計(jì)算機(jī)控制系統(tǒng)的容錯(cuò)技術(shù)

摘要：隨著計(jì)算機(jī)的應(yīng)用以及普及，計(jì)算機(jī)的相關(guān)問題表現(xiàn)的越來越突出，其中計(jì)算機(jī)控制系統(tǒng)的錯(cuò)誤表現(xiàn)的越來越多，本文就計(jì)算機(jī)控制系統(tǒng)的容錯(cuò)技術(shù)進(jìn)行討論。

關(guān)鍵詞：計(jì)算機(jī)；控制系統(tǒng)；容錯(cuò)

中圖分類號(hào)：TP273文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1674-7712 (2014) 08-0000-01

所謂的計(jì)算機(jī)容錯(cuò)技術(shù)主要指的是當(dāng)計(jì)算機(jī)系統(tǒng)在運(yùn)行狀態(tài)中因出現(xiàn)相應(yīng)的錯(cuò)誤時(shí)保證計(jì)算機(jī)正常運(yùn)轉(zhuǎn)的技術(shù)。在計(jì)算機(jī)應(yīng)用中，往往會(huì)因?yàn)橛?jì)算機(jī)系統(tǒng)出現(xiàn)錯(cuò)誤導(dǎo)致計(jì)算機(jī)不能正常工作，從而引發(fā)巨大的經(jīng)濟(jì)損失（例如航空航天、核能電力），所以計(jì)算機(jī)系統(tǒng)的設(shè)計(jì)過程中應(yīng)當(dāng)采用必要的容錯(cuò)技術(shù)，防止計(jì)算機(jī)控制系統(tǒng)出現(xiàn)錯(cuò)誤而帶來巨大的損失。

計(jì)算機(jī)的控制系統(tǒng)錯(cuò)誤主要可分為軟件錯(cuò)誤以及硬件錯(cuò)誤，雖然科學(xué)技術(shù)的進(jìn)步，但是處理器系統(tǒng)瞬態(tài)故障率仍然大于其他故障，同時(shí)計(jì)算機(jī)用晶體管的工作電壓的降低使得繼承短路的噪聲容也很有限，從而使芯片容易受到瞬態(tài)故障影響，另外還有種種原因影響著計(jì)算機(jī)的控制系統(tǒng)。所以計(jì)算機(jī)的控制系統(tǒng)的容錯(cuò)技術(shù)對(duì)于計(jì)算機(jī)的可靠性有著舉足輕重的影響。本文主要從硬件以及軟件討論計(jì)算機(jī)控制系統(tǒng)的容錯(cuò)技術(shù)。

一、硬件錯(cuò)誤的容錯(cuò)技術(shù)

計(jì)算機(jī)的硬件錯(cuò)誤基本上可劃分為三種錯(cuò)誤，既永久性錯(cuò)誤、瞬態(tài)錯(cuò)誤和間歇性錯(cuò)誤。永久性錯(cuò)誤通常是因?yàn)橛布匣牡仍虍a(chǎn)生，此種錯(cuò)誤一旦發(fā)生則必須通過更換元件進(jìn)行恢復(fù)。間歇性錯(cuò)誤是處于永久性與瞬態(tài)錯(cuò)誤之間，其表征現(xiàn)象為瞬態(tài)錯(cuò)誤產(chǎn)生的頻率超過計(jì)算機(jī)系統(tǒng)可靠性的閾值之外。瞬態(tài)錯(cuò)誤在整個(gè)計(jì)算機(jī)控制系統(tǒng)錯(cuò)誤中占有最大比，對(duì)計(jì)算機(jī)控制系統(tǒng)的影響也是最大的。冗余方法在計(jì)算機(jī)容錯(cuò)技術(shù)中得到廣發(fā)的應(yīng)用，根據(jù)冗余資源的不同形式把冗余方法分為硬件冗余、信息冗余、時(shí)間冗余等。

（一）硬件冗余

按照冗余的程度可把硬件冗余分為部分冗余以及完全冗余。對(duì)完全冗余（以雙系統(tǒng)為討論對(duì)象）根據(jù)計(jì)算機(jī)工作方式的不同可分為冷備、溫備、熱備和雙工。

（1）冷備。當(dāng)計(jì)算機(jī)的工作機(jī)出現(xiàn)故障下，沒有加電的設(shè)備啟動(dòng)并接替故障機(jī)工作，同時(shí)對(duì)故障機(jī)展開診斷以及維修，完畢后工作機(jī)去電變回備用機(jī)。

（2）溫備。雙系統(tǒng)工作機(jī)同時(shí)加電，其中一個(gè)工作機(jī)工作，另外一個(gè)工作機(jī)處于等待。只要工作機(jī)產(chǎn)生故障，系統(tǒng)馬上進(jìn)行更換，由溫備機(jī)工作并且對(duì)工作機(jī)進(jìn)行診斷和修理，工作機(jī)回復(fù)后溫備機(jī)恢復(fù)到備用位。

（3）熱備。雙機(jī)同時(shí)進(jìn)行工作，熱備機(jī)之進(jìn)行處理不輸出，一旦主機(jī)出現(xiàn)故障，馬上進(jìn)行切換，由熱備機(jī)進(jìn)行處理輸出，主機(jī)回復(fù)后，熱備機(jī)恢復(fù)只處理不輸出狀態(tài)。

（4）雙工。雙機(jī)同時(shí)工作，同時(shí)處理和輸出，但需要進(jìn)行雙機(jī)的比較后結(jié)果一致才輸出。

（二）信息冗余

信息冗余主要指的是在計(jì)算機(jī)原始的數(shù)據(jù)中增加若干位的冗余信息從而達(dá)到對(duì)計(jì)算機(jī)硬件故障的檢測(cè)和修復(fù)的容錯(cuò)技術(shù)，其主要方法有糾錯(cuò)編碼檢錯(cuò)編碼，檢錯(cuò)編碼可第一時(shí)間發(fā)現(xiàn)錯(cuò)誤，糾錯(cuò)編碼則第一時(shí)間對(duì)發(fā)現(xiàn)的錯(cuò)誤進(jìn)行糾正。編碼技術(shù)通常使用在信息的傳輸以及存儲(chǔ)和處理中，其代表性技術(shù)有循環(huán)冗余校驗(yàn)碼CRC、RED-FEC Mechanism等。

信息冗余相對(duì)于其他的容錯(cuò)技術(shù)相比有很大的優(yōu)勢(shì)，代價(jià)小，之需要存儲(chǔ)少量的字節(jié)或者一些編碼電路就可。其開銷比硬件冗余要少很多，并且其運(yùn)行速度快。冗余信息一般同數(shù)據(jù)同在一個(gè)時(shí)間片處理，檢錯(cuò)、糾錯(cuò)動(dòng)作在處理數(shù)據(jù)時(shí)并行完成避免了錯(cuò)誤恢復(fù)操作帶來的延遲。

（三）時(shí)間冗余

在對(duì)非硬件冗余以及非強(qiáng)實(shí)時(shí)系統(tǒng)上，可利用時(shí)間冗余的方式達(dá)到容錯(cuò)目的。時(shí)間冗余主要有兩種手段。

（1）Re-execution of the task on the Same Hardware（RSHW），其意思為，同一硬件對(duì)一個(gè)數(shù)據(jù)的不同時(shí)間內(nèi)執(zhí)行同一指令集。

（2）使用數(shù)據(jù)延遲設(shè)備以及表決電路結(jié)合，把計(jì)算機(jī)的數(shù)據(jù)處理后的結(jié)果輸出。

使用數(shù)據(jù)延遲設(shè)備及表決電路結(jié)合，將一次數(shù)據(jù)處理輸出通過設(shè)置不同的延遲大小而復(fù)制成多個(gè)版本并在表決器處進(jìn)行比較。

此種容錯(cuò)方式的關(guān)鍵所在就是延遲時(shí)間的大小，如果延遲時(shí)間過大，則有科恩給你帶來時(shí)間開銷大的問題，進(jìn)而導(dǎo)致時(shí)間冗余方法避免發(fā)生大延遲的意義。同時(shí)如果延遲時(shí)間過小，則可能導(dǎo)致表決器輸入的大部分信息產(chǎn)生錯(cuò)誤。

二、軟件錯(cuò)誤的容錯(cuò)技術(shù)

（一）N-version programming方法

N版本軟件容錯(cuò)方法的基本思想是各個(gè)版本軟件由不同的團(tuán)隊(duì)獨(dú)立設(shè)計(jì)，使用不同的方法，不同的設(shè)計(jì)語言，不同的開發(fā)環(huán)境和工具來實(shí)現(xiàn)。其根本目的就是為了降低不同版本軟件在表決上出現(xiàn)錯(cuò)誤的概率，軟件設(shè)計(jì)的同時(shí)要遵循以下幾點(diǎn)要求：

（1）總體設(shè)計(jì)相同，避免錯(cuò)誤恢復(fù)的全局回滾。

（2）多樣化模塊之間統(tǒng)一接口。

（3）多樣性封裝，即模塊內(nèi)部多樣性對(duì)外不可見。

（4）保證各個(gè)版本軟件設(shè)計(jì)獨(dú)立性。

每當(dāng)有方法調(diào)用請(qǐng)求到達(dá)管理器處，管理模塊將此次請(qǐng)求分別發(fā)送對(duì)應(yīng)于各個(gè)版本軟件的相應(yīng)模塊，由于完成同一功能的各個(gè)版本軟件內(nèi)部實(shí)現(xiàn)機(jī)制互相獨(dú)立可能導(dǎo)致運(yùn)行時(shí)間不一致，則當(dāng)所有運(yùn)行結(jié)果到達(dá)表決點(diǎn)完成錯(cuò)誤判定和結(jié)果輸出

（二）恢復(fù)法

恢復(fù)法軟件容錯(cuò)技術(shù)主要使用恢復(fù)的策略，其提供具有相同功能的主塊和幾個(gè)后備塊，主塊首先運(yùn)行，運(yùn)行完畢后對(duì)結(jié)果進(jìn)行驗(yàn)收，如沒有通過，那么系統(tǒng)現(xiàn)場(chǎng)恢復(fù)由后背的模塊進(jìn)行運(yùn)行，此過程可以重復(fù)道所有備塊前部使用，或某個(gè)錯(cuò)誤超過預(yù)料而使得程序不能恢復(fù)。在恢復(fù)法設(shè)計(jì)過程中，要把主塊與后備快獨(dú)立，從而避免主塊與備塊之間長(zhǎng)生錯(cuò)誤，把主塊以及備塊之間的共有性錯(cuò)誤降到最低。

（三）防衛(wèi)程序

防衛(wèi)程序是不使用以前傳統(tǒng)的容錯(cuò)技術(shù)而實(shí)現(xiàn)計(jì)算機(jī)控制系統(tǒng)軟件容錯(cuò)的方法，如果軟件程序中出現(xiàn)錯(cuò)誤或信息部一致，防衛(wèi)程序中的錯(cuò)誤檢查代碼以及錯(cuò)誤代碼可以再錯(cuò)誤發(fā)生后，第一時(shí)間對(duì)錯(cuò)誤進(jìn)行撤銷，并且恢復(fù)到已知的狀態(tài)中，防衛(wèi)程序的實(shí)現(xiàn)則主要有錯(cuò)誤檢查、破壞估計(jì)以及錯(cuò)誤恢復(fù)。

參考文獻(xiàn)：

[1]張本宏，陸陽，魏臻等.雙模冗余-比較系統(tǒng)的可靠性和安全性分析[J].系統(tǒng)工程學(xué)報(bào)，2009(02).

[2]劉云生，黃健，查亞兵.分布式仿真系統(tǒng)非阻塞式協(xié)同檢查點(diǎn)協(xié)議[J].系統(tǒng)仿真學(xué)報(bào)，2007(01).