高效共享系统内存文件缺陷定位算法

2021-05-25于娟

内蒙古民族大学学报(自然科学版) 2021年2期

于娟

（仰恩大学工程技术学院，福建泉州362014）

0 引言

科技的发展对共享内存有了强烈的需求.共享内存系统由三部分组成［1］，包括文件系统的接口、管理访问对象的软件集合以及对象属性.该系统在多处理器的计算机系统中，可以实现多个不同访问对象的访问.服务端用户借用内存管理子系统，高速共享缓存单元存放的文件，实现对访问用户的数据共享［2］.但该系统在长期使用下，暴露出了部分缺陷，传统的定位算法通过设置监测节点，对该系统实时监测，当系统出现缺陷时发出警报，管理人员通过警报提示找出警报节点，对该节点的邻域进行缺陷排查，该方法固

然具有实时性特点，但得到的缺陷定位结果只有一个点位，所定位缺陷边界坐标的偏离系数过大，因此对排查造成一定程度的困难.针对传统方法的这一问题，提出无需二次排查的高效共享系统内存文件缺陷定位算法，该算法通过目标范围获取缺陷中心，进而得到更加明确的缺陷边界.该算法的提出不仅将缺陷具体到最远边线，实现全方位的缺陷定位，还在根本上降低了缺陷定位误差，解决了传统算法的现存问题.该算法为共享文件系统的缺陷定位提供了科学的技术手段，同时也为其他系统的缺陷定位提出严谨的设计思路.

1 高效共享系统内存文件缺陷定位算法

系统缺陷定位算法［3］，第一步需要明确高效共享系统内存文件的功能特性，根据该系统运行的基本特征量，展开缺陷定位.该系统的文件共享模块与多个I/O端口连接，同时通过大量系统硬件执行共享指令，分析可知，该系统在各个连接结点和处理模块中，均可能发生缺陷，以此系统特征为基础，提出一个详细的缺陷定位算法.

1.1界定缺陷目标范围根据共享系统内存文件特性，利用CS技术设置搜索程序，界定缺陷位置的目标范围［4］.预先计算步长因子，该因子是控制搜索区域广度的关键参数，当步长因子偏大时，控制该搜索程序展开全区域性搜索；步长因子偏小时，则该参数可以控制搜索程序，在局部区域展开局部搜索.为了控制该搜索程序在全区域、局部区域中的搜索平衡，加入平衡适应调节参数，令搜索程序分布式同步搜索.该步长因子的计算公式为：

公式（1）中：ls表示第s次的搜索步长，其中,s表示当前次数；lmax表示步长因子的最大上限；lmin表示步长因子的最小下限；ε表示引入的调节参数；N表示最大迭代总数；g1表示初始适应度下的最优函数；g2表示适合此次迭代的最优函数.同时，在该参数的搜索控制下，计算发现系统缺陷大致位置的发现概率，在CS技术中，一般情况下的发现概率取值在0.2～0.3之间，设置该参数下的概率为p，当该概率一直处于较大数值时，可以加快缺陷搜索的收敛速度；当发现概率p的值较小时，则此时的收敛速度降低，因此依靠最优适应度和前代解的比值设置最优适应度：

公式（2）中：fi表示上一代的最优适应度；fli表示在ls作用下的第i个解的适应度.根据上述计算公式，对发现概率适应度自由调节，得到的发现概率计算结果，如下所示：

公式（3）中：p′表示迭代后解的优质概率；di表示对第i个解的最优适应度；M表示解的总数量；pmin与pmax分别表示发现概率的上下限.综合上述两组公式得出搜索程序，对共享系统内存文件实施缺陷搜索指令，获取到的缺陷大致区域范围如图1所示.

图1中的搜索结果是缺陷目标范围，但此时该目标范围内不仅包含缺陷节点［5］，同样包含少量正常节点，因此需要将缺陷节点从该范围中作出筛选操作.

1.2提取缺陷节点利用捕获函数提取界定目标范围内的缺陷节点［6］，该函数可以根据数据的载波频率，得到缺陷数据的码相位，实现对任意区域内数据节点的捕获.该捕获函数的捕获次数计算表达式为：

公式（4）中：n表示捕获次数；e1表示编码相位历遍次数；e0表示波频总步长；d表示缺陷数据波频步长；j表示固定常量，通常情况下为1.根据该捕获次数设置捕获函数，引入捕获参量q，在缺陷目标范

围内提取缺陷节点位置为：

上述计算表达式中：T表示离散变换条件下，捕获函数的傅里叶计算节点位置［7］；f(φ)表示捕获程度；φ表示捕获函数自变量；e表示指数函数；u表示捕捉频率；m表示共轭值；t表示目标范围空间；k表示d为求导符号；wf(t)表示实时缺陷信号；Wn(m)表示n次捕获下的系统捕获强度定值；Wf*(m)表示捕获强度为f时，对内存文件缺陷的捕获实际强度，*表示变换标志.参照图2中的坐标系，根据捕获函数，提取图1中的缺陷节点位置［8］.

图1缺陷一次界定范围 Fig.1 Range of defects defined once

该坐标系将涵盖的正常节点数量，降到最小，利用公式（5）设置捕获指令，得出缺陷目标函数中的缺陷节点，为接下来的定位作铺垫.

1.3计算缺陷中心节点在得到的缺陷节点中，随机选取两个相邻的缺陷节点作为样本，通过距离缩放法计算缺陷中心节点，选取的缺陷样本如图3所示.

选取的缺陷样本，需要满足两个峰值的基本要求.对文件系统中的缺陷数据进行“平坦”处理，假设“平坦区域”中，高峰值和次峰值的横坐标为a和b，计算区域中心位置s0和峰值宽度z，如下式所示：

公式（6）中：τ表示峰值数量，同时τ≥2；ε表示误差修正系数；μ表示宽度衡量参数.根据上述中的计算结果，确定缺陷节点与缺陷中心位置的距离，根据实时变化的缺陷强度指标，结合公式（6），计算随机动态变化参量k，公式为：

公式（7）中：δ表示缺陷峰值调节控制因子［9］；d0表示对动态参量的调节因子；α表示缺陷在强度不同的峰值活动方向.引入激活函数的线性回归模型：

公式（8）中：n表示共享系统内存文件中的多峰值缺陷节点个数；y(t)表示期望输出值；qi(t)表示在系统i缺陷段的计算回归因子；pi表示缺陷节点之间的连接权重；ω(t)表示计算残差.根据该模型结合变化参量k，得出缺陷中心节点：

根据得出的中心坐标位置，确定该缺陷的边缘，得出缺陷位置的具体范围.

1.4获取边界坐标利用最小二乘法获取缺陷中心节点以外的边界坐标，实现对系统缺陷的精准定位［10］.根据上述计算得到缺陷中心c，假设距离该中心有n个锚节点，在确定的缺陷目标范围内，每一坐标可用a1,a2,…,an来表示，则对应每一锚节点，存在an={( x,y)|( x1,y1),( x2,y2),…,( xn,yn)}，设置一个未知节点为ak，该节点坐标为( xk,yk)，假设该节点是该缺陷的真实坐标，则未知节点与锚节点的关系为：

公式（10）中的d1,d2,…,dn，表示未知节点与锚节点之间的估计距离.通过该公式得到的坐标边界获取示意图如图4所示.

图3缺陷峰值示意图 Fig.3 Diagram of peak defects

图4缺陷边界坐标获取示意图Fig.4 Diagram of defective boundary coordinate acquisition

根据图4可知，图中灰色区域代表缺陷真实范围，利用最小二乘法，得到边界坐标.将公式（10）改写成Ax=b的形式，并利用最小二乘法进行求解，得出目标函数Min‖ Ax-b‖2，求解得出：

公式（11）中：x′、y′表示缺陷边界的横坐标与纵坐标.通过该计算过程，得出图4中缺陷的具体边界坐标，确定该缺陷在文件系统中的覆盖范围，至此实现对高效共享系统内存文件缺陷位置的定位算法.

2 仿真实验

为证明所提出算法的实用性和严谨性，针对此次研究提出仿真对比实验，通过该实验检测数据，增强对此项定位算法功能特性的说明，同时引入传统缺陷定位算法，对比两种算法在缺陷定位上的差异.

2.1实验准备选用的计算机装有3.60 MHz双核处理器，该计算机型号为ADMR52600X，显存容量为4 GB，内存容量为8 GB，主板芯片类型为AMDA320；载入Windows 2019a操作系统，设置3级缓存程序，每一级的基本配置为96 KB、298 0 KB以及30 MB.本次实验的测试工具为FlexibleI/O和Filebench，利用该工具测试算法的定位性能.设置该实验测试系统带宽，如表1所示，通过不同带宽条件，进行多次仿真实验测试，确保测试结果的真实性和一致性.

随机挑选一组共享系统内存文件作为实验对象，将其载入到内存文件中，设置多个访问客户端对该系统执行访问操作.同时模拟多个强度不一、位置不均、缺陷范围不同的系统缺陷，其中的部分缺陷模拟内容如图5所示.

表1实验测试带宽参数Tab.1 Experimental test bandwidth parameters

图5是模拟的4种类型不同的缺陷情况，其中，类型A为集中型缺陷；类型B为混合型的交叉缺陷；类型C为分散型缺陷；类型D为影响范围较大的缺陷.实验准备阶段设立完毕后，载入测试系统并运行，当系统运行正常可以开始实验.

2.2结果分析分别利用两种算法对系统中的缺陷进行定位，分析两种算法对缺陷位置的定位效果.其中，实验组为所提出算法的测试结果；对照组为传统方法的测试结果.引入C类型的缺陷，定位对比测试结果如图6所示.

图5模拟实验条件 Fig.5 Simulated experimental conditions

图6分散性陷定位的算法对比结果Fig.6 Comparison of the algorithm for locating discrete traps

分析图6可知，所提出算法准确找到模拟缺陷的中心位置，并正确计算出缺陷边界坐标，使得定位算法准确捕获到系统中的缺陷位置；而传统的定位算法，由于得到的中心点位置不精准，对缺陷边界坐标的计算存在较大误差，导致定位的缺陷范围与缺陷实际不相符.为确保实验结果可靠，再对系统中的B类型缺陷进行定位，得出图7所示的测试结果.