TCRES：一种实用的容错计算机系统可靠性评价系统

容错计算机系统可靠性评价是目前系统可靠性研究领域的热点问题之一。本文介绍了一种实用的容错计算机系统可靠性评价系统：ＴＣＲＥＳ。它采用七种一般系统可靠性评价方法对六类典型容错计算机系统冗余结构进行可靠性评价。本文讨论了ＴＣＲＥＳ所依据的基本算法、总体结构、设计思路及其使用方式等问题。     

容错计算机技术中的几个新概念

本文提出了容错计算机中的系统资源概念，给出了容错系统的容错裕度，错误容量，容错度和容错效率的定义，建立起系统可靠度，容错度和容错效率的关系，运用这些关系可方便地对系统可靠性参数进行取舍，指导系统设计。     

实时操作系统CPU使用率监测的软件容错研究

在硬件实时操作系统中,系统CPU的使用率是系统性能的一项重要指标,如果任务占据了系统的全部CPU,其它任务将无法继续运行,给系统带来灾难性后果。 通过分析实时操作系统中软件运行的特点,系统设计需要采取一定容错策略,以提高系统可靠性和容错能力。在μC/ OS-Ⅱ实时操作系统下对飞行控制软件中的任务进行实时监测。首先给出在μC/ OS Ⅱ实时操作系统下CPU使用率的计算方法,合理提出CPU的监测周期。其次,给出对CPU使用率异常的故障检测算法,对故障进行故障处置,提高系统的容错能力。最后,通过在MPC5674飞行控制计算机中编写嵌入式飞行控制软件来验证四种对CPU使用率异常的处置方法。仿真结果表明,实时操作系统中CPU的软件容错方法可以有效提高系统可靠性和容错能力。     

计算机控制系统的容错技术

计算机控制系统的可靠性设计是实现柔性智能控制所面临的一个重要课题，而容错技术是系统可靠性设计的关键技术。本文在分析计算机系统可靠性设计的基础上，综述了容错技术的发展、研究的主要内容及实现的主要方法，对常用的几种容错结构进行了比较和评价。指出了对计算机系统进行容错设计必须解决的主要问题。     

单片机抗干扰及可靠性设计

要保证系统长期稳定可靠的工作,系统避错设计和容错设计尤为重要,力图从硬件和软件两个方面讨论单片机系统可靠性设计中避错设计技术和容错算法,推出人性化产品,提出了针对人环境特性采取的可靠性措施。     

嵌入式实时系统中基于检验点检测的电压分配技术

嵌入式实时系统的实时特性、高度的系统可靠性和低系统能耗对综合考虑系统的容错和节能提出了要求.研究了嵌入式实时系统巾如何达到上述三大日标的非周期任务调度和电压分配问题.在基于检验点容错技术的可调度性检测基础卜,提出了对于系统非周期任务的基于调度性检测的电压分配算法CST-VA,该算法在保证任务实时性的同时提高了系统的可靠性,节省了系统的能耗.模拟实验表明,该算法比现有电压分配算法更适合于嵌入式实时系统.     

一种基于中间件的容错系统的研究与设计

随着硬件容错技术的成熟，软件容错技术成为提高系统可靠性的热点问题。直接开发容错应用是非常困难的，鉴于中间件为应用系统提供了良好的开发环境，该文研究和设计了一个基于中间件的容错系统模型，提出了一种新的节点容错结构构造方法，为解决冗余、失效检测和恢复等容错的关键技术问题形成了一套较完整的解决方案。采用马尔科夫过程求出系统的可靠度，验证了系统设计的合理性和可靠性。     

异构分布式系统中实时周期任务的容错调度算法

提出一个基于抢占性实时周期任务的可靠性调度模型,该模型与现有可靠性模型相比充分考虑了单处理机故障容错情况下的系统可靠性,因而更加接近现实和精确.在此基础上,提出一个基于异构分布式系统的实时容错调度算法IRDFTAHS,IRDFTAHS算法以提高系统的可靠性为目标来进行任务的分配,从而在不增加硬件代价的前提条件下通过调度增加了系统的可靠性.该算法同时支持主动和被动两种方式的副版本,使得容错调度算法具有更大的灵活性.最后,通过仿真实验对IRDFTAHS和现有的调度算法在几个方面进行比较.实验结果表明,IRDFTAHS算法的综合性能优于现有算法.     

主动容错云存储系统的可靠性评价模型

除了传统的冗余机制,主动容错技术也被用来提高存储系统的可靠性。然而,当前对主动容错云存储系统可靠性的研究工作很少,而且都局限于硬盘故障服从指数分布的假设前提。针对主动容错磁盘冗余阵列RAID-5和RAID-6云存储系统提出两个可靠性状态转移模型,并基于转移模型设计了蒙特卡洛仿真算法,评价系统在一定运行周期内发生数据丢失事件的期望个数。该算法采用韦布分布函数模拟随时间变化（降低、恒定不变、或升高）的硬盘故障率,准确评价了主动容错机制、硬盘整体故障、故障修复、潜在块故障以及磁盘清洗过程对系统可靠性的影响。所提方法可以帮助系统设计者评估不同容错机制和系统参数对云存储系统可靠性的影响,有助于创建高可靠存储系统。     

MPI容错机制的研究

MPI是广泛应用于集群系统的并行程序开发环境，MPI的容错是集群系统可靠性的关键问题。该文讨论了MPI标准中的容错，结合协调设置检查点和同步卷回等机制设计了基于检查点的卷回恢复系统MPIChaRR、该系统应用于Linux集群机，MPICH应用程序运行中的节点故障恢复是对用户透明的。