超立方体多计算机系统的一个高效故障诊断算法

超立方体是一类广泛应用的互连拓扑结构,具有可并行处理的某些性质.在MM*模型下,针对于超立方体多计算机系统的诊断问题,提出了一个快速诊断算法,可以正确诊断出系统中所有的故障结点,其时间复杂度为O(Nlog22N),N是处理器总数.     

一种高效的基于BC图的t/k-诊断算法

为了提高系统级故障诊断中的诊断度,人们以牺牲很小一部分结点不能正确诊断为代价,提出了t/k-故障诊断策略.BC图是包括了超立方体和多种变形立方体的一类图.对于结点总数为N的BC图,本文提出了一个O(N log2N)的t/k-故障诊断算法.目前尚未有相关t/k-故障诊断算法的文章发表,但与著名的悲观一步t-故障诊断算法(t/k-故障诊断算法在k=1时的情况)的O(N2.5)相比较,在时间复杂度上本文算法是高效的.     

Folded Hypercubes 在PMC模型下的可诊断数

可诊断数是衡量多处理器系统可靠性的一个重要参数。文中通过对折叠立方体的可诊断性研究,证明了在PMC模型下,折叠立方体是(n+2)-可诊断的(n≥3),且是(2n+2)/(2n+2)-可诊断的(n≥4)     

基于贪婪算法的系统级故障的概率诊断

概率诊断算法是系统级故障诊断研究的一个重要方面,本文在集团理论的基础上,利用贪婪算法中不同贪婪准则提出了四个概率诊断算法.通过对诊断算法进行仿真,分析比较了各算法的性能,每种算法在较少的测试数情况下,均表现出较高的诊断正确率,且时间复杂度不高.四种贪婪算法中贪婪算法一的性能最优,实验结果表明,相对于经典的概率诊断算法—Compete算法与Majority算法,相同条件下,在诊断正确率上贪婪算法一要远好于Majority算法,在时间复杂度上要好于Compete算法,综合性能上要优于此两种概率诊断算法.     

基于互测PMC模型的条件诊断算法

本文以条件诊断系统为研究对象,首先对条件诊断系统的互测PMC模型进行研究,把传统诊断系统的有向图表达式G(V,E)转换成互测有向图表达式G(F,T,M,HF),然后对条件诊断互测有向图表达式中相互关联的F、T、M、HF四个集合的性质和定理进行研究,最后提出一种基于互测PMC模型的条件诊断算法,该算法可简单、快速地找出故障模式,并对具体症侯是否有唯一故障模式进行判定.     

一个基于并行集团的系统级故障概率诊断算法

概率诊断算法是系统级故障诊断研究的一个重要方面,本文提出了一种基于并行集团的概率诊断算法-PGSFPD算法,并设计了一个系统级故障诊断软件仿真系统,对诊断算法进行仿真,分析比较各算法的性能,仿真结果表明PGSFPD算法性能优于经典的概率诊断算法-Somani & Agrawal算法,可在只需较少测试数的情况下,在保持很高诊断正确率的同时,大大降低系统的规模.     

具有扩展局部连通性超立方体中的容错路由

在局部连通性的基础上,提出了针对超立方体网络Hn的扩展的局部k-维子立方体连通性概念,证明了具有扩展的局部k-维子立方体连通性的Hn中正确结点问是连通的;提出了超立方体网络Hn中基于扩展局部k-堆子立方体连通性的路由算法。     

局部不连通广义超立方体中的容错路由

本文我们提出了局部m维子立方体不连通的广义n-维超立方体的概念,讨论了局部m维子立方体不连通的广义n-维超立方体的连通性,给出了基于局部m维子立方体不连通的广义n-维超立方体的路由算法,分析了时间复杂度。     

Hypermesh网络在PMC模型下的两种可诊断数

通过对元维Hypermesh网络t-可诊断性与t/t-可诊断性的研究,证明了在PMC模型下,Hypermesh网络是n(k-1)-可诊断的(n≥2,k≥3),且是［2n(k-1)-k］/［2n(k-1)-k］-可诊断的(n≥3,k≥3)。     

基于互测PMC模型的故障诊断方法及其应用

PMC模型是一种基于测试的系统级故障模型.针对传统诊断算法的弱点,作者于2003年建立起了PMC模型方程诊断算法的框架.本文的主要工作是:(1)对以往的理论进一步补充完善;(2)给出一个直接求绝对故障基的简便方法;(3)通过引入直和的概念,将高维PMC故障模型分拆成低维模型进行诊断;(4)举例说明方程诊断算法的应用.     

An Efficient Cuckoo Search Algorithm for System-Level Fault Diagnosis

We propose a new efficient algorithm named Cuckoo search fault diagnosis (CSFD) to solve system-level fault diagnosis problem.KMP algorithm is proposed for initialization based on the K-means partition algorithm;a fitness function is designed according to the equation constraints satisfied by the test model;the binary mapping method is advanced by optimizing existing binary mapping algorithm.Experiments show that KMP algorithm significantly reduces the disparity between the initial solution and the actual solution,and CSFD algorithm improves the efficiency and correctness significantly compared with existing typical swarm intelligence diagnosis algorithm.     

基于指纹魔方算法的云存储数据保护机制

云存储有效解决了存储性能瓶颈,同时带来了数据安全和隐私保护难题.为了解决这一问题,提出了一种基于指纹魔方算法的云存储数据保护机制.该机制通过用户的指纹特征值控制魔方旋转对文件进行加密,再利用门限分割技术将文件分割成小块存储到各个服务器中.需要恢复原文件时,先对各个服务器中的文件块进行完整性验证,找到不少于门限值数量的文件块就能完整恢复文件.该机制保护了云存储用户的隐私数据,同时提高了云存储系统的抗破坏能力和灵活性.     

关于系统级故障诊断的烟花-反向传播神经网络算法

为了更快速且精确地诊断出大规模多处理器系统中的故障单元,该文首次将改进的烟花算法和反向传播(BP)神经网络相结合,提出一种新的系统级故障诊断算法—烟花-反向传播神经网络故障诊断算法(FWA-BPFD)。首先,在烟花算法中引入双种群策略、协作算子以及最优算子,设计新的适应度函数,优化变异算子、映射规则和选择策略。然后,利用烟花算法全局搜索能力和局部搜索能力的自调节机制,优化BP神经网络中的权值和阈值的寻优过程。仿真实验结果表明,该文算法相较于其他算法不仅有效地降低了迭代次数和训练时间,而且还进一步提高了诊断精度。

     

基于系统级诊断理论的卫星网络故障诊断

本文将系统级诊断引入到卫星网络的故障诊断领域.针对卫星可以具有多个通信方向且可以部分通信失效的特性,提出了一种新颖的卫星网络建模方法——双层节点图,设计了基于广播的卫星网络系统级诊断方案,并对其通信开销进行了理论分析.测试中充分利用了卫星广播和一对多的通信模式,使本方案不但适用于任意类型的网络拓扑,而且可以节省通信量.仿真结果表明诊断的通信开销随网络中可通信端口数量的减少而下降.