Evolutionary algorithm for scheduling real-time applications in system of systems

Abstract

In recent years, systems engineering and management have evolved from developing distributed systems to the integration of complex adaptive systems and the advent of Systemsof- Systems (SoS). SoS emerge from the collaboration of multiple systems with operational and managerial independency in order to accomplish a higher goal. SoS have been successfully deployed in different domains such as enterprise systems and smart cities. However, there is a critical challenge that must be tackled in order to adopt SoS in safety-relevant embedded applications: reliability and real-time capability are today not addressed in SoS. An open research challenge is the development of a distributed embedded system architecture for constantly evolving and dynamic SoS with support for verifiable real-time and reliability properties. The system architecture needs to support reliable closed loop control with stringent real-time requirements for applications. Most of the existing scheduling solutions are developed for monolithic systems or complex systems with centralized authorities, which may violate the restrictions of SoS and not be able to satisfy its requirements. In this thesis, we develop an efficient heuristic approach for scheduling SoS applications with real-time and fault-tolerance requirements. In order to respect the SoS architectural restrictions, we model the scheduling decisions at two levels using a Genetic Algorithm (GA) optimizer as a solver, which iteratively interact to reach a feasible and efficient schedule for the SoS. The computational results show improvement in the average transmission makespan of SoS applications compared to the state-of-the-art scheduling solutions up to 31 percent in different scale scenarios. This work also investigates the capability of our scheduling approach in computing timetriggered schedules for a sequence of incrementally added SoS applications in a real-time SoS network. In this regard, a heuristic approach is developed at both scheduling levels to improve the schedulability of our algorithm by efficiently sparing free time slots on resources for the upcoming applications. Testing the schedulability and timeliness of the new incremental scheduler on a set of applications shows improvements in schedulability of up to 50 percent. Furthermore, we design a fault-tolerant scheduling approach for real-time SoS applications to tolerate permanent faults. Accordingly, fault-tolerance techniques such as re-execution and replication are integrated into our two-level GA scheduling algorithm to enhance the reliability of the system in combination with satisfying deadline constraints. The reliability is improved on average by 15 percent compared to the non fault-tolerant scheduler in different scenarios.

In den letzten Jahren haben sich Systemtechnik und -management von der Entwicklung verteilter Systeme hin zur Integration komplexer adaptiver Systeme und zum Aufkommen von Systems-of-Systems (SoS) entwickelt. SoS entstehen durch die Zusammenarbeit mehrerer Systeme, die betrieblich und verwaltungstechnisch unabhängig sind, um ein höheres Ziel zu erreichen. SoS sind in verschiedenen Bereichen wie Unternehmenssystemen und intelligenten Städten erfolgreich eingesetzt worden. Es gibt jedoch eine kritische Herausforderung, die angegangen werden muss, um SoS in sicherheitsrelevanten eingebetteten Anwendungen einzusetzen: Zuverlässigkeit und Echtzeitfähigkeit werden bisher in SoS nicht berücksichtigt. Eine offene Forschungsherausforderung ist die Entwicklung einer verteilten eingebetteten Systemarchitektur für sich ständig weiterentwickelnde und dynamische SoS mit Unterstützung für überprüfbare Echtzeit- und Zuverlässigkeitseigenschaften. Die Systemarchitektur muss eine zuverlässige Steuerung im geschlossenen Regelkreis mit strengen Echtzeitanforderungen für Anwendungen unterstützen. Die meisten der existierenden Scheduling-Lösungen wurden für monolithische Systeme oder komplexe Systeme mit zentralisierten Instanzen entwickelt, die möglicherweise die Einschränkungen des SoS verletzen und nicht in der Lage sind, dessen Anforderungen zu erfüllen. In dieser Arbeit entwickeln wir einen effizienten heuristischen Ansatz für die Planung von SoS-Anwendungen mit Echtzeit- und Fehlertoleranzanforderungen. Um die architektonischen Einschränkungen von SoS zu berücksichtigen, modellieren wir die Planungsentscheidungen auf zwei Ebenen und verwenden einen genetischen Algorithmus (GA) als Optimierer, der iterativ interagiert, um einen machbaren und effizienten Plan für den SoS zu erreichen. Die Berechnungsergebnisse zeigen eine Verbesserung der Übertragungszeit von SoS-Anwendungen im Vergleich zu anderen Scheduling-Lösungen um bis zu 31 Prozent in verschiedenen Szenarien. In dieser Arbeit wird auch die Fähigkeit unseres Scheduling-Ansatzes untersucht, zeitgesteuerte Schedules für eine Sequenz von inkrementell hinzugefügten SoS-Anwendungen in einem Echtzeit-SoS-Netzwerk zu berechnen. In diesem Zusammenhang wird ein heuristischer Ansatz auf beiden Planungsebenen entwickelt, um die Planbarkeit unseres Algorithmus zu verbessern, indem freie Zeitfenster der Ressourcen für die kommenden Anwendungen effizient genutzt werden. Die Prüfung der Planbarkeit und Aktualität des neuen inkrementellen Schedulers an einer Reihe von Anwendungen zeigt eine Verbesserung der Planbarkeit um bis zu 50 Prozent. Darüber hinaus entwerfen wir einen fehlertoleraniiten Scheduling-Ansatz für Echtzeitanwendungen, der permanente Fehler toleriert. Dementsprechend werden Fehlertoleranztechniken wie Re-Execution und Replikation in unseren zweistufigen GA-Scheduling-Algorithmus integriert, um die Zuverlässigkeit des Systems in Kombination mit der Einhaltung von Zeitvorgaben zu verbessern. Die Zuverlässigkeit wird im Vergleich zu einem nicht fehlertoleranten Planer in verschiedenen Szenarien um durchschnittlich 15 Prozent verbessert.