Ordonnancement des tâches avec des dépendances et des temps d’exécution probabilistes sur processeur multi-cœurs
Auteur / Autrice : | Slim Ben Amor |
Direction : | Liliana Cucu |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance le 14/12/2020 |
Etablissement(s) : | Sorbonne université |
Ecole(s) doctorale(s) : | École doctorale Informatique, télécommunications et électronique de Paris |
Partenaire(s) de recherche : | Laboratoire : Institut national de recherche en informatique et en automatique (France). Centre de recherche de Paris (Paris) |
Jury : | Président / Présidente : Alix Munier-Kordon |
Examinateurs / Examinatrices : Sanjoy Kumar Baruah, Georges Lima | |
Rapporteurs / Rapporteuses : Maryline Chetto, Emmanuel Grolleau |
Mots clés
Résumé
L'intégration de nouvelles fonctionnalités augmente la complexité des systèmes temps réel , alors que chaque fonctionnalité peut imposer des contraintes de précédences entre les tâches. De plus, la prévalence des multicœurs peut créer l'illusion d'une capacité de calcul élevée. Cependant, cette capacité n'est pas exploitable dans les systèmes critiques en raison de la variabilité des temps d'exécution causé par les nouvelles architecture matérielle qui améliorent le comportement moyen mais pas le pire cas. Cette difficulté s'ajoute à l'existence d'anomalies d'ordonnancement pour les systèmes multicœurs. Dans cette thèse, nous considérons l'ordonnancement partitionné des graphes de précédence. La variabilité des temps d'exécution est décrite par des distributions de probabilité. Nous proposons une Analyse des Temps de Réponse (ATR) basée sur des équations itératives et des opérateurs probabilistes pour des distributions indépendantes. Pour les distributions dépendantes, nous les modélisons par des réseau bayésien. Nous utilisons également la représentation de C-espace et la classification SVM pour estimer la probabilité d'ordonnancabilité. De plus, nous fournissons des techniques de partitionnement et définition des priorités de manière à augmenter le parallélisme. Nous réduisons aussi la complexité de l'analyse en réduisant la taille du graphe sans modifier sa structure.