The dependability of concurrent programs is usually limited by concurrency errors like deadlocks and data races in allocation of resources. Deadlocks are difficult to find during the program testing because they happen under very specific thread or process scheduling and environmental conditions. In this study, we extended our previous approach for online potential deadlock detection in resources allocated by multithread programs. Our approach is based on reasoning about deadlock possibility using the prediction of future behavior of threads. Due to the nondeterministic nature, future behavior of multithread programs, in most of cases, cannot be easily specified. Before the prediction, the behavior of threads should be translated into a predictable format. Time series is our choice to this conversion because many Statistical and Artificial Intelligence techniques can be developed to predict the future members of the time series. Among all the prediction techniques, artificial neural networks showed applicable performance and flexibility in predicting complex behavioral patterns which are the most usual cases in real world applications. Our model focuses on the multithread programs which use locks to allocate resources. The proposed model was used to deadlock prediction in resources allocated by multithread Java programs and the results were evaluated. پرونده مقاله

This research shows the influence of using multi-core architecture to reduce the execution time and thus increase performance of some software fault tolerance techniques. According to superiority of N-version Programming and Consensus Recovery Block techniques in comparison with other software fault tolerance techniques, implementations were performed based on these two methods. Finally, the comparison between the two methods listed above showed that the Consensus Recovery Block is more reliable. Therefore, in order to improve the performance of this technique, we propose a technique named Improved Consensus Recovery Block technique. In this research, satellite motion system which known as a scientific computing system is consider as a base for our experiments. Because of existing any error in calculation of system may result in defeat in system totally, it shouldn’t contains any error. Also the execution time of system must be acceptable. In our proposed technique, not only performance is higher than the performance of consensus recovery block technique, but also the reliability of our proposed technique is equal to the reliability of consensus recovery block technique. The improvement of performance is based on multi-core architecture where each version of software key units is executed by one core. As a result, by parallel execution of versions, execution time is reduced and performance is improved. پرونده مقاله

توسعه‌دهندگان نرم‌افزار به دلایل مختلف با مشکل انتخاب روش رسمی متناسب با نرم‌افزار تحت توسعه روبه‌رو هستند. هدف ما در این مقاله تعیین سطح توانایی روش‌های رسمی برای توصیف و تحلیل نرم‌افزارهای مختلف در چهار قدم است: در قدم اول معیارهایی که روش‌های رسمی با آنها سنجیده می‌شوند، معرفی می‌شوند. در قدم‌های دوم و سوم انواع نرم‌افزارها و روش‌های رسمی بر اساس رویکردشان در حل مسئله طبقه‌بندی می‌شوند و در قدم چهارم بر اساس معیارهای تعیین‌شده در قدم اول، برازندگی و تناسب چند نمونه از روش‌های رسمی برای توصیف و تحلیل هر طبقه از نرم‌افزار تعیین می‌شود. پرونده مقاله

یک نرم‌افزار مطلوب باید قادر باشد خصیصه‌های کیفی مورد نیاز سیستم را علاوه بر نیازهای وظیفه‌مندی محقق کند. سبک‌های معماری نرم‌افزار علاوه بر توصیف نرم‌افزار و تجزیه آن به مؤلفه‌ها، تأثیر عمده‌ای بر روی خصیصه‌های کیفی نرم‌افزار طراحی‌شده دارند. تحلیل و ارزیابی کمی میزان این تأثیرگذاری سبب می‌شود مناسب‌ترین سبک برای طراحی معماری انتخاب گردد. در این مقاله برای ارزیابی کمی سه خصیصه کاندید موسوم به خصیصه‌های کیفی کارایی، قابلیت اطمینان و امنیت در سه سبک کاندید موسوم به سبک‌های معماری داده مشترک، شیءگرا و لوله و صافی، روشی مبتنی بر شبکه پتری رنگی را ارائه می‌دهیم که محدودیت روش‌های گذشته برای ارزیابی این خصیصه‌ها در سبک‌ها را ندارد. در این روش ابتدا سبک‌های کاندید را با استفاده از شبکه پتری رنگی مدل می‌کنیم. سپس با توجه به قواعدی که برای ارزیابی بیان می‌کنیم با ابزار CPNTools شبکه‌ها را تحلیل و مقدار خصیصه‌های کاندید را محاسبه می‌کنیم. در پایان با استفاده از رتبه‌بندی سبک‌ها از نظر میزان تحقق خصیصه‌های کیفی کاندید، بهترین سبک کاندید را برای پیاده‌سازی مشخص می‌کنیم. برای ارائه یک نمونه عملی در استفاده از روش پیشنهادی، سیستم خودپرداز را به عنوان یک مورد مطالعه انتخاب کردیم. پرونده مقاله

ارائه یک رویکرد عامل‌گرای راستی‌آزما برای دستگاه کنترل ضربان قلب که برای تنظیم ضربان بیماران دچار آرتیمی استفاده می‌شود و همچنین امکان کنترل و دسترسی به عملکرد آن در هر زمان و مکان از طریق بستر ابر جهت اطمینان از کارکرد صحیح آن، هدف این مقاله است. در صورت از کار افتادن دستگاه تنظیم ضربان قلب به هر دلیل و یا تولید ضربان نامناسب توسط دستگاه، جان بیمار به خطر می‌افتد. با استفاده از رویکرد پیشنهادی، از عملکرد صحیح دستگاه تنظیم ضربان قلب می‌توان اطمینان حاصل نمود. این رویکرد با استفاده از عامل نرم‌افزاری که قابلیت یادگیری تقویتی دارد می‌تواند شرایط پیش‌بینی نشده را فراگرفته و بر اساس آن رفتار نماید. استفاده از بستر ابر امکان ارسال پیام در شرایط بحرانی برای مراکز پزشکی را فراهم می‌کند. پس از محاسبه تعداد ضربان قلب بیمار به وسیله دستگاه تنظیم ضربان قلب و قبل از اعمال آن در بدن بیمار، رویکرد پیشنهادی مقدار ضربان محاسبه‌شده را بر اساس نظرات متخصص بررسی می‌کند و در صورت مغایرت بر اساس مکانیزم یادگیری تقویتی آن را تصحیح می‌کند. رویکرد پیشنهادی به طور خودکار و هوشمند با استفاده از قابلیت یادگیری تقویتی عمل می‌نماید. این روش به صورت شبیه‌سازی بر روی ابر و اتصال به یک دستگاه الکترونیکی همراه با بیمار پیاده‌سازی و از نظر زمان اجرا مورد بررسی و پذیرش قرار گرفت. نتایج روش پیشنهادی با خروجی‌های مورد انتظار در دیتاست‌های موجود مقایسه شده است. این مقایسه نشان داد که استفاده از رویکرد پیشنهادی 24/13 درصد محاسبه انجام‌شده توسط دستگاه تنظیم ضربان قلب را دقیق‌تر می‌سازد. استفاده از عامل‌های نرم‌افزاری با به کارگیری قابلیت یادگیری تقویتی می‌تواند نقش مهمی در بهبود رفتار دستگاه‌های پزشکی در شرایط بحرانی داشته باشد. پرونده مقاله