Research indexThesis
Ανάπτυξη Συστηματικής Μεθοδολογίας Δυναμικής Διαχείρισης Πόρων Σε Ενσωματωμένα Συστήματα
Zompakis
DSpace - NTUA (National Technical University of Athens)2 Apr 2014Open access
NobleIDark:/48914/w1/20260515/7BC1E54EDOI10.26240/heal.ntua.967
Ανάπτυξη Συστηματικής Μεθοδολογίας Δυναμικής Διαχείρισης Πόρων Σε Ενσωματωμένα Συστήματα
Zompakis · DSpace - NTUA (National Technical University of Athens) · 2014
NobleIDark:/48914/w1/20260515/7BC1E54EDOI10.26240/heal.ntua.967
Free to read at the publisher
You can read the abstract here, or the full text at the publisher.
Abstract
Τα προηγμένης γενιάς ασύρματα δίκτυα υποστηρίζουν ένα ευρύ φάσμα από πρωτόκολλα επικοινωνίας και υπηρεσίες ανοίγοντας νέες προκλήσεις σχεδιασμού. Ένα ευρέως γνωστό παράδειγμα τεχνολογίας με αυτά τα χαρακτηριστικά είναι οι πλατφόρμες Software Defined Radio (SDR). Πολύ συχνά αυτές οι συσκευές εμφανίζουν παροδικές υπερφορτώσεις λόγω υψηλού φόρτου εργασίας (workload burst) ή πιθανών δυσλειτουργιών στο υλικό (reliability). Έτσι αυτό του είδους τα συστήματα σχεδιάζονται ώστε να αποκρίνονται στην εμφάνιση κάθε πιθανού σεναρίου. Η παρούσα διδακτορική διατριβή επικεντρώνεται σε αυτές τις σχεδιαστικές προκλήσεις χρησιμοποιώντας την έννοια των σεναρίων συστήματος (system scenarios) προτείνοντας λύσεις ειδικά για ασύρματα συστήματα επικοινωνιών. Εξετάζονται τα ειδικά χαρακτηριστικά των SDR ασύρματων πλατφόρμων με επίκεντρο την επεξεργασία σήματος βασικής ζώνης. Αναλύονται οι βασικές ροές λειτουργίας και τα κριτήρια καθορισμού των σεναρίων. Επιπλέον η συνεισφορά δεν περιορίζεται μόνο στην εφαρμογή των σεναρίων συστήματος. Προτείνονται νέες επεκτάσεις της μεθοδολογία όσο αναφορά την ομαδοποίηση των συμπεριφορών του συστήματος και την ανίχνευση αυτών των καταστάσεων σε πραγματικό χρόνο. Πιο συγκεκριμένα, μελετώνται οι κύριοι συμβιβασμοί μεταξύ της υπερεκτίμησης ομαδοποίησης των καταστάσεων λειτουργίας (τo οποίo σχετίζεται με το πόσο αντιπροσωπευτικά είναι τα εξαγόμενα σενάρια), σε σχέση με το κόστος ανίχνευσης τους σε πραγματικό χρόνο (προτείνοντας μετασχηματισμούς στην υλοποίηση των γράφων ανίχνευσης τους) και το κόστος εναλλαγής τους (το οποίο αντιπροσωπεύει το κόστος διαμόρφωσης της πλατφόρμας με τις εναλλαγές των σεναρίων). Kατά την πρώτη μελέτη περίπτωσης (case study), εξετάζεται το πρωτόκολλο επικοινωνίας 802.11n. Στόχος είναι να εξαχθούν σενάρια λειτουργίας του πρωτοκόλλου που θα επιτρέψουν στο σύστημα να πετύχει καλύτερη αξιοποίηση των πόρων με βάση την τρέχουσα κατάσταση λειτουργίας χωρίς να υπονομεύεται η ποιότητα υπηρεσιών του πρωτοκόλλου. Σε αυτήν την κατεύθυνση ορίζονται σενάρια που επιτυγχάνουν μια μείωση των «αδρανών» χρόνων λειτουργίας κατά μέσο όρο 92% σε σύγκριση με την χειρότερη περίπτωση. Παράλληλα εξασφαλίζεται ότι ο ρυθμός εναλλαγής των σεναρίων καθώς και ο αριθμός τους παραμένει χαμηλός διατηρώντας το κόστος ανίχνευσης των σεναρίων σε λογικά πλαίσια. Στην δεύτερη μελέτη περίπτωσης, για το ίδιο πρωτόκολλο (802.11n) αναπτύσσεται μια τεχνική κλιμάκωσης της ισχύς του εκπεμπόμενου σήματος με βάση το τρέχον σενάριο μειώνοντας την κατανάλωση ενέργειας στις κεραίες 50-94%. Τα αποτελέσματα και στις δύο περιπτώσεις είναι ενθαρρυντικά και αποδεικνύουν ότι η μεθοδολογία σεναρίων συστήματος μπορεί να επιτύχει σημαντική βελτίωση στην δυναμική αξιοποίηση πόρων σε ασύρματα συστήματα και να διαχειριστεί την πολυπλοκότητα τους. Τέλος, στην τελευταία ενότητα, προτείνουμε μια συστηματική μεθοδολογία ανάλυσης και πρόβλεψης της διακύμανσης του φόρτου εργασίας (workload) βασιζόμενοι σε προηγμένα μαθηματικά εργαλεία από το χώρο της Θεωρίας Χάους. Η ανάλυση γίνεται στην βάση εξέτασης χρονοσειρών που αντιπροσωπεύουν τον όγκο δεδομένων προς επεξεργασία. Το πλεονέκτημα της προσέγγισής είναι ότι μπορούμε να αναλύσουμε φόρτους εργασίας (data workloads) με υψηλή πολυπλοκότητα διακύμανσης. Για την αξιολόγηση της προσέγγισής εφαρμόζεται μια τεχνική DFS που βασίζεται στην δυναμική πρόβλεψη του όγκου δεδομένων, προσομοιώνοντας μια σύνθετη δυναμική πολυνηματική εφαρμογή σε ένα NOC προσομοιωτή. Με την προτεινόμενη στρατηγική DFS επιτυγχάνεται αξιοσημείωτη βελτίωση της κατανάλωσης ενέργειας, που κυμαίνεται από 17,5% (hard deadlines) έως 37,8% (soft deadlines), ανάλογα με τους χρονικούς περιορισμούς της εφαρμογής.