ORDONANCEMENT DANS LES
|
|
- Heloïse Gauvin
- il y a 7 ans
- Total affichages :
Transcription
1 ORDONANCEMENT DANS LES SYSTÈMES TEMPS RÉEL Asma Benmessaoud Université Mhamed Bougara Boumerdès (UMBB) A.Benmessaoud / 2011
2 SOMMAIRE Introduction Notion de tâches L ordonnancement Classification des algorithmes d ordonnancement Propriétés des algorithmes d ordonnancement Algorithmes classiques d ordonnancement Temps-Réel
3 INTRODUCTION
4 INTRODUCTION Définition de l ordonnancement Ensemble de règles définissant l ordre d exécution des calculs sur un processeur.
5 INTRODUCTION Pourquoi un ordonnancement Temps-Réel? Pour prendre en compte les besoins d urgence, d importance et de réactivité des applications Temps- Réel impacte sur le respect des contraintes de temps/
6 INTRODUCTION Résultat Fournir une description de la séquence de planification des tâches à effectuer de manière à respecter les contraintes temporelles.
7 INTRODUCTION Propriétés recherchées Faisabilité : Voir s il y a possibilité d exhiber un test de faisabilité, c est-à-dire : - avoir des conditions permettant de décider hors-ligne du respect des contraintes des tâches. - Prédictibilité du temps de réponse des tâches. Optimalité : Considéré comme un critère de comparaisons des algorithmes (un algorithme est dit optimal s il est capable de trouver un ordonnancement pour tout ensemble faisable de tâches).
8 INTRODUCTION Propriétés recherchées Complexité: Les tests de faisabilité sont ils polynômiaux? Exponentiels? etc. Facilité de mise en œuvre: L ordonnanceur est-il facile à implémenter?
9 NOTION DE TÂCHES
10 NOTION DE TÂCHE Définition d une tâche Unité de base de l ordonnancement Temps-Réel, constituée d une suite d instructions, des données et le contexte d exécution (état)
11 NOTION DE TÂCHE Types de tâches Tâches dépendantes / indépendantes Tâches importantes / urgentes Tâches répétitives / périodiques: activations successives tâches critiques Tâches répétitives / apériodiques : une seule activation Tâches non critiques Tâches prioritaires (ex: sauvegarde en cas de chute de tension)
12 NOTION DE TÂCHE Etats d une tâche Elu : une processeur est alloué à la tâche Bloquée : La tâche attend une ressource, un message, ou un signal de synchronisation. Prête (éligible): la tâche attend d être élue. Passive: La tâche n a pas de requête en cours. Inexistante: La tâche n est pas créée.
13 NOTION DE TÂCHE Diagramme des états d une tâche
14 NOTION DE TÂCHE Paramètres définissant une tâche i S i : Arrivée de la tâche dans le système. C i : Durée maximale d exécution (capacité) P i : Période d activation (si la tâche est périodique) D i : Délai critique, le max acceptable pour l exécution de la tâche (relatif à P i si tâche périodique, à S i si tâche apériodique) R i : Date d exécution au plus tôt (date de réveil) Si tâche à contrainte stricte, l échéance d i = R i + D i est la date dont le dépassement entraine une faute temporelle
15 NOTION DE TÂCHE Illustration: diagramme temporel d exécution
16 NOTION DE TÂCHE Remarques Tâche i à contraintes relatives : D i est parfois omis. Tâche i apériodique : Pas de paramètre P i Plus les paramètres précédents sont exacts, plus la qualité de l ordonnancement est meilleure
17 NOTION DE TÂCHE Autres Définitions Soit une mise en jeu d un ensemble de n tâches qui s exécutent. On suppose que le départ est simultané. Nous parlons donc de : Facteur d utilisation du processeur pour n tâches périodiques : U = avec C i /P i 1 (facteur d utilisation du processeur par tâche)
18 NOTION DE TÂCHE Autres Définitions Facteur de charge du processeur pour tâches périodiques : CH = avec C i /D i 1 Laxité du processeur à l instant t, LP(t) = l intervalle de temps à partir de t pendant lequel le processeur peut rester inactif sans remettre en cause le respect des échéances ( LP(t) 0, qqs t). LP(t) est égale au min des laxités conditionnelles LC i (t) des tâches i
19 NOTION DE TÂCHE Autres Définitions LC i (t) = D i -. Les tâches j sont celles qui sont déclenchées à l instant t et qui devancent i dans la séquence de planification.
20 L ORDONNANCEMENT
21 L ORDONNANCEMENT Méthodes d analyse Lorsqu un problème d ordonnancement ce pose, on: 1. Modélise les tâches du système et leurs contraintes temporelles. 2. Choisit un algorithme d ordonnancement 3. Valide la faisabilité du jeu de tâches (théorique puis pratique) 4. Retourne éventuellement au point 1 ou 2
22 L ORDONNANCEMENT Ordonnanceur : structure, fonctions
23 L ORDONNANCEMENT Ordonnanceur : structure, fonctions Trois traitements successifs : Calcul d informations d ordonnancement selon: - en ligne / hors ligne, périodicité, période, échéance, laxité, etc. Gestion des files d attente par priorité/importance/classe d applications et application d une politique (FIFO, round Robin, etc.) Election de la tâche en tête de file selon l algorithme utilisé.
24 CLASSIFICATION DES ALGORITHMES D ORDONNANCEMENT
25 CLASSIFICATION DES ALGORITHMES D ORDONNANCEMENT Ordonnancement «Hors-ligne» / «En ligne» Hors-ligne : L algorithme construit la séquence complète de planification des tâches sur la base de tous les paramètres temporels des tâches. Séquence connue avant l exécution. statique, rigide et très efficace car elle suppose que tous les paramètres, y compris les dates de réveil, sont figés. ne s adapte pas aux changements de l environnements
26 CLASSIFICATION DES ALGORITHMES D ORDONNANCEMENT Ordonnancement «Hors-ligne» / «En ligne» En-ligne : capable à tout instant de l exécution d une application de choisir la prochaine tâche à ordonnancer, en utilisant les informations des tâches déclenchées à cet instant. Ce choix peut être remis en cause par l occurrence d un nouvel événement. Dynamique solutions moins bonnes (car pas assez d informations) Surcoût dans la mise en œuvre. Permet l arrivée imprévisible des tâches. Autorise la construction progressive de la séquence d ordonnancement.
27 CLASSIFICATION DES ALGORITHMES D ORDONNANCEMENT Ordonnancement «Hors-ligne» / «En ligne» Remarque : Pour pouvoir traiter les tâches apériodiques (et les surcharges anormales), l ordonnancement se fait souvent en ligne.
28 CLASSIFICATION DES ALGORITHMES D ORDONNANCEMENT Ordonnancement «Préemptif» / «Non-préemptif» Préemptif : Permet à l ordonnanceur de déposséder la tâche élue du processeur au profit d une autre tâche jugée plus prioritaire. N est utilisable que si toutes les tâches sont préemptibles. La tâche ayant perdu le processeur passe à l état prêt pour être élue ultérieurement sur le même processeur ou sur un autre.
29 CLASSIFICATION DES ALGORITHMES D ORDONNANCEMENT Ordonnancement «Préemptif» / «Non-préemptif» Non-Préemptif : N arrête pas l exécution d une tâche élue. Peut en résulter des fautes temporelles qu un algorithme préemtif aurait évitées.
30 CLASSIFICATION DES ALGORITHMES D ORDONNANCEMENT Remarque Meilleur effort (Best effort ) pour une application à contraintes relatives : la stratégie d ordonnancement est celle du meilleur effort : elle essaie de faire au mieux avec les processeurs disponibles. Pour une application à contraintes strictes : l ordonnanceur doit garantir le respect des CT. Il y a obligation de réussite et non tolérance aux fautes temporelles.
31 PROPRIÉTÉS DES ALGORITHMES D ORDONNACMENT
32 PROPRIÉTÉS DES ALGORITHMES D ORDONNANCEMENT Séquence valide: un algorithme d ordonnancement délivre une séquence d ordonnancement valide pour une configuration de tâches donnée si toutes les tâches respectent leur CT. Une configuration est ordonnançable dès qu il existe au moins un algorithme capable de fournir une séquence valide pour cette configuration. Algorithme optimal : s il est capable de produire une séquence valide pour toute configuration de tâches ordonnançables.
33 PROPRIÉTÉS DES ALGORITHMES D ORDONNANCEMENT Période d études: Pour valider une configuration de tâches périodiques et apériodiques, on effectue une analyse temporelle de l exécution de la configuration. Pour les tâches périodiques : il suffit d effectuer l analyse sur une période Début de la période d étude : t = Min{ri0}, date de réveil de la première requête de la première tâche de la configuration. Fin de la période d étude : Max{ri, 0, rj, Dj} + 2*PPCM(Pi), i : tâches périodiques, j : tâches apériodiques (PPCM(Pi ) seulement, si périodiques).
34 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL
35 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Rate Monotic (ou RM) Algorithme préemptif, à priorité fixe Pour tâches périodiques Définition [Liu & Layland 1973]: La propriété d une tâche est inversement proportionnelle à sa période d activation. C est-à-dire que la priorité d une tâche = F(sa période). Où : La tâche de plus petite période est la plus prioritaire. En cas de conflit, on fait un choix arbitraire
36 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Rate Monotic (ou RM) Caractéristiques - Propriétés fixes Analyse hors-ligne applications statiques. - Complexité faible et mise en œuvre facile dans un système d exploitation. - Algorithme optimal dans la classe des algorithmes à priorités fixes à échéance sur requête (D i = P i )
37 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Rate Monotic (ou RM) Fonctionnement - Phase de calcul : priorité = 1/périodicité - Phase d élection : élection de la plus forte priorité.
38 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Rate Monotic (ou RM) Exemple Tâche P i C i D i T T T Calcul des priorités - Prio (T1) = 1/P 1 = 1/20 - Prio (T2) = 1/P 2 = 1/5 - Prio (T3) = 1/P 3 = 1/10 Prio(T2) > Prio (T3) > Prio (T1) T1 T2 T3
39 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Rate Monotic (ou RM) Evaluation de l ordonnaçabilité (faisabilité) - Période d étude = [0, PPCM(P i )]. Solution exacte - Taux d utilisation (Cas préemptif) : Condition suffisante mais non nécessaire
40 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Rate Monotic (ou RM) Temps de réponse délai entre l activation d un tâche et sa terminaison. Solution parfois exacte (selon les modèles de tâches).
41 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Rate Monotic (ou RM) Calcul du temps de réponse hypothèse : Cas préemptif Principe : pour une tâche i, on cherche à évaluer, au pire cas, son temps d exécution + son temps d attente lorsque des tâches plus prioritaires s exécutent. Où encore : Où hp(i) est l ensemble des tâches de plus forte priorité que i ; x est l entier directement plus grand que x.
42 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Rate Monotic (ou RM) Techniques de calcul : évaluation itérative
43 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Deadline Monotic (ou DM) Algorithme préemptif à priorité fixe Pour tâches périodiques Définition [Leung & Whitehead 1985]: La priorité d une tâche est inversement proportionnelle à son échéance relative. C est-à-dire que la tâche la plus prioritaire est celle du plus petit délai critique. En cas de conflit, le choix est fait de manière arbitraire.
44 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Deadline Monotic (ou DM) Caractéristiques - Optimal dans la classe des algorithmes à priorités fixes pour des tâches périodiques indépendantes où: D i P i RM est un cas particulier de DM
45 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Deadline Monotic (ou DM) Exemple Tâche P i C i D i T T T Calcul des priorités - Prio (T1) = 1/D 1 = 1/14 - Prio (T2) = 1/D 2 = 1/5 - Prio (T3) = 1/D 3 = 1/15 Prio(T2) > Prio (T1) > Prio (T3) T1 T2 T3
46 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Earlies Deadline First (ou EDF) Algorithme préemptif à priorité dynamique Application pour tâches périodiques et non périodiques Définition [Leung & Whitehead 1985]: - A un instant t donné, la tâche la plus prioritaire parmi les tâches prêtes, est celle dont l échéance absolue est la plus proche.
47 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Earlies Deadline First (ou EDF) Caractéristiques - Algorithme à priorité dynamique mieux adapté que RM aux applications dynamiques. - Supporte les tâches périodiques et apériodiques. - Algorithme optimal : utilise jusqu à 100% de la ressource processeur. - Mise en œuvre difficile dans un système d exploitation. - instable en sur-charge: moins déterministe que RM.
48 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Earlies Deadline First (ou EDF) Fonctionnement 1.Phase de calcul calcul d une échéance. Soit D i (t) l échéance à l instant t, et D i le délai critique de la tâche i: - Tâche apériodique: D i (t) = D i + S i - Tâche périodique : D i (t) = date de début de l activation courante à t + D i 2.Phase d élection: élection de la plus courte échéance d abord
49 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Earlies Deadline First (ou EDF) Exemple Tâche P i C i D i T T préemptions en 5 et 15 T T1 T2 T3
50 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Earlies Deadline First (ou EDF) Evaluation de l ordonnaçabilité (faisabilité) - Période d étude = [0, PPCM(P i )]. Solution exacte - Taux d utilisation (Cas préemptif) : Condition suffisante Et une condition nécessaire :
51 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Earlies Deadline First (ou EDF) Evaluation de l ordonnaçabilité (faisabilité) - Temps de réponse : complexité importante - Nombres d unité de temps libre = (1 Taux d utilisation) x période d étude
52 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Least Laxity First (ou LLF) Algorithme préemptif à priorité dynamique Définition [Mok & Dertouzos 1989]: - A un instant t donné, la tâche la plus prioritaire parmi les tâches prêtes, est celle dont la laxité X i (t) = D i - (t + C i c i (t)) est la plus petite en cas de laxités égales, sélectionner la tâche du plus petit numéro en t
53 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Least Laxity First (ou LLF) Caractéristiques - Optimal dans la classe des algorithmes préemptifs pour des configurations de tâches périodiques indépendantes avec D i P i
54 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL Least Laxity First (ou LLF) Exemple 3 préemptions en 3, 5 et 15 Tâche P i C i D i T T T T1 T2 T3
55 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL
56 ALGORITHMES CLASSIQUES D ORDONNANCEMENT POUR LE TEMPS RÉEL
Ordonnancement temps réel
Ordonnancement temps réel Laurent.Pautet@enst.fr Version 1.5 Problématique de l ordonnancement temps réel En fonctionnement normal, respecter les contraintes temporelles spécifiées par toutes les tâches
Plus en détailProgrammation temps-réel Cours 1 et 2 Introduction et ordonnancement
Master 2 pro Programmation temps-réel Cours 1 et 2 Introduction et ordonnancement Isabelle PUAUT / Rémi COZOT Université de Rennes I 1 Applications temps-réel embarquées Systèmes en interaction avec l
Plus en détailREALISATION d'un. ORDONNANCEUR à ECHEANCES
REALISATION d'un ORDONNANCEUR à ECHEANCES I- PRÉSENTATION... 3 II. DESCRIPTION DU NOYAU ORIGINEL... 4 II.1- ARCHITECTURE... 4 II.2 - SERVICES... 4 III. IMPLÉMENTATION DE L'ORDONNANCEUR À ÉCHÉANCES... 6
Plus en détailOrdonnancement temps réel
Ordonnancement temps réel Ordonnancement centralisé par Francis COTTET Professeur d université (ENSMA, Poitiers Futuroscope) Ingénieur de l Institut national polytechnique de Grenoble Docteur ès sciences
Plus en détailORDONNANCEMENT CONJOINT DE TÂCHES ET DE MESSAGES DANS LES RÉSEAUX TEMPS RÉELS 4. QUELQUES EXEMPLES DU DYNAMISME ACTUEL DU TEMPS RÉEL
i LE TEMPS RÉEL 1. PRÉSENTATION DU TEMPS RÉEL 1.1. APPLICATIONS TEMPS RÉEL 1.2. CONTRAINTES DE TEMPS RÉEL 2. STRUCTURES D'ACCUEIL POUR LE TEMPS RÉEL 2.1. EXÉCUTIFS TEMPS RÉEL 2.2. RÉSEAUX LOCAUX TEMPS
Plus en détailInformatique industrielle A7-19571 Systèmes temps-réel J.F.Peyre. Partie I : Introduction
Informatique industrielle A7-19571 Systèmes temps-réel J.F.Peyre Partie I : Introduction Plan de la première partie Quelques définitions Caractéristiques communes des applications temps-réel Exemples d
Plus en détailLes systèmes de base de données temps réels. Pokrovskaya Natalia, Kabbali Nadia
Les systèmes de base de données temps réels Pokrovskaya Natalia, Kabbali Nadia Année académique 2008-2009 Table des matières 1 Introduction 2 2 Système de gestion de bases de données classiques 3 3 Systèmes
Plus en détailSystèmes et exécutifs temps-réel
Systèmes et exécutifs temps-réel Licence professionnelle «Systèmes embarqués dans l automobile» Isabelle PUAUT (Cours + TD) Jean-François DEVERGE et Christophe Pais (TP) 1 Applications temps-réel Systèmes
Plus en détailJulien MATHEVET Alexandre BOISSY GSID 4. Rapport RE09. Load Balancing et migration
Julien MATHEVET Alexandre BOISSY GSID 4 Rapport Load Balancing et migration Printemps 2001 SOMMAIRE INTRODUCTION... 3 SYNTHESE CONCERNANT LE LOAD BALANCING ET LA MIGRATION... 4 POURQUOI FAIRE DU LOAD BALANCING?...
Plus en détailAnalyse du temps de réponse des systèmes temps réel
Analyse du temps de réponse des systèmes temps réel Pascal Richard Laboratoire d Informatique Scientifique et Industrielle, ENSMA BP 40198 Téléport 2 F-86960 Futuroscope pascal.richard@ensma.fr RÉSUMÉ.
Plus en détailPartie 7 : Gestion de la mémoire
INF3600+INF2610 Automne 2006 Partie 7 : Gestion de la mémoire Exercice 1 : Considérez un système disposant de 16 MO de mémoire physique réservée aux processus utilisateur. La mémoire est composée de cases
Plus en détailCours de Systèmes d Exploitation
Licence d informatique Synchronisation et Communication inter-processus Hafid Bourzoufi Université de Valenciennes - ISTV Introduction Les processus concurrents s exécutant dans le système d exploitation
Plus en détailModèles à Événements Discrets. Réseaux de Petri Stochastiques
Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés
Plus en détailAnnexe 6. Notions d ordonnancement.
Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document
Plus en détailPROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES
Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.
Plus en détailLa gestion de données dans le cadre d une application de recherche d alignement de séquence : BLAST.
La gestion de données dans le cadre d une application de recherche d alignement de séquence : BLAST. Gaël Le Mahec - p. 1/12 L algorithme BLAST. Basic Local Alignment Search Tool est un algorithme de recherche
Plus en détailCours A7 : Temps Réel
Cours A7 : Temps Réel Pierre.Paradinas / @ / cnam.fr Cnam/Cedric Systèmes Enfouis et Embarqués (SEE) Motivations Du jour : les mécanismes multitâches, la gestion des priorités, l ordonnancement, la gestion
Plus en détailDAns un système multi-utilisateurs à temps partagé, plusieurs processus
Chapitre 8 Ordonnancement des processus Dns un système multi-utilisateurs à temps partagé, plusieurs processus peuvent être présents en mémoire centrale en attente d exécution. Si plusieurs processus sont
Plus en détail1 Mesure de la performance d un système temps réel : la gigue
TP TR ENSPS et MSTER 1 Travaux Pratiques Systèmes temps réel et embarqués ENSPS ISV et Master TP1 - Ordonnancement et communication inter-processus (IPC) Environnement de travail Un ordinateur dual-core
Plus en détailCOMPTE RENDU. Atelier-débat avec les futurs clients éligibles. 25 septembre 2002
Paris, le 17 octobre 2002 COMPTE RENDU Atelier-débat avec les futurs clients éligibles 25 septembre 2002 *** I La fourniture d électricité... 2 Les clients éligibles peuvent-ils acheter leur électricité
Plus en détailOrdonnancement temps réel et minimisation de la consommation d énergie
Chapitre 4 Ordonnancement temps réel et minimisation de la consommation d énergie 4.1. Introduction La consommation en énergie est devenue un problème crucial dans la conception des équipements électroniques
Plus en détailConception des systèmes répartis
Conception des systèmes répartis Principes et concepts Gérard Padiou Département Informatique et Mathématiques appliquées ENSEEIHT Octobre 2012 Gérard Padiou Conception des systèmes répartis 1 / 37 plan
Plus en détailSystèmes et algorithmes répartis
Systèmes et algorithmes répartis Tolérance aux fautes Philippe Quéinnec Département Informatique et Mathématiques Appliquées ENSEEIHT 4 novembre 2014 Systèmes et algorithmes répartis V 1 / 45 plan 1 Sûreté
Plus en détail1 Recherche en table par balayage
1 Recherche en table par balayage 1.1 Problème de la recherche en table Une table désigne une liste ou un tableau d éléments. Le problème de la recherche en table est celui de la recherche d un élément
Plus en détailCommunications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes
Loris MARCHAL Laboratoire de l Informatique du Parallélisme Équipe Graal Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Thèse réalisée sous la direction
Plus en détailMEAD : temps réel et tolérance aux pannes pour CORBA
MEAD : un intergiciel temps-réel et tolérant aux pannes pour CORBA Master 2 Informatique Recherche Université de Marne-la-Vallée Vendredi 3 mars 2006 Plan 1 Introduction 2 Solutions existantes 3 Concilier
Plus en détailUML Diagramme de communication (communication diagram) Emmanuel Pichon 2013
UML Diagramme de communication (communication diagram) 2013 Diagramme de communication (communication diagram) Utilisation / objectifs Sens Ce diagramme présente des objets, des acteurs, des liens et des
Plus en détailEléments de spécification des systèmes temps réel Pierre-Yves Duval (cppm)
Eléments de spécification des systèmes temps réel Pierre-Yves Duval (cppm) Ecole d informatique temps réel - La Londes les Maures 7-11 Octobre 2002 - Evénements et architectures - Spécifications de performances
Plus en détailLa NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.
La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of
Plus en détailRappel sur les bases de données
Rappel sur les bases de données 1) Généralités 1.1 Base de données et système de gestion de base de donnés: définitions Une base de données est un ensemble de données stockées de manière structurée permettant
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailImpact de choix d implantation sur les performances d une application de Contrôle-Commande
Recherche Impact de choix d implantation sur les performances d une application de Contrôle-Commande Fabrice Jumel Nicolas Navet Françoise Simonot-Lion CITI - INSA 20, Avenue Albert Einstein, F6962 Villeurbanne
Plus en détailUn concept multi-centre de données traditionnel basé sur le DNS
Confiez vos activités critiques à un expert S il est crucial pour vos activités commerciales que vos serveurs soient disponibles en continu, vous devez demander à votre hébergeur de vous fournir une solution
Plus en détailIntroduction à l informatique temps réel Pierre-Yves Duval (cppm)
Introduction à l informatique temps réel Pierre-Yves Duval (cppm) Ecole d informatique temps réel - La Londes les Maures 7-11 Octobre 2002 -Définition et problématique - Illustration par des exemples -Automatisme:
Plus en détailINTRODUCTION AUX SYSTEMES D EXPLOITATION. TD2 Exclusion mutuelle / Sémaphores
INTRODUCTION AUX SYSTEMES D EXPLOITATION TD2 Exclusion mutuelle / Sémaphores Exclusion mutuelle / Sémaphores - 0.1 - S O M M A I R E 1. GENERALITES SUR LES SEMAPHORES... 1 1.1. PRESENTATION... 1 1.2. UN
Plus en détailTP n 2 Concepts de la programmation Objets Master 1 mention IL, semestre 2 Le type Abstrait Pile
TP n 2 Concepts de la programmation Objets Master 1 mention IL, semestre 2 Le type Abstrait Pile Dans ce TP, vous apprendrez à définir le type abstrait Pile, à le programmer en Java à l aide d une interface
Plus en détailSurveillance et maintenance prédictive : évaluation de la latence de fautes. Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG)
Surveillance et maintenance prédictive : évaluation de la latence de fautes Zineb SIMEU-ABAZI Univ. Joseph Fourier, LAG) SURVEILLANCE Analyser une situation et fournir des indicateurs! Détection de symptômes!
Plus en détailMBR225. Le module a été conçu et réalisé conformément aux normes en vigueur portant sur la sûreté et la fiabilité des installations industrielles.
MBR225 Module de surveillance des chaînes cinématiques Le module est dédié à la surveillance du fonctionnement de machines dont la chaîne cinématique constitue un facteur important de sécurité : treuil,
Plus en détailCours A7 : Temps Réel
Cours A7 : Temps Réel Pierre.Paradinas / @ / cnam.fr Cnam/Cedric Systèmes Enfouis et Embarqués (SEE) Organisation des cours 12 prochaines séances 6 janvier au 24 mars, Partiel le 27 janvier, Les 3 et 24
Plus en détailTout le matériel (actif) qui sert à produire: boulons, capteurs, automates, vérins, câblage, éclairage, etc.
1 La maintenance 2 De quoi? Tout le matériel (actif) qui sert à produire: boulons, capteurs, automates, vérins, câblage, éclairage, etc. Pourquoi? Garder le matériel de production (les actifs) en état
Plus en détailCOACH-II Manuel d utilisation
COACH-II Manuel d utilisation MA-COACH-II_FR Page 1 on 25 Rev: 29/03/2011 1. INTRODUCTION...3 2. VUE GENERALE...4 3. DIMENSIONS MECANIQUES...5 4. CARACTERISTIQUES TECHNIQUES...6 4.1. Générales...6 4.1.1.
Plus en détailProgrammation parallèle et distribuée
ppd/mpassing p. 1/43 Programmation parallèle et distribuée Communications par messages Philippe MARQUET Philippe.Marquet@lifl.fr Laboratoire d informatique fondamentale de Lille Université des sciences
Plus en détailSSNL126 - Flambement élastoplastique d'une poutre droite. Deux modélisations permettent de tester le critère de flambement en élastoplasticité :
Titre : SSNL16 - Flambement élastoplastique d'une poutre [...] Date : 15/1/011 Page : 1/6 Responsable : Nicolas GREFFET Clé : V6.0.16 Révision : 8101 SSNL16 - Flambement élastoplastique d'une poutre droite
Plus en détailLes diagrammes de modélisation
L approche Orientée Objet et UML 1 Plan du cours Introduction au Génie Logiciel L approche Orientée Objet et Notation UML Les diagrammes de modélisation Relations entre les différents diagrammes De l analyse
Plus en détailOrdonnancement. N: nains de jardin. X: peinture extérieure. E: électricité T: toit. M: murs. F: fondations CHAPTER 1
CHAPTER 1 Ordonnancement 1.1. Étude de cas Ordonnancement de tâches avec contraintes de précédences 1.1.1. Exemple : construction d'une maison. Exercice. On veut construire une maison, ce qui consiste
Plus en détailProblèmes d ordonnancement dans les systèmes de production. Journée Automatique et Optimisation Université de Paris 12 20 Mars 2003
Problèmes d ordonnancement dans les systèmes de production Michel Gourgand Université Blaise Pascal Clermont Ferrand LIMOS CNRS UMR 6158 1 Le LIMOS Laboratoire d Informatique, de Modélisation et d Optimisation
Plus en détailManuel d utilisation de la plate-forme de gestion de parc UCOPIA. La mobilité à la hauteur des exigences professionnelles
Manuel d utilisation de la plate-forme de gestion de parc UCOPIA La mobilité à la hauteur des exigences professionnelles 2 Manuel d utilisation de la plate-forme de gestion de parc UCOPIA 1 Table des matières
Plus en détailMise sur le marché des engrais en Europe. Paris, le 9 septembre 2009. Vincent Delvaux
Mise sur le marché des engrais en Europe Paris, le 9 septembre 2009 Vincent Delvaux Implémentation pratique des Articles 28 et 30 et 95 du Traité CE Législation harmonisée garantit que les produits sont
Plus en détailCours Programmation Système
Cours Programmation Système Filière SMI Semestre S6 El Mostafa DAOUDI Département de Mathématiques et d Informatique, Faculté des Sciences Université Mohammed Premier Oujda m.daoudi@fso.ump.ma Février
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailAssurez. le futur de votre entreprise. www.bluebackup.be. Un Logiciel. Une Infrastructure. BlueBackUp. Un Service
Assurez le futur de votre entreprise www.bluebackup.be Un Logiciel Une Infrastructure BlueBackUp Un Service les Risques informatiques Virus 70000 virus connus à ce jour. Les anti virus ne reconnaissent
Plus en détailQU EST- CE QU UNE CONSTITUTION
QU EST- CE QU UNE CONSTITUTION La Constitution est un ensemble de textes juridiques qui définit les différentes institutions composant l État et qui organise leurs relations. Elle peut comporter également
Plus en détailMéthodologie de conceptualisation BI
Méthodologie de conceptualisation BI Business Intelligence (BI) La Business intelligence est un outil décisionnel incontournable à la gestion stratégique et quotidienne des entités. Il fournit de l information
Plus en détail03/04/2007. Tâche 1 Tâche 2 Tâche 3. Système Unix. Time sharing
3/4/27 Programmation Avancée Multimédia Multithreading Benoît Piranda Équipe SISAR Université de Marne La Vallée Besoin Programmes à traitements simultanés Réseau Réseau Afficher une animation en temps
Plus en détailCours de Base de Données Cours n.12
Cours de Base de Données Cours n.12 Gestion des transactions : contrôle de concurrence Elisabetta De Maria - http://www.i3s.unice.fr/ edemaria/ UFR Sciences et Laboratoire I3S, CNRS 2013-2014 Université
Plus en détailQoS Réseaux haut débit et Qualité de service
QoS Réseaux haut débit et Qualité de service Auteurs : COUMATES Matthieu PETIT-JEAN Jérémy Responsable : PHAM Congduc (UPPA) 16 decembre 2010 Table des matières 1 Gestion de la QoS au niveau du noyau linux
Plus en détailOUVERT02 - Maintien de l ouverture par élimination mécanique ou manuelle des rejets ligneux et autres végétaux indésirables Sous-mesure :
OUVERT02 - Maintien de l ouverture par élimination mécanique ou manuelle des rejets ligneu et autres végétau indésirables Sous-mesure : 10.1 Paiements au titre d'engagements agroenvironnementau et climatiques
Plus en détailRéplication des données
Réplication des données Christelle Pierkot FMIN 306 : Gestion de données distribuées Année 2009-2010 Echange d information distribuée Grâce à un serveur central Une seule copie cohérente Accès à distance
Plus en détailOrdonnancement des applications temps réel réparties
Ordonnancement des applications temps réel réparties Frank Singhoff Bureau C-203 Université de Brest, France LISyC/EA 3883 singhoff@univ-brest.fr UE systèmes temps réel, Université de Brest Page 1/100
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailParallélisme et Répartition
Parallélisme et Répartition Master Info Françoise Baude Université de Nice Sophia-Antipolis UFR Sciences Département Informatique baude@unice.fr web du cours : deptinfo.unice.fr/~baude Septembre 2009 Chapitre
Plus en détailSECURIDAY 2012 Pro Edition
SECURINETS CLUB DE LA SECURITE INFORMATIQUE INSAT SECURIDAY 2012 Pro Edition [LOAD BALANCING] Chef Atelier : Asma JERBI (rt5) Hajer MEHRZI(rt3) Rania FLISS (rt3) Ibtissem OMAR (rt3) Asma Tounsi (rt3la)
Plus en détailWEBVIEW. Serveur Web embarqué dans DIRIS G NOTICE D UTILISATION. www.socomec.com. http://www.socomec. com/webview_ software
NOTICE D UTILISATION WEBVIEW Serveur Web embarqué dans DIRIS G FR http://www.socomec. com/webview_ software www.socomec.com FR SOMMAIRE 1. DOCUMENTATION...3 2. OPÉRATIONS PRÉALABLES...3 3. PRÉSENTATION...3
Plus en détailAméliorer les performances du site par l'utilisation de techniques de Web Mining
Améliorer les performances du site par l'utilisation de techniques de Web Mining CLUB SAS 2001 17/18 octobre 2001 Stéfan Galissie LINCOLN stefan.galissie@lincoln.fr contact@web-datamining.net 2001 Sommaire
Plus en détailOptimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie
Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie 1 Présenté par: Yacine KESSACI Encadrement : N. MELAB E-G. TALBI 31/05/2011 Plan 2 Motivation
Plus en détailCorporate Travel Insurance CTI. Quelle importance accordez-vous à votre directrice du service informatique?
Corporate Travel Insurance CTI Quelle importance accordez-vous à votre directrice du service informatique? Vos collaborateurs sont votre capital. Un capital que vous devez protéger le mieux possible. En
Plus en détailChapitre V : La gestion de la mémoire. Hiérarchie de mémoires Objectifs Méthodes d'allocation Simulation de mémoire virtuelle Le mapping
Chapitre V : La gestion de la mémoire Hiérarchie de mémoires Objectifs Méthodes d'allocation Simulation de mémoire virtuelle Le mapping Introduction Plusieurs dizaines de processus doivent se partager
Plus en détailIFT2255 : Génie logiciel
IFT2255 : Génie logiciel Chapitre 6 - Analyse orientée objets Section 1. Introduction à UML Julie Vachon et Houari Sahraoui 6.1. Introduction à UML 1. Vers une approche orientée objet 2. Introduction ti
Plus en détailListe des Paramètres 2FC4...-1ST 2FC4...-1PB 2FC4...-1PN 2FC4...-1SC 2FC4...-1CB
Édi 07.2014 610.00260.50.650 Instrucs service d'origine Français Liste s Paramètres 2FC4...-1ST 2FC4...-1PB 2FC4...-1PN 2FC4...-1SC 2FC4...-1CB 1Liste s 1 Liste s Descrip s s 1.020 Fréquence minimale 1.021
Plus en détailTERMES DE RÉFÉRENCE AXE : FORMATION CREATION ET GESTION DE BASES DE DONNEES
REPUBLIQUE TUNISIENNE --*-- MINISTERE DE L ENSEIGNEMENT SUPERIEUR, DE LA RECHERCHE SCIENTIFIQUE, DES TECHNOLOGIES DE L INFORMATION ET DE LA COMMUNICATION TERMES DE RÉFÉRENCE AXE : FORMATION CREATION ET
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailGuide d implémentation. Réussir l intégration de Systempay
Guide d implémentation - Interface avec la plateforme de paiement - Réussir l intégration de Systempay Version 1.4b Rédaction, Vérification, Approbation Rédaction Vérification Approbation Nom Date/Visa
Plus en détailGestion d'une billeterie défilé des talents
Jean HENRI Gestion d'une billeterie défilé des talents version 0.3 5 novembre 2013 STS Services Informatiques aux Organisations Lycée St Joseph - Bressuire Sommaire 1 Introduction... 1 2 Présentation
Plus en détailModule de mesure de courant pour relais statiques serie HD Module de mesure de courant HD D0340I
Plage de tension de commande: 4... 30 VDC Plage de courant de charge: 2 A... 40 A Controle permanent de courant Apprentissage du courant de consigne par bouton poussoir ou par entrée externe Seuil d'alarme
Plus en détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plus en détailDOMONIAL CRT 500 HF. Notice Utilisateur EKZ 0904 00C SECOM AUTOPROTECTION PILE A U SUPERVISION OUVERTURE ALARME INTRUSION ALARME TECHNIQUE
R Notice Utilisateur EKZ 0904 00C DOMONIAL CRT 500 HF D EF A U T M EM O IR E C O NT R O LE AUTOPROTECTION PILE SUPERVISION OUVERTURE ALARME INTRUSION ALARME TECHNIQUE LIAISON RADIO MARCHE PRESENCE SECTEUR
Plus en détailde formation des prix
Le mécanisme m de formation des prix 1 URBANiS 24 janvier 2011 DEUX MARCHES FONCIERS URBAINS Zone AU «stricte» le droit des sols n est pas défini, il est négocié Zone AU indicée et zone U le droit des
Plus en détailIntroduction au temps réel
Introduction au temps réel Laurent.Pautet@enst.fr Version 2.0 Définition d un système temps réel Un système temps réel se compose d'un ou plusieurs sous-systèmes devant répondre en un temps fini et spécifié
Plus en détail2 disques en Raid 0,5 ou 10 SAS
Serveur GED: INFO EN + Afin d obtenir des performances optimales il est préférable que le serveur soit dédié. Matériel : Processeur Jusqu à 10 utilisateurs 2.0 Ghz environ Jusqu à 30 utilisateurs 2.6 Ghz
Plus en détailAutomatique Linéaire 1 Travaux Dirigés 1A ISMIN
Automatique Linéaire 1 Travaux Dirigés Travaux dirigés, Automatique linéaire 1 J.M. Dutertre 2014 TD 1 Introduction, modélisation, outils. Exercice 1.1 : Calcul de la réponse d un 2 nd ordre à une rampe
Plus en détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailK. Ammar, F. Bachoc, JM. Martinez. Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau
Apport des modèles de krigeage à la simulation numérique K Ammar, F Bachoc, JM Martinez CEA-Saclay, DEN, DM2S, F-91191 Gif-sur-Yvette, France Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau Apport des
Plus en détailSystèmes de portes battantes automatiques
Systèmes de portes battantes automatiques La qualité est notre moteur En collaboration avec des partenaires reconnus, TORMAX réalise dans le monde entier des solutions de portes automatiques pour différents
Plus en détailOrdonnancement robuste et décision dans l'incertain
Ordonnancement robuste et décision dans l'incertain 4 ème Conférence Annuelle d Ingénierie Système «Efficacité des entreprises et satisfaction des clients» Centre de Congrès Pierre Baudis,TOULOUSE, 2-4
Plus en détailLa replication dans PostgreSQL
10 mars 2011 Sommaire 1 Introduction 2 Les différents modes de réplication 3 La réplication par journaux Mise en place de la réplication en hot standby Limitations et critiques du hot standby Avenir du
Plus en détailJean-Philippe Préaux http://www.i2m.univ-amu.fr/~preaux
Colonies de fourmis Comment procèdent les colonies de fourmi pour déterminer un chemin presque géodésique de la fourmilière à un stock de nourriture? Les premières fourmis se déplacent au hasard. Les fourmis
Plus en détailRefonte front-office / back-office - Architecture & Conception -
Refonte front-office / back-office - Architecture & Conception - GLG204 - Architectures Logicielles Java 2008/2009 Nom : Cédric Poisson Matricule : 06-49012 Version : 1.0 Jeudi 28 mai 2009 1 / 23 Table
Plus en détailLES GRADES PROGRAMME D EXAMEN DE LA CEINTURE JAUNE A LA CEINTURE MARRON
LES GRADES PROGRAMME D EXAMEN DE LA CEINTURE JAUNE A LA CEINTURE MARRON 1 CEINTURE JAUNE Objectif : savoir exécuter les coups simples de K1 Rules/ K1 Japan En statique sur cibles OUI OUI NON NON NON En
Plus en détailOptimisation Combinatoire (Méthodes approchées) II. Recherche Locale simple (Les bases)
Optimisation Combinatoire (Méthodes approchées) II. Recherche Locale simple (Les bases) Heuristique Constructive Itérativement, ajoute de nouvelles composantes à une solution partielle candidate Espace
Plus en détailElaboration de Fer à Béton
Elaboration de Fer à Béton Cisailles électriques Combinées (cisailles-cintreuses) Cintreuses électriques Cintreuses à étriers électriques Cisailles électro-hydrauliques manuelles et lieuse de barres d
Plus en détailSPORT ET PERSONNALITE
BILAN DES RECHERCHES MICHEL LE HER Le concept de personnalité et son DEFINITIONS DE DEPART évolution Guilford : «le patron de traits d une personne» Maddi : «Une série de caractéristiques et de tendances
Plus en détailCARPE. Documentation Informatique S E T R A. Version 2.00. Août 2013. CARPE (Documentation Informatique) 1
CARPE (Documentation Informatique) 1 CARPE Version 2.00 Août 2013 Documentation Informatique S E T R A Programme CARPE - Manuel informatique de l'utilisateur CARPE (Documentation Informatique) 2 Table
Plus en détailRapport d'analyse des besoins
Projet ANR 2011 - BR4CP (Business Recommendation for Configurable products) Rapport d'analyse des besoins Janvier 2013 Rapport IRIT/RR--2013-17 FR Redacteur : 0. Lhomme Introduction...4 La configuration
Plus en détailUserLock Quoi de neuf dans UserLock? Version 8.5
UserLock Quoi de neuf dans UserLock? Version 8.5 Table des Matières 1. UserLock Version 8... 3 1.1. Le Statut utilisateur, un nouvel indicateur de risque... 3 1.2. Des alertes en temps réel contre les
Plus en détailOutils logiciels SPC - une façon simple d optimiser les performances et la protection
Outils logiciels SPC - une façon simple d optimiser les performances et la protection SPC - Étendre l art moderne de la détection d intrusion www.spc-intruder-detection.com Answers for infrastructure.
Plus en détailProcessus! programme. DIMA, Systèmes Centralisés (Ph. Mauran) " Processus = suite d'actions = suite d'états obtenus = trace
Processus 1) Contexte 2) Modèles de Notion de Points de vue Modèle fourni par le SX Opérations sur les 3) Gestion des Représentation des Opérations 4) Ordonnancement des Niveaux d ordonnancement Ordonnancement
Plus en détailManuel de validation Fascicule v4.25 : Thermique transitoire des structures volumiques
Titre : TTLV100 - Choc thermique dans un tuyau avec condit[...] Date : 02/03/2010 Page : 1/10 Manuel de Validation Fascicule V4.25 : Thermique transitoire des structures volumiques Document : V4.25.100
Plus en détailEntreprise. Gestion énergétique de votre parc informatique
Entreprise Gestion énergétique de votre parc informatique AVOB Energy Saver 5, c est l opportunité pour votre entreprise de réduire drastiquement le coût énergétique et l empreinte carbone de son parc
Plus en détailFACT SHEET LLOYD S ASSURANCE DE LA RESPONSABILITÉ CIVILE PROFESSIONNELLE POUR LES AVOCATS
FACT SHEET INFORMATION PRODUIT selon art. 3 paragraphe 1 loi sur le contrat d assurance (LCA) LLOYD S ASSURANCE DE LA RESPONSABILITÉ CIVILE PROFESSIONNELLE POUR LES AVOCATS Que propose SwissLawyersRisk?
Plus en détailADVglass. La solution de gestion optimale pour la miroiterie. Your flexible management solution
ADVglass La solution de gestion optimale pour la miroiterie Your flexible management solution ADVglass La solution de gestion optimale pour la miroiterie Vous souhaitez augmenter la performance de votre
Plus en détail