基于比较诊断模型的超立方网络诊断算法

一个有效的诊断算法对多处理器系统而言极其重要。在多处理器系统中,识别所有故障节点的能力称为诊断系统的诊断度。在比较模型下,诊断的执行是通过一个比较器处理器,给与之相邻的一对处理器发送相同的输入信号,并比较两者间的响应状态。为了提高超立方网络的诊断度,提出了一种新型的基于比较模型的超立方故障诊断算法,其利用超立方网络节点连接的特性生成一个拓扑图ES(k;n),最终得出一个3位二进制的诊断症候集,从而确定系统故障节点。该算法的诊断度最优能达到4n,大于传统超立方的诊断度n。

Pancake网络的故障诊断性能分析

多处理机系统随着系统规模的不断扩大,其组件的脆弱性随着增大。定位和替换故障处理器对于系统保持高可靠性能至关重要。故障诊断就是系统通过自身的测试来识别故障处理机的过程。基于比较的诊断分析是多计算机系统故障诊断分析的有效方法。证明煎饼网络(Pancake Network)在比较诊断模型下的诊断度。

分层立方体网络的容错性分析

通过分层立方网络HCN_n(n≥3)的容错性分析,从理论上探讨了分层立方网络基于比较模型的条件诊断度,并证明其条件诊断度为t_c(HCN_n)=3n-2,大约是传统诊断度(t(HCN_n)=n+1)的3倍.

交换立方网络的条件诊断度

多处理机的故障诊断就是通过测试识别系统中故障处理机的过程,识别以及更换这些故障处理机对于维持系统的高可靠性是至关重要的.首先讨论了交换立方EH(s,t)容错性的一些精确而有用的界,进而得到EH(s,t)(t≥s≥3)在比较诊断模型下的条件诊断度.