准确地识别指令类型;设计路径剪枝规则,尽可能地降低指令类型识别的时间开销;进一步分析路径剪枝规则,设计路径捕获方法,准确地捕获2层指令缓存上可能发生的访问。
  (2)在任务固定且呈现周期性反复运行的任务调度方式下,分析待建的指令缓存行为模型特征、模型正确性验证的不足和模型求解难点;采用可满足性模理论,建立缓存行为延迟的SMT模型,验证模型的正确性,设计优化求解算法,并证明算法的最优性。
  (3)在任务随着时间推移不断变化且呈现周期性反复运行的任务调度方式下,分析待建的指令缓存行为模型特征和模型正确性验证的不足;结合可满足性模理论,建立多时段缓存行为延迟模型、验证模型的正确性和模型转化的等价性。基于进化算法,分析个体选择、交配和变异可能对模型优化解的影响,给出相应的对策,对模型进行求解。
  实验结果表明:(1)提出的基于路径剪枝的指令分类方法能够在可接受时间开销的前提下更准确地完成指令分类;(2)提出的基于路径剪枝的路径捕获方法可以在更小时间开销下保证高层指令缓存访问的准确预测;(3)可满足性模理论不仅能够实现缓存行为准确建模,也易于开展模型正确性和模型等价转化的自动验证;(4)SMT模型的优化求解算法可在理论证明的对数阶迭代次数内得到优化解;(5)多时段缓存行为延迟模型的优化求解算法可使选择的绝大部分标准的缓存行为结果收敛到优化解上,剩余少量标准的缓存行为结果与优化解的接近度超过98.5%。
  论文主要创新贡献:(1)提出一种指令缓存行为建模预处理框架,包括基于规则的路径采样法和准确的2层路径捕获法,既提升了建模所需关键信息捕获的准确性,又兼顾了时间开销;(2)提出基于SMT的缓存行为预测新方法,既易于开展模型正确性自动验证,又可高效求得优化解;(3)提出基于动态多目标建模方法、SMT和进化求解技术的缓存行为预测方法,既建立了多时段缓存行为延迟模型,又兼顾模型的自动验证,并求得模型的优化解。
其他文献
传统金融学和现代行为金融学都认为股票市场的波动受到信息发布、传播、公众接受的影响。早期的股价预测研究主要是对股票历史交易数据进行分析处理,从中挖掘对股价走势判断有利的特征,随着人工智能、自然语言处理技术等技术的发展,从新闻媒体中提取能够反映宏观经济、基本面以及影响投资者情绪的信息变为可能,研究者开始将新闻文本数据与股票交易数据结合对股价进行预测。  利用新闻进行股价预测的关键之一是准确提取新闻中包
学位
在经济全球化的背景下,企业与企业之间逐渐建立了密不可分的关系。企业不仅仅会受到企业本身发展的直接影响,还会受到其合作伙伴支持和竞争对手的限制。在一家企业的全球化进程中,单兵作战往往会发展成为多家合作、交叉控股从而减少风险。对一家企业的评估不能只停留在企业本身的资产负债表和利润表,还要对与该企业相关联的公司进行风险评估。例如2016年乐视发生信用风险,一家大公司突然没落影响了多家相关企业和个人发生信
学位
现实世界中的网络往往并非是孤立运行的,不同的网络之间会存在着千丝万缕的关联,例如物理依附、逻辑依赖、能源或信息交换等,互相依赖、协同工作的网络情况更是现代社会普遍的现象。现实告诉我们,各类互相关联的网络共同服务于我们,能够大幅提高工作效率,缩短工作时间,但是与之对应的,所有网络之间都相互关联也存在着不小的风险。  近年来,不少学者根据现实世界的网络情况,抽象模拟出了多种具备不同特殊性质的网络模型,
学位
2008年,中本聪提出了比特币的概念,经过一段时间的发展,根据其概念应运而生的开源软件、对于比特币架构及其核心算法的研究形成了比特币的生态环境。  由于比特币早期具有易流通、交易成本低、易挖矿、去中心化的特点,比特币在早期发展速度很快。但是由于比特币体系匿名性的特点,这一点被不法分子利用用作金融犯罪活动,各国政府一度对比特币交易进行严格的管控,导致比特币价格出现了不稳定的情况。  经过这几年起起伏
学位
区块链技术是近十年来的新兴技术,具有去中心化、不可篡改、数据公开透明等优点,是分布式数据存储、P2P网络和公钥密码学等技术的新型应用模式。区块链技术的发展带动了互联网、金融、电信等各个领域的产业技术革新,一种新型产物——Dapp(Decentralizedapplication,去中心化应用)也应运而生,其广义定义为:运行于分布式网络,所有参与者信息受到安全保护,基于分布式网络进行去中心化操作的应
随着时代的发展,对人类情绪的识别已成为一个非常热门的研究领域。常见的有基于面部表情、文本内容、生理信号以及人类语音等方面的情绪识别方式。其中,作为日常生活中最主要的沟通和交流方式之一,语音中包含了大量的说话人的情绪信息,对于这些信息的充分获取和识别不仅推动了人类之间的交流,也对人机之间的交流效果有着很大的影响。近年来金融业、旅游业、远程教育和刑侦测谎等各个行业和领域中人机交互的繁荣使得利用人工智能
现代大型企业的大数据架构越来越复杂,大数据的采集、加工、使用以及废止链路环节明显增多,导致了企业对数据来源和影响的分析难度加大。一些企业开始尝试建立一套反映元数据间血缘关系的可视化地图,用来梳理数据的使用链路,以方便业务查询和开发管理。  元数据是描述数据的数据,如数据库的配置、表编目信息等。元数据的血缘关系描述的是一种层次结构,即目标数据来源于哪些源数据,又生成了哪些子数据,例如数据A生成了数据
随着大数据时代到来,企业规模和业务的持续扩张,业务系统复杂程度也在不断增加。如今分布式、虚拟机等新技术的出现对高响应、高并发与稳定运行提供了解决方案,但分布式系统的内聚性使系统运维需贯穿业务系统的所有环节,且每一时刻都会产生海量运维数据,如何利用这些指标数据对系统状态进行诊断成为智能化运维的一个课题。本文基于电网信息系统时序数据和系统告警数据,通过自组织网络、单分类支持向量机、负样本聚类与告警数据
学位
在传统模式下,供应链信息管理薄弱,目前开展供应链金融服务主要受制于其业务信息的“不对称性”和“不完整性”,供应链条上下游企业各自使用纷繁复杂、独立封闭的ERP系统,形成众多“信息孤岛”,造成信息割裂,无法做到信息透明且全程可视,从而导致信任无法传递,且供应链上成员之间“信息不对称”极易造成欺诈问题,履约风险高居不下,因此银行等金融保理机构出于风控考虑,只愿对核心企业的一级上游供应商或下游经销商提供
神经机器翻译(NeuralMachine Translation, NMT)借助机器学习和深度学习的迅速发展以及计算机硬件能力的快速提高取得了前所未有的成就。虽然受益于多种深度神经网络优越的表达能力,翻译模型在一定程度上能够自动学习特征,但语料稀缺、语义表达方式单一等问题使模型的学习表征能力不能充分发挥,这也是阻碍低资源机器翻译进一步发展的关键原因。这些固有的特点会引起一系列的翻译问题,如常见的U