Revista: | Computación y sistemas |
Base de datos: | PERIÓDICA |
Número de sistema: | 000359288 |
ISSN: | 1405-5546 |
Autors: | Falcon, Rafael1 Almeida, Marcio1 Nayak, Amiya1 Bello, Rafael2 |
Institucions: | 1University of Ottawa, School of Information Technology and Engineering , Ottawa, Ontario. Canadá 2Universidad Central "Marta Abreu" de Las Villas, Santa Clara, Villa Clara. Cuba |
Any: | 2012 |
Període: | Abr-Jun |
Volum: | 16 |
Número: | 2 |
Paginació: | 203-220 |
País: | México |
Idioma: | Inglés |
Tipo de documento: | Artículo |
Enfoque: | Aplicado, descriptivo |
Resumen en español | La identificación eficiente de fallas de hardware y software ensistemas paralelos y distribuidos todavía sigue siendo un desafío en loscada vez más prolíficos sistemas decentralizados de estos tiempos. Eldiagnóstico de fallas en sistemas tiene que ver con la detección de todoslos nodos defectuosos en un conjunto de cientos (o quizá miles) de unidadesinterconectadas. Esto se logra mediante un minucioso examen de la colecciónde los resultados de las verificaciones realizadas por los nodos de acuerdoa un modelo de verificación en particular. Un examen así de detallado tieneuna complejidad no polinomial y puede ser presentado como un problema deoptimización combinatoria. En este artículo se emplea la Optimización Basadaen Mallas Dinámicas (Dynamic Mesh Optimization, DMO), para detectar unidadesdefectuosas en sistemas diagnosticables. El método propuesto representa lassoluciones potenciales como vectores binarios y explota el conocimiento específico del problema para lidiar con soluciones no factibles. El análisisempírico confirma que el enfoque basado en DMO supera en rendimiento atécnicas existentes en cuanto a la velocidad de convergencia y losrequerimientos de memoria, convirtiéndose así en un enfoque viable para eldiagnóstico en tiempo real de fallas en sistemas de largo alcance |
Resumen en inglés | The efficient identification of hardware and software faults in parallel and distributed systems still remains a challenge in today's most prolific decentralized environments. System-level fault diagnosis is concerned with the detection of all faulty nodes in a set of hundreds (or even thousands) of interconnected units. This is accomplished by thoroughly examining the collection of outcomes of all tests carried out by the nodes under a particular test model. Such task has non-polynomial complexity and can be posed as a combinatorial optimization problem. In this paper we employ Dynamic Mesh Optimization (DMO) to detect faulty units in diagnosable systems. The proposed method encodes the potential solutions as binary vectors and exploits problem-specific knowledge to cope with infeasible individuals. The empirical analysis confirms that the DMO-based scheme outperforms existing techniques in terms of convergence speed and memory requirements, thus becoming a viable approach for real-time fault diagnosis in large-size systems |
Disciplines | Ciencias de la computación |
Paraules clau: | Inteligencia artificial, Diagnóstico de fallas, Síndrome de entrada, Optimización, Mallas dinámicas, Modelo de invalidación |
Keyword: | Computer science, Artificial intelligence, Fault diagnosis, Input syndrome, Optimization, Dynamic mesh, Invalidation model |
Text complet: | Texto completo (Ver HTML) |