Détection de problèmes dans les systèmes temps réel par l'analyse de traces
Notice bibliographique
Résumé
REMERCIEMENTSJe tiens d'abord à remercier mon directeur de recherche Michel Dagenais de m'avoir incité à entreprendre des études supérieures.Son support, sa grande expertise et sa disponibilité ont été essentiels à l'accomplissement de ce travail.Je tiens ensuite à reconnaître le soutien financier apporté à mon projet de recherche par OPAL-RT, CAE, le Conseil de recherches en sciences naturelles et en génie du Canada (CRSNG) et le Consortium de recherche et d'innovation en aérospatiale au Québec (CRIAQ).Je tiens finalement à remercier mes amis et collègues de laboratoire pour les activités plaisantes, la bonne ambiance, les discussions et les conseils.Pour définir le modèle d'une tâche temps réel, nous avons conçu une interface graphique permettant de spécifier les événements de la trace définissant une exécution.Comme cela peut s'avérer complexe, nous fournissons également des suggestions pertinentes.Pour ce faire, nous avons d'abord comparé différents algorithmes de reconnaissance de patrons.Puis, nous avons adapté celui qui semblait le plus prometteur pour qu'il fonctionne efficacement avec des traces d'exécution.Nous pouvons ainsi présenter les groupes d'événements qui semblent faire partie de tâches récurrentes.L'utilisateur peut ensuite choisir un des groupes pour qu'il forme la base du modèle d'exécution et l'éditer si nécessaire.Une fois le modèle défini, nous cherchons dans la trace toutes les correspondances.Nous utilisons à cet effet des machines à état permettant de repérer les occurrences en effectuant une seule lecture des événements.Nous avons ensuite observé le fonctionnement des différents outils de visualisation de traces afin de sélectionner les meilleures représentations et de les améliorer en fonction de notre cas.Nous avons donc conçu un ensemble de vues permettant d'afficher les exécutions et de les comparer entre elles.Ensuite, nous avons répertorié les principaux problèmes dans les systèmes temps réel.Nous avons également cherché des métriques pertinentes à collecter afin de repérer la présence de ces problèmes dans une exécution.En présentant des analyses spécifiques à certains problèmes et de l'information utile, nous sommes en mesure d'aider les développeurs à trouver pourquoi certaines exécutions présentent des anomalies.Ainsi, notre contribution principale consiste v à détecter les inversions de priorité en combinant l'analyse du chemin critique d'une tâche avec les informations d'ordonnancement.Nous avons finalement validé notre approche à partir de résultats expérimentaux.Nous avons ainsi pu détecter la source de latences inexpliquées dans des applications industrielles de manière très efficace.vi
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».