隨著科學(xué)工程應(yīng)用對(duì)高性能計(jì)算的需求不斷提升,實(shí)現(xiàn)E級(jí)計(jì)算機(jī)系統(tǒng)成為各科技強(qiáng)國(guó)下一步的科研目標(biāo)。由于新型使能技術(shù)尚未成熟,目前研制E級(jí)系統(tǒng)的基本手段仍為處理器集成。物理器件受到當(dāng)前制備工藝的限制,其可靠性難以保證或提升,然而隨著系統(tǒng)規(guī)模的進(jìn)一步擴(kuò)大,愈發(fā)頻繁的系統(tǒng)故障將使得系統(tǒng)可靠性面臨嚴(yán)峻的考驗(yàn)。主流的回滾恢復(fù)容錯(cuò)方法因其備份次數(shù)頻繁、備份信息多、恢復(fù)開銷大等不足,無(wú)法再適用于未來(lái)的E級(jí)系統(tǒng)。 本文著重從主動(dòng)容錯(cuò)的角度出發(fā),同時(shí)考慮將主動(dòng)容錯(cuò)方法與傳統(tǒng)被動(dòng)容錯(cuò)方法相結(jié)合,以應(yīng)對(duì)在大規(guī)模系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)過(guò)程中所存在的可靠墻問(wèn)題。 本文首先構(gòu)建了結(jié)點(diǎn)級(jí)層次的自治主動(dòng)容錯(cuò)模型,接著結(jié)合被動(dòng)容錯(cuò)方法,提出了主被動(dòng)容錯(cuò)方式相融合的“先主動(dòng)后被動(dòng)”雙層次容錯(cuò)方案。針對(duì)主動(dòng)容錯(cuò)過(guò)程中的故障預(yù)測(cè)這一關(guān)鍵環(huán)節(jié),本文構(gòu)建了基于機(jī)器學(xué)習(xí)的在線故障預(yù)測(cè)模型,并分別對(duì)其處理流程以及各系統(tǒng)結(jié)點(diǎn)的功能模塊框架進(jìn)行了設(shè)計(jì)。 系統(tǒng)狀態(tài)信息的實(shí)時(shí)收集與處理是實(shí)現(xiàn)有效的故障預(yù)測(cè)的前提條件。本文設(shè)計(jì)并實(shí)現(xiàn)了結(jié)點(diǎn)狀態(tài)信息的實(shí)時(shí)采集及定期匯總方法,并配置其自動(dòng)執(zhí)行,以支持動(dòng)態(tài)、在線的故障預(yù)測(cè)過(guò)程。通過(guò)設(shè)計(jì)與實(shí)現(xiàn)IASF方法,本文對(duì)...

【文章頁(yè)數(shù)】：124 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題背景
    1.2 大規(guī)模并行系統(tǒng)可靠性設(shè)計(jì)
        1.2.1 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.2 容錯(cuò)技術(shù)發(fā)展趨勢(shì)
    1.3 課題研究?jī)?nèi)容
        1.3.1 課題來(lái)源
        1.3.2 課題內(nèi)容與目標(biāo)
        1.3.3 重點(diǎn)問(wèn)題與創(chuàng)新點(diǎn)
    1.4 論文結(jié)構(gòu)
第二章 基于機(jī)器學(xué)習(xí)的E 級(jí)系統(tǒng)容錯(cuò)模型設(shè)計(jì)
    2.1 故障與容錯(cuò)
        2.1.1 故障、差錯(cuò)、失效
        2.1.2 并行系統(tǒng)故障模型
        2.1.3 容錯(cuò)控制技術(shù)
        2.1.4 冗余容錯(cuò)方法
    2.2 E 級(jí)系統(tǒng)的自治主被動(dòng)容錯(cuò)模型
        2.2.1 現(xiàn)有容錯(cuò)模型缺陷
        2.2.2 結(jié)點(diǎn)級(jí)主動(dòng)容錯(cuò)模型
        2.2.3 主被動(dòng)融合的雙層次容錯(cuò)模型
    2.3 基于機(jī)器學(xué)習(xí)的E 級(jí)系統(tǒng)在線故障預(yù)測(cè)模型
        2.3.1 機(jī)器學(xué)習(xí)技術(shù)
        2.3.2 基于機(jī)器學(xué)習(xí)的在線故障預(yù)測(cè)模型
        2.3.3 支持規(guī)模擴(kuò)展的多學(xué)習(xí)結(jié)點(diǎn)系統(tǒng)模型
    2.4 在線故障預(yù)測(cè)關(guān)鍵技術(shù)
    2.5 本章小結(jié)
第三章 系統(tǒng)狀態(tài)信息的收集及預(yù)處理方法的設(shè)計(jì)與實(shí)現(xiàn)
    3.1 系統(tǒng)狀態(tài)信息的采集
        3.1.1 狀態(tài)信息描述
        3.1.2 Linux 日志系統(tǒng)
        3.1.3 結(jié)點(diǎn)日志采集
    3.2 系統(tǒng)狀態(tài)信息的匯總
        3.2.1 網(wǎng)絡(luò)及文件操作接口
        3.2.2 日志文件收發(fā)的實(shí)現(xiàn)
        3.2.3 日志收發(fā)過(guò)程的配置
    3.3 系統(tǒng)日志信息的預(yù)處理
        3.3.1 無(wú)用日志信息
        3.3.2 相關(guān)方法介紹
        3.3.3 IASF 方法的設(shè)計(jì)與實(shí)現(xiàn)
    3.4 本章小結(jié)
第四章 系統(tǒng)狀態(tài)特征的獲取及提取方法的設(shè)計(jì)與實(shí)現(xiàn)
    4.1 故障特征參數(shù)的設(shè)計(jì)
        4.1.1 常用故障特征參數(shù)
        4.1.2 基于系統(tǒng)日志的故障特征參數(shù)設(shè)計(jì)
    4.2 日志特征參數(shù)的獲取
        4.2.1 系統(tǒng)時(shí)間窗口的劃分與設(shè)定
        4.2.2 日志故障特征參數(shù)的計(jì)算
        4.2.3 故障特征參數(shù)集的構(gòu)建
    4.3 故障特征參數(shù)的提取
        4.3.1 主成分分析方法
        4.3.2 線性判別分析方法
        4.3.3 故障特征參數(shù)的提取方式
    4.4 本章小結(jié)
第五章 故障預(yù)測(cè)規(guī)則的生成與應(yīng)用方法的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 故障特征參數(shù)的離散化
    5.2 決策樹的機(jī)器學(xué)習(xí)方法
        5.2.1 算法處理過(guò)程
        5.2.2 算法程序?qū)崿F(xiàn)
    5.3 基于決策樹的規(guī)則生成
    5.4 故障預(yù)測(cè)規(guī)則生成的總體流程
    5.5 基于規(guī)則的結(jié)點(diǎn)故障預(yù)測(cè)
    5.6 本章小結(jié)
第六章 實(shí)驗(yàn)測(cè)試與方法評(píng)估
    6.1 實(shí)驗(yàn)系統(tǒng)介紹
    6.2 實(shí)驗(yàn)測(cè)試流程
    6.3 實(shí)驗(yàn)測(cè)試結(jié)果
        6.3.1 日志冗余信息過(guò)濾
        6.3.2 故障特征參數(shù)提取
        6.3.3 故障預(yù)測(cè)規(guī)則生成
        6.3.4 系統(tǒng)結(jié)點(diǎn)故障預(yù)測(cè)
    6.4 方法對(duì)比與評(píng)估
        6.4.1 日志預(yù)處理方法評(píng)估
        6.4.2 特征提取方法評(píng)估
        6.4.3 故障預(yù)測(cè)模型參數(shù)評(píng)估
    6.5 本章小結(jié)
結(jié)束語(yǔ)
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果



本文編號(hào)：3792911