物理耦合软件时间行为建模和分析方法研究

物理耦合软件时间行为是系统时间操作方面的可信基础，物理耦合软件的计算进程和物理进程紧密耦合增加了时间分析的难度和复杂度，对物理耦合软件的时间行为建模和分析研究工作才开始开展，还处于探索研究阶段。.本项目尝试利用博弈预测理论进行物理耦合软件时间行为建模与分析，通过博弈理论与程序执行时间分析相结合的理论框架的建立，准确反映物理耦合软件运行的复杂环境对执行时间的影响，为物理耦合软件的时间行为提供新的分析方法：（1）建立软件时间行为分析的博弈模型，给出基于博弈建模的时间分析的一般策略和步骤、模型求解方法、模型的限定条件和复杂性分析、实验方法；（2）给出程序路径选择和学习模型，正确反映环境对软件时间行为的影响；（3）建立用于物理耦合软件时间行为分析工具平台及应用示范。.预期成果将为物理耦合软件的时间行为建模和分析提供科学基础，设计的分析工具将为对物理耦合软件的时间行为建模和分析提供完整有效的支撑。

物理耦合软件的时间行为是系统时间可信的基础，本项目专注于信息物理系统CPS软件时间行为建模分析和应用。本项目的主要贡献包括四个方面：.（1）CPS混合关键任务时间行为建模及分析方法：针对CPS 中任务的混合关键性需求，将每个高关键任务与一组低关键任务封装为任务组。基于概率描述的任务，将每个任务的概率性工作流抽象为概率性需求函数，首先基于较高优先级任务的累积需求分布得到粗略最坏情况响应时间分布，然后基于需求增长分布通过精化算法得到精确的最坏情况响应时间分布。任务组内通过基于服务器的调度策略进行任务调度，任务组间通过最早截止期优先调度策略进行调度。基于可调度性条件给出了基于非线性混合整数规划的任务分组和调度参数求解方法。.（2）CPS多核平台的实时调度方法：提出了一种基于任务分裂的多核平台实时任务调度策略，将依赖任务转换成一系列的连续作业，通过多叉树任务模型获取相互关联的子任务路径以及相应的最后期限；对空闲等待状态的依赖任务进行分裂，所有被阻止的子任务抢占CPU立即执行保证期限。与已有算法相比，算法具有明显优势，算法任务集合对处理器利用率边界可达到69.31%，突破了已有固定分区调度算法利用率50%的边界限制。.（3）CPS实时安全可靠数据收集方法：针对CPS 中躯体传感器网络（BSN）的移动性、资源有限性和自私性带来的用户间干扰问题，将 BSN 的信道选择和发射功率选择建模为非合作博弈，并给出了博弈过程中获得纳什均衡的无后悔学习算法。为了保护BSN 收集的敏感性数据的安全性和隐私性，并降低数据传输功耗，通过差分编码对敏感数据进行无损压缩来降低需要隐藏的比特数，然后通过轻量级数据隐藏算法将压缩敏感数据嵌入到合并的多种普通数据中来保护敏感数据。.（4）CPS实时可靠高效数据传输方法：为了保证CPS 中无线数据传输的实时性、可靠性和低功耗性，在数据融合树中引入了瓶颈路径和度约束，瓶颈路径用于最小化数据融合树中的最大延迟，以提供有界的实时通信保证；度约束用于控制数据融合节点的数据流量，以保证资源的公平利用延长网络寿命，并降低单点故障造成的影响。.本项目发表国际SCI期刊论文18篇，发表国际会议论文7篇。其中CCF认定B类期刊已发表4篇，CCF认定C类期刊已发表8篇，CCF认定 C类会议4篇，申请专利1项。