抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
自律車のような安全に重要なサイバー物理システムは,異なるレベルの保証を必要とするだけでなく,動的に変化する物理的環境との密接な相互作用も必要とする。前者は混合臨界(MC)システムの概念を利用することにより広く研究されているが,後者は特にMCシステムと結合していない。この重要なギャップを埋めるために,詳細な事例研究を行い,現在の物理的状態を捉えることの重要性を示し,MCシステムにおける様々な物理的状態の下での計算資源の効率的利用を達成する問題を紹介した。この問題を解決するために,最初に,既存の基本的MCタスクモデルの一般化である物理的状態認識MCタスクモデルを開発した。次に,MCシステムのための計算資源の効率的利用を可能にする新しいタスクモデルに合わせた新しいスラック概念を提案した。最後に,物理的状態を意識した動的スラック管理フレームワークを開発し,効率的なシステム利用に向けて,新しいMCタスクモデルとスラック概念を利用する方法を実証した。事例研究と徹底的評価により,提案フレームワークは,MCスケジュール可能性要件を損なうことなく,一般的なMCスケジューリングアルゴリズムよりも20x少ない低臨界ジョブを低下させることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
