.png){kind=icon}
返回
An efficient two-stage diagnostic algorithm for assessing system reliability
.png){kind=icon}
PRE
AI
DOI：10.1016/j.tcs.2025.115679.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
评估多处理器系统的可诊断性对于维护可靠性和容错性至关重要，特别是在大规模互连网络中，精确的可靠性评估对于系统稳定性和抵抗处理器故障的韧性尤为关键。本文提出了一种新的可诊断性度量指标，称为h-extra r-component可诊断性，该指标通过考虑组件级鲁棒性和结构约束，扩展了传统模型。具体而言，对于图G，顶点子集F ∈ V(G)被称为h-extra r-component顶点割，如果G-F是断开的，且至少有r个连通分量，每个分量至少包含h + 1个顶点。G的h-extra r-component可诊断性，记为th r(G)，定义为满足G在此约束下条件t-可诊断的最大整数t。我们在特定条件下对超立方体网络Qn建立了理论表征，即对于两个不同的集合F1和F2，Qn-(F1 ∨ F2)中不存在恰好一个孤立节点。具体而言，我们证明了在MM*诊断模型下，当n ≥ 7时，4n-8 ≤ t12(Qn) ≤ 4n-7，且当n ≥ 13时，t13(Qn) = 6n-15。为提高故障识别效率，我们提出了一种两阶段诊断算法（TSDA-MM*），利用网络结构特性提升诊断准确性和效率。在超立方体网络和数据中心网络Bcube(n, k)上的大量仿真实验表明，TSDA-MM*在准确性、真负率、真正率和精确度方面表现优异，为大规模系统中的实际故障诊断提供了一种有前景的解决方案。
Keyword:
Multiprocessor systems
h-extra r-component diagnosability
Hypercube
MM* model
期刊
IF:
1
论文数:
273
被引数:
1.0W
机构
引用论文
.png){kind=icon}
Conditional diagnosability of optical multi-mesh hypercube networks under the comparison diagnosis model在比较诊断模型下光多网格超立方网络的容错可诊断性
PREAI
分享收藏
分享收藏Fault Diagnosability of Networks With Fault-Free Block at Local Vertex Under MM* ModelMM * 模型下局部顶点无故障块网络的故障可诊断性
PREAI
分享收藏
查看更多内容