Current Result Document :
| 한글제목(Korean Title) |
경량 신경망을 이용한 적응형 혼합 중요도 스케줄러의 실행시간 할당 기법 |
| 영문제목(English Title) |
Execution Time Replenishment using Lightweight Neural Network in Adaptive Mixed-Criticality Scheduling |
| 저자(Author) |
윤상운
백전성
이재우
강경태
Sangwoon Yun
Jeanseong Baik
Jaewoo Lee
Kyungtae Kang
|
| 원문수록처(Citation) |
VOL 48 NO. 02 PP. 1082 ~ 1083 (2021. 12) |
한글내용
(Korean Abstract) |
혼합 중요도(MC) 시스템에서 높은 중요도(HC) 태스크가 더 많은 실행시간을 요구하면 낮은 중요도 (LC) 태스크의 실행시간은 희생된다. MC 스케줄러는 HC 태스크를 위한 추가 실행시간을 보수적으로 할당하여 실제 실행시간을 초과한다. 실제 실행시간 만큼 부여하려면, 시스템 부하를 최소화하면서 HC 태스크의 실행시간 패턴을 분석해야 한다. 본 연구에서는 혼합 중요도 스케줄러에서 HC 태스크의 실제 실행시간을 예측하여 LC 태스크의 희생을 최소화하는 경량 신경망(LNN)인 MC-LNN을 제안한다. 태스크의 실행시간 패턴을 분석한 결과, MC-LNN은 정확도 90% 이내에 비선형 실행시간 태스크 패턴에 대해 선형 회귀 방법인 일반 최소 제곱법(OLS) 대비 23.03%p 높은 적중률을 보였다. 또한, 제안하는 기법은 5.78 μs 지연시간으로 평균적인 실시간 태스크 주기인 10ms 대비 0.06% 정도가 소요되어 실시간 시스템에서의 활용가능성을 보여준다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
