فایل ورد کامل مدلسازی رقابت نرم افزاری با استفاده از شبکه های پتری رنگی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل مدلسازی رقابت نرم افزاری با استفاده از شبکه های پتری رنگی،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۹ صفحه

کار مطرح شده دراین مقاله، تکنیک توسعه یافته برای مدلسازی و شبیه سازی رقابت نرم افزاری را شرح می دهد. در اینجا از شبکه های پتری رنگی (CPN) برای ارزیابی داده های مدل با نتایج بدست آمده از پروفایل سازی برنامه کاربردی استفاده کردیم. CPN، عدم جبرگرایی ذاتی در مورد رقابت رشته های متعدد روی یک قفل را مدلسازی می کند. هدف ازاجرای پروفایل سازی، اندازه گیری عملکرد زمان اجرای برنامه بوده و داده های حاصله برحسب داده های پیش بینی شده با مدل CPN مورد ارزیابی قرار گرفتند. نتایج بدست آمده نشان می دهد مدل CPN، الگوی رفتار برنامه کاربردی را در حدود خطای مشخص، به درستی پیش بینی می کند.
مدل CPN برنامه کاربردی و کد برنامه کاربردی بکاررفته در این مقاله، به صورت نرم افزار منبع باز از www.dre.vanderbilt.edu/ nilabjar/SoftwareContention موجود هستند.

عنوان انگلیسی:Modeling Software Contention Using Colored Petri Nets~~en~~

Introduction Emerging trends and challenges. Servers, such as database servers or web servers, typically receive incoming requests, process them, and then returns responses to the requesting clients. One way to improve the response time of a server is to create multiple threads to service requests. Each incoming request can be assigned to a thread that processes it and prepares the response. With the growing adoption of multi-core and multiprocessor machines, software applications require multithreading to leverage hardware resources effectively [7]. In theory, multi-threading can significantly improve system performance. In practice, however, multi-threading can incur excessive overhead due to software contention (e.g., mutually exclusive operations needed to mediate thread access to shared data) and physical contention (e.g., access to hardware resources, such as CPUs and memory). There is a trade-off between (1) increasing the number of threads to decrease client response time vs. (2) a larger number of threads causing bottlenecks that can increase response time. What is needed, therefore, is a technique for selecting the optimal number of threads, which depends upon various factors including the underlying hardware, multithreading architecture, and application logic. In conventional multi-threaded systems, application developers and deployers make these decisions manually using their experience and intuition, which can be tedious and error-prone. Moreover, when workloads change, it is hard to estimate the effect on application performance since there is no explicit and analyzable model of application component behavior. As a result, performance problems typically emerge late in the software life-cycle during the integration phase, where they are more costly to fix. Solution approach Optimize an application configuration using simulation models. This paper presents and evaluates a method for modeling the software and physical contention of multi-threaded applications to estimate the number of threads needed to produce optimal performance using a particular set of hardware resources. This method constructs a simulation model of a complex multithreaded application using Colored Petri Nets (CPNs) [1], which are a discrete-event modeling language that extends Petri nets with a “color” for each token. A CPN model of a system is an executable model consisting of different states and events, along with a notation that represents the time taken to trigger events. CPNs are suited for modeling concurrency, communication, and synchronization among different system components. Our work uses CPN tools [2], which help construct and analyze CPN models via an engine that conducts simulation-based performance analysis using the functional language Standard ML [4]. We use CPNs in this paper to model simultaneous resource possession for a target tracking application containing many threads sharing multiple locks. We first profile the application and collect runtime performance data, which is used to parameterize the CPN model. The CPN model is then run to predict application performance under various configurations. We compare the predictions with measured data to validate the CPN model. This paper describes the challenges we addressed building the CPN model and using it to predict the behavior of our target-tracking application. 2 Application Case Study: Target Tracking Simulator This section describes the application we created and used as a case study to evaluate our work on performance prediction of multi-threaded applications. 2.1 Overview of the Target Tracker Our case study involves a target-tracking simulation application composed of active objects [6], such as target, tracker, and satellites shown in Figure 1. There can be multiple instances of trackers and satellites; each tracker collects the target’s latest location from a satellite. To increase the probability of finding the target, the application must be configured with the right number of trackers and satellites. Each active object has its own thread and executes methods of its own object, i.e., there is a one-to-one correspondence between an active object and a thread. Every active object executes its application logic as shown in Figure 2.

$$en!!