Synthesis of fault-tolerant feedforward neural networks usingminimax optimization

In this paper we examine a technique by which fault tolerance can be embedded into a feedforward network leading to a network tolerant to the loss of a node and its associated weights. The fault tolerance problem for a feedforward network is formulated as a constrained minimax optimization problem. Two different methods are used to solve it. In the first method, the constrained minimax optimization problem is converted to a sequence of unconstrained least-squares optimization problems, whose solutions converge to the solution of the original minimax problem. An efficient gradient-based minimization technique, specially tailored for nonlinear least-squares optimization, is then applied to perform the unconstrained minimization at each step of the sequence. Several modifications are made to the basic algorithm to improve its speed of convergence. In the second method a different approach is used to convert the problem to a single unconstrained minimization problem whose solution very nearly equals that of the original minimax problem. Networks synthesized using these methods, though not always fault tolerant, exhibit an acceptable degree of partial fault tolerance.     

网络环境下不敏感系统的分布式区域预测控制方法

针对二分图网络结构下的不敏感系统的可控性比较差的问题,本文提出了带有区域控制的分布式模型预测控制方法.该方法首先利用分支定界法对分布式控制系统结构进行最优设计;然后,结合区域控制提高控制系统的动态性能指标;最后,依据回路之间的关联性的强弱选择每个回路的控制方式(精确控制或区域控制).仿真结果显示带有区域控制的分布式预测控制系统的调节时间比没有带区域控制的分布式控制系统明显缩短;同时,通过对回路控制方式的选择增加了精确控制的智能体数量.仿真结果证明了利用分布式区域预测控制方法可以提高系统的容错性,通过对系统的可控性和关联性进行分析,可以在精确控制和区域控制之间寻找到最优组合,从而达到快速精确的控制效果.     

网口容错在嵌入式设备中的设计与实现

针对嵌入式网络设备的服务可靠性问题,现有的网口容错主要采用双网卡冗余设计,研究针对单网卡多网口的情况,提出了一种网口容错方法,该方法能有效利用系统带宽资源。提出的网口容错方法包括一种网口状态检测机制和故障网口服务数据迁移方法,并设计了相应的功能模块。故障检测模块实现基于Loopback的检测方法,容错处理模块则实现在检测到故障后,可将故障网口的服务负载数据根据迁移策略迁移到其余正常网口。所提出的方法实现了对网口工作状态的快速检测和负载数据的有效容错。该方法具有应用无关性、资源占用率低的特点,通过测试验证了该方法的可行性。     

基于TSDPLL的时钟漂移补偿算法容错研究*

提出集成TSDPLL对系统节点本地时钟计时频率漂移进行有效补偿的时钟同步方法,大大提高了应用网络时间同步技术（如NTP、PTP等）的同步精度。为确保TSDPLL能在网络出现拥塞的情况下仍然正常工作,通过分析收敛函数基本特征,提出基于收敛函数的容错方案。仿真实验结果表明,该方案算法简单、容错效果明显,是基于DPLL时钟漂移补偿算法不可或缺的关键组成部分。     

Routing in wormhole-switched clustered networks with applicationsto fault tolerance

This paper presents a novel technique for routing in wormhole-switched multiprocessor interconnection networks with clustered configuration. The network model used here consists of a set of clusters interfaced through a common central network. We assume that the central network and the clusters use independent algorithms to route messages between their internal nodes. A technique for deriving a global routing algorithm based on the local algorithms is presented, which allows the transfer of messages between any pair of nodes in the network. This proposed method is shown to be deadlock-free with two virtual channels. The clustered network model and the proposed routing technique can be used to enhance the fault tolerance capability of existing routing algorithms. In particular, we describe fault-tolerant routing methods for meshes, which can tolerate any arbitrary fault distribution without disabling connected healthy nodes     

Fault-tolerant PID controllers using a passive robust fault diagnosis approach

Automatic controlled systems are susceptible to faults. Faults can be amplified by closed loop control systems, and they can cause a malfunction of the loop. The closed loop may alternatively hide a fault from being observed until the plant eventually reaches a state in which loop failure is inevitable. A control loop failure can easily cause production stoppage or malfunction at the plant level. One way of obtaining increased reliability in automated systems is to introduce fault-tolerant control. This is an emerging area in automatic control in which several disciplines and theoretical areas are combined to achieve this function. Fault tolerance can be obtained by employing fault detection and on-line diagnosis, and sending a discrete event signal when a fault is detected to a supervisor-agent, who in turn activates accommodation actions.     

基于果蝇算法优化的概率神经网络在变压器故障诊断中的应用

传统的变压器故障诊断方法存在编码不全,容易错判漏判的缺点。随着变压器在线监测技术的发展和产品需求的增加,变压器故障诊断技术朝着智能化的方向发展。为提高故障诊断率,结合油中气体分析法,本文提出了一种基于果蝇算法优化的概率神经网络模型的变压器故障诊断方法。作为一种新型的启发式和进化式算法,果蝇优化算法具有易理解和快速收敛到全局最优解的优点。概率神经网络结构简单、训练简洁,具有强大的非线性分类能力,将样本空间映射到故障模式空间中,从而形成一有较强容错能力和机构自适应能力的诊断网络。采用果蝇算法对模型参数进行优化,减少人为因素对神经网络设计的影响。仿真实验证明这种基于果蝇优化算法的概率神经网络可以有效地运用到变压器故障诊断中,为变压器故障诊断供了一条新途径,具有良好的研究价值和发展前景。     

Sensor Fault Tolerance Method by Using a Bayesian Network for Robot Behavior

This paper presents FTBN, a new framework that performs learning autonomous mobile robot behavior and fault tolerance simultaneously. For learning behavior in the presence of a robot sensor fault this framework uses a Bayesian network. In the proposed framework, sensor data are used to detect a faulty sensor. Fault isolation is accomplished by changing the Bayesian network structure using interpreted evidence from robot sensors. Experiments including both simulation and a real robot are performed for door-crossing behavior using prior knowledge and sensor data at several maps. This paper explains the learning behavior, optimal tracking, exprimental setup and structure of the proposed framework. The robot uses laser and sonar sensors for door-crossing behavior, such that each sensor can be corrupted during the behavior. Experimental results show FTBN leads to robust behavior in the presence of a sensor fault as well as performing better compared to the conventional Bayesian method.     

网格检查点恢复服务及其应用编程接口分析

检查点机制作为一种软件容错机制，可以与新出现的广域分布式系统网格相结合，更好地满足网格系统的容错要求。文中详细分析了检查点回卷恢复协议的关键点，并对数据网格中GridCPR API进行了解析，提出一些改进，这样就更有利于网格系统的故障检测和容错服务。     

节点随机出错概率下的Mesh网络容错性分析

容错性是多计算机网络中非常重要的研究主题.本文基于节点随机出错概率研究多计算机网络Mesh的容错性,采用子网划分方法,将网络划分为相互独立且不相交的子网,假设每个节点具有随机出错概率,通过分析子网的连通性,得到整个网络的连通概率.数值和模拟结果表明,网络连通概率随时间的增大而减小,在给定的时间内,网络规模越大,连通概率越低.例如,对于给定的指数分布(λ=3 509×10-6),当时间比较小(4000秒内)的情况下,多达四万节点的Mesh网络几乎总是连通的,连通概率达到99%以上,这也表明以Mesh网络为拓扑的多计算机系统是相当可靠的.     

煎饼网路的容错性能研究

随着多处理机系统规模的不断扩大,其组件的脆弱性也随着增大。最大连通分支的可能包含的最少节点数可作为评估网络容错性能的一种测度,也可以看做是传统的连通度度量的一个补充。在故障节点较多而使得残存网络不连通时,为了对网络有一个整体的评价,有必要估计最大连通分支的规模。分析煎饼网络Pn的容错性,并证明其在故障节点总数|F|≤kn-3k+1（k=2,3）时,最大连通分支的节点数不少于n!-|F|-（k-1）,而剩余部分的节点总数不超过k-1。     

3-维Mesh网络容错性的概率分析研究

Mesh network is very popualr and important topological structure in parallel computing. In this paper,we focus on the fault tolerance of 3-dimensional mesh. We use the probability model to analyze the fault tolerance of mesh. To simplify our analysis, we assume the failure probability of each node is independent. We partition a 3-dimensional mesh into smaller submeshes and compute the probability with which each submesh satisfies the condition we define. If each submesh satisfies the condition, then the whole mesh is connected. We then compute the probability that a 3-dimensional mesh is connected assuming each node has a failure probability p. We use mathematical methods to derive a relationship between network node failure probability and network connectivity probability. Our simulations show that 3-dimensional mesh networks can remain connected with very high probability in practice. For example, the paper formally proves that when the network node failure probability is bounded by 0.05%, 3-dimensional mesh network of more than two hundred thousand nodes remain connected with probability larger than 99%. Theoretical and experimental results show that our method is powderful technique to calculate the lower bound of the connectivity probability of mesh network.     

一种高效的超节点网络容错机制

超节点网络采用超节点作为普通节点服务器,负责管理和查询处理的机制,提高了搜索效率。但是,如果超节点失效,将会严重影响网络的稳定性和查询效率。提出一种高效的容错机制。首先,改进了无向双环结构,提出k-无向双环拓扑结构,并利用此技术,构建了超节点层拓扑结构,使网络具有高容错特性;同时在此基础上,给出了超节点选择和超节点负载均衡的方法,降低了超节点因负载过重而失效的可能性,另外,给出了超节点失效恢复算法和容错路由算法,解决了超节点失效后的恢复和路由问题。实验结果显示,该网络具有易维护、高容错的特点。     

动态资源感知的并行化模糊测试框架

针对现有的并行模糊测试在测试效率、资源利用率以及异常处理上的局限性,本文围绕测试资源的生成、使用及容错三个方面提出了一种动态资源感知的系统化解决方案。针对测试环境在大规模和多场景两个维度快速搭建的需求,提出一种基于云平台的动态构建方法,加快测试环境部署,提高有效fuzz时间;针对并行模糊测试中资源利用率低的问题,提出一种多层次并行度动态调整的资源配置策略,优化整体测试资源配置并提高单机负载;针对大规模并行测试中节点易发生故障的问题,提出基于优先级调度的容错处理方法。最后,本文设计并实现了一个基于四级流水线并行处理结构的通用模糊测试框架。实验证明,该框架能够有效提高并行模糊测试的测试效率和资源利用率,实现系统的有效容错。     

分布式计算系统回卷恢复容错的仿真设计

为了解决分布式计算系统回卷恢复容错的验证评估问题,设计一种分布式计算系统的回卷恢复容错算法的仿真机制,依据分布式计算系统回卷恢复容错的总体架构,将分布式计算系统中的节点任务过程使用离散事件模拟,在网络系统仿真工具的应用层增加支持多任务回卷恢复容错仿真的模块,并设计用于回卷恢复容错仿真的结构、功能模块和系统参数设定。结果表明本文提出的仿真机制能够实现分布式计算系统的回卷恢复容错算法的模拟验证,为不同容错算法间对比、改进与优化提供参照。      

基于网络模型的输电线路缓变故障诊断方法

针对输电线路缓变故障的故障机理不明确,全系统的故障及时诊断和仿真困难等问题,提出了基于网络模型的缓变故障诊断方法。引入复杂网络集群划分中的模块性概念,解决了状态划分过程中的数据间相似度测度和划分测度问题。利用网络结构反映故障状态和特征,建立故障诊断网络模型,把输电线路故障诊断转化为子网络探测问题。通过多传感技术针对同一故障的多种故障表征,多层次多领域采集不同的特征量,选择故障反映灵敏度高的状态信息量,从而较好分析诊断故障。通过实验仿真对比,证明了基于网络模型的故障诊断方法对输电线路缓变故障诊断具有较高的正确率和容错性。     

基于在网计算加速的拜占庭容错算法

拜占庭容错算法是一类能够容忍各种形式的软件错误和安全漏洞的容错算法,对云计算的可靠性保障有着重要意义与其他容错算法相比,拜占庭容错算法稳定性更高,但是其性能表现低下,不能满足当前系统对高吞吐、低延时的需求在网计算是一种以数据为中心的体系结构,它用网络承担部分计算功能,使数据在流动过程中获得处理,从而提高系统性能为解决拜...     

异构系统硬件故障传播行为分析及容错优化

以异构系统的过程间相关性分析为基础,研究分析异构系统硬件故障在软件之中的传播行为,指导优化基于异构系统的应用级checkpointing检查点保存问题,并通过实验验证其可行性及性能,对异构系统的容错优化研究具有重大意义.     

基于卷积神经网络的飞机液压系统故障诊断

现代飞机系统的复杂度和集成度均大幅提升,使得其故障诊断存在难度高和准确率低等特点。采用一维卷积神经网络方法对军用飞机液压系统的故障诊断问题进行了研究,构建了满足多传感器数据分析要求的卷积神经网络模型。考虑到神经网络的输入来自不同的传感器数据序列,各数据序列之间的空间关系不明显,因此,即使网络输入是二维形式,而实际的卷积操作均在一维上进行。通过解决某飞机液压系统的故障诊断问题,证明将标准化后的多传感器数据序列及对应故障模式作为训练样本对卷积神经网络模型进行训练时,采用满足训练要求的网络对飞机液压系统进行故障诊断时具有较高的准确率。     

基于神经网络的控制系统在线故障诊断技术研究

对于远程自主式水下航行器,控制系统中传感器的实时故障诊断和容错控制是一项关键技术;采用BP神经网络设计了一种由主网络和局部网络构成的两级神经网络故障诊断算法,其中主网络用于水下航行器控制系统中传感器的故障检测,一旦发现有故障发生,则通过局部网络完成对故障的识别,因此可以减少运算量,提高故障诊断的实时性;通过仿真研究验证了该方法的有效性,为水下航行器控制系统的故障诊断及容错研究提出了一条新的途径。