《網路嵌入式系統基於事件驅動的代碼診斷方法研究》是依託浙江大學,由董瑋擔任項目負責人的面上項目。
基本介紹
- 中文名:網路嵌入式系統基於事件驅動的代碼診斷方法研究
- 依託單位:浙江大學
- 項目負責人:董瑋
- 項目類別:面上項目
項目摘要,結題摘要,
項目摘要
近年來,嵌入式系統發展迅速,全球嵌入式軟體市場每年以超過30%的速度持續增長。特別是以移動智慧型平台和嵌入式感測網為代表的網路嵌入式系統,具有極為廣闊的市場前景。然而,由於體積小、能量受限、互動環境複雜,嵌入式設備經常面臨能量、性能等方面的問題。嵌入式代碼診斷是解決上述問題的有效方法。本項目將在網路嵌入式系統中展開基於事件驅動的代碼診斷方法研究。其具體研究內容包括:1. 基於事件驅動系統事務的抽象、構造與審計方法;2. 基於同構事務時空關聯性的異常檢測方法;3. 基於屬性依賴網路的代碼診斷方法。最後,針對智慧型移動平台和嵌入式感測網進行案例研究,改善現有代碼診斷方法的精確性,最終形成統一的基於事件驅動嵌入式系統的代碼診斷方法。本項目的研究將對解決嵌入式系統能量、性能等方面的問題具有重要的研究價值和廣泛的套用場景。
結題摘要
近年來,嵌入式系統發展迅速,特別是以移動智慧型平台和嵌入式感測網為代表的網路嵌入式系統,具有極為廣闊的市場前景。然而,由於體積小、能量受限、互動環境複雜,嵌入式設備經常面臨能量、性能等方面的問題。嵌入式代碼診斷是解決上述問題的有效方法。本項目在網路嵌入式系統中展開基於事件驅動的代碼診斷方法研究。 在事件記錄方面,項目提出了基於動態二進制插樁和高效字元串壓縮的事件日誌記錄技術Dylog。實驗結果表明,相比TinyOS標準的radio printf庫,Dylog減少了50%的日誌開銷。相比傳統的增量重編程技術,Dylog減少了90%的補丁大小。針對控制流跟蹤,提出了基於算數編碼的路徑跟蹤技術AdapTracer。相比於已有的路徑跟蹤技術PAP,在引入最多10%的計算開銷的情況下,AdapTracer能夠減少44%的日誌開銷。 在基於時空關聯的異常檢測方法方面,提出了基於函式執行次數及主成分分析的異常檢測方法D2。並在TinyOS 2.1.1上實現了該方法,結果表明,D2可以幫助管理員在實際部署的感測器網路系統中快速診斷問題。在基於屬性依賴網路的代碼診斷方法方面,提出了基於多維性能指標和貢獻值自動分配的貝葉斯網路診斷方法。 針對Android平台,重點展開了系統性能診斷、UI渲染性能診斷及定位的案例研究。在Android 4.4.2平台上實現了該原型系統,並對FaceQ、Pregnancy+、PicsPlay等知名app進行了分析,發現了這些app存在的過度繪製和引起渲染性能問題的代碼,驗證了該系統的有效性;針對感測網/物聯網,開發了真實的系統包括Mosaic空氣品質監測系統和TinyLink物聯網快速開發系統。針對上述系統中發生的存儲器異常、路由協定異常、多協定共存異常等展開了實際的案例研究。驗證了項目所提出的方法的有效性。 此外,項目針對網路測量和診斷展開了較為深入的研究。提出了軟體定義感測網測量方法TinySDM,基於多跳網路的異常鏈路監測和監測節點部署方法,以及基於鏈路質量與鏈路相關性分析的監測節點部署方法NetVision等。 項目總計發表論文44篇,其中IEEE/ACM Transactions長文19篇,CCF A類論文27篇,CCF B類論文9篇。本項目的研究對解決嵌入式系統能量、性能等方面的問題具有重要的研究價值和廣泛的套用場景。