Entwicklung und Bewertung eines Hierarchischen Künstlichen HormonSystems zur skalierbaren Taskvergabe in großen Rechnernetzwerken (HiKüHoS).
Zusammenfassung der Projektergebnisse
Das Ziel des HiKüHoS-Projektes ist die Erforschung eines hierarchischen künstlichen Hormonsystems (HKHS), welches eine dezentrale, selbstorganisierende und echtzeitfähige Taskzuordnung für verteilte eingebettete Systeme mit sehr großer Anzahl von Rechenknoten (z.B. 10.000) ermöglicht. In unserer Arbeit an dem Projekt konnten wir folgende wissenschaftliche Ergebnisse erzielen: Wir haben die theoretische Abschätzung der Kommunikationslast für hoch-skalierte nicht-hierarchische künstliche Hormonsysteme (KHS) berechnet und konnten damit zeigen, dass die erzeugte Kommunikationslast von keinem bekannten Netzwerk tragbar ist. Danach wurde das HKHS und seine Unterkonzepte ausgearbeitet. Zu Test- und Evaluationszwecken entwickelten wir den vorhandenen KHS Simulator weiter zum HKHS Simulator und implementierten die Unterkonzepte. Mit dem Simulator führten wir die ersten Evaluationen des Organ-Task HKHS durch und verglichen dies mit einem gleichskalierten KHS. Es zeigte sich, dass das HKHS wie berechnet deutlich weniger Kommunikationslast produziert. Zusätzlich ist das HKHS bei der Zuteilung der Tasks auf die Rechenknoten schneller. Auch die Simulationszeit konnte durch den Einsatz des Organ-Task HKHS drastisch verringert werden; so brauchte die Simulation der ersten 100 Regelungszyklen beim KHS noch ganze drei Monate, während die Simulation desselben Szenarios mit dem HKHS nur 10 Minuten dauerte. Nachdem wir die Unterkonzepte im HKHS implementiert und evaluiert haben, entwickelten wir die vorhandene KHS Midddleware zu einer HKHS Middleware um. Diese lässt sich auf Windows- und Linux-Systemen einsetzen und mit als Programmbibliothek in die Anwendungsentwicklung integrieren. Wir konnten die Middleware in mehreren Experiment testen und zeigen, dass sie erwartungsgemäß funktioniert. So haben wir dynamische Wahlverfahren für Clusterheads in der Middleware demonstriert und konnten darüber hinaus auch zeigen, dass sich das HKHS für Anwendungen mit einer hierarchischen Netzwerktopologie, wie zum Beispiel einem Drahtlos- und einem kabelgebundenen Netzwerk, gut eignet. Um zu gewährleisten, dass auch in dieser Variante des HKHS die Selbstoptimierung und die Selbstheilung funktionieren, müssen die Tasks gemäß der besten aktuellen Eignung an die Cluster verteilt werden. Dafür haben wir Methoden entwickelt, die aus der Eignung der Clustermitglieder, also aller Prozessoren eines Clusters, einen Cluster-Eignungswert berechnen. Nach der Entwicklung des HKHS setzen wir das Projekt mit der Erforschung und Erprobung des RKHS fort, einer Erweiterung des HKHS auf beliebig viele Hierarchiestufen. Wir entwickelten für das RKHS ebenfalls einen Simulator, in dem wir unsere erarbeiteten Konzepte testeten und evaluieren konnten. Zwei Unterkonzepte konnten bis heute entwickelt werden: eine Methode zur Generierung von Eignungswerten in den höheren hierarchischen Ebenen und ein Konzept wie dynamisch die Allokationsebene einzelner Tasks während der Laufzeit bestimmt werden kann. Mit einem Partner in der Industrie wurde in der Projektphase ein Kooperationsvertrag vereinbart, um das HKHS in zuverlässigen Architekturen für autonome Fahrzeuge einzusetzen. Des Weiteren wurden weitere Forschungen im Bereich der künstlichen DNA, welche im Lauf der Projektarbeiten entstanden sind, durchgeführt.
Projektbezogene Publikationen (Auswahl)
- An artificial DNA for self-descripting and self-building embedded real-time systems. In: Concurrency and Computation: Practice and Experience (2015). – ISSN 1532–0634
Brinkschulte, Uwe
(Siehe online unter https://doi.org/10.1002/cpe.3460) - Development and Evaluation of Hierarchical Artificial Hormone Systems. In: International Symposium on Real-Time Distributed Computing (ISORC), 2016 IEEE 19th International Symposium on Real-Time Distributed Computing IEEE, 2016, S. 1–9
Pacher, Mathias ; Lund, Andreas ; Brinkschulte, Uwe
(Siehe online unter https://doi.org/10.1109/ISORC.2016.11) - Towards a Recursive Approach for an Artificial Hormone System. In: 7th International Workshop on Self-Organizing Real-Time Systems (SORT), IEEE 19th International Symposium on Real-Time Distributed Computing, 2016
Lund, Andreas ; Pacher, Mathias ; Brinkschulte, Uwe
(Siehe online unter https://doi.ieeecomputersociety.org/10.1109/ISORC.2016.11) - Two-level extensions of an artificial hormone system. In: Concurrency and Computation: Practice and Experience 28 (2016), Nr. 14, 3730–3750
Pacher, Mathias
(Siehe online unter https://doi.org/10.1002/cpe.3470) - Prototypic implementation and evaluation of an artificial DNA for self-descripting and self-building embedded systems. In: Springer EURASIP Journal on Embedded Systems (2017), February
Brinkschulte, Uwe
(Siehe online unter https://doi.org/10.1186/s13639-016-0066-2) - Task-Allocation in a hierarchical network topology by means of an organic middleware. In: 5th International Workshop on Self-Optimisation in Autonomic and Organic Computing Systems (SAOS), 2017 30th International Conference on Architecture of Computing Systems
Lund, Andreas ; Pacher, Mathis ; Brinkschulte, Uwe
- Task-Allocation in a Large Scaled Hierarchical Many-Core Topology. In: 21st IEEE International Symposium on Real-Time Distributed Computing, ISORC 2018, Singapore, Singapore, May 29-31, 2018, 2018, S. 1–8
Lund, Andreas ; Brinkschulte, Uwe
(Siehe online unter https://doi.org/10.1109/ISORC.2018.00009) - Hierarchical self-organizing systems for task-allocation in large scaled distributed architectures, Goethe-University Frankfurt, Diss., 2019. 180 S.
Lund, Andreas
