用于物联网系统自适应软件框架的轻型和多功能监视器

抽象的

今天，正在开发各种各样的东西（IOT）设备和应用程序。此类物联网设备具有不同的硬件（HW）和软件（SW）功能;因此，当更改IOT设备或创建新应用程序时，大多数应用程序都需要自定义。但是，在这些设备上执行的应用程序未针对电源和性能进行优化，因为IoT设备系统不提供关于快速更改系统资源和应用程序的合适的静态和动态信息。因此，本文提出了一种自适应软件框架的轻量级和多功能监视器，以根据系统状态自动控制系统资源。监视器有助于运行应用程序保证低功耗和高性能的最佳环境。该提议的监视器有两个组件：监控组件，它提供了有关系统资源和应用程序的实时静态和动态信息，以及支持系统资源的实时控制的控制组件。对于实验验证，我们创建了一种基于IOT设备的视频传输系统，并通过动态电压和频率缩放（DVFS）来测量CPU利用率进行监视器。结果表明，对于多达50个监控过程，监视器在三种DVFS模式下显示了大约4％的平均CPU利用率，并在DVFS的性能模式下演示了最大优化。

1.介绍

信息和通信技术(ICT)的快速增长导致了工业、家庭和其他部门各种类型的物联网(IoT)设备和应用的发展。然而，这些物联网设备具有不同的硬件(HW)和软件(SW)能力。硬件性能主要受CPU核数或CPU时钟速度的影响。此外，电池容量很重要，因为物联网设备通常不使用外部电源。因此，许多研究者开始考虑绩效与权力之间的关系。例如，当系统分配多个CPU核给一个程序时，该程序的性能较高，但功耗较低。物联网设备的SW能力主要取决于运行的应用程序数量，因为运行的应用程序会影响系统的性能、功率等。因此，当设备发生更改或在设备上执行新的应用程序时，必须自定义这些正在运行的应用程序。然而，由于物联网设备系统没有为快速变化的系统资源和应用提供适当的静态/动态信息，因此应用程序没有在性能、功率等方面进行优化。

因此，在本文中，我们提出了一个轻量级和通用的监控自适应软件框架;所提出的监控和框架可以根据系统状态自动控制系统资源。建议的监控器可用于小型系统(如物联网设备和嵌入式设备)和大型系统(如PC和富系统);这种显示器的设计很轻。为了支持自适应的软件框架，监视器帮助运行的应用程序保证低功耗和高性能，从而创建一个最佳的环境。所提议的监视器有两个组件:一个监控组件和一个控制组件。监控组件实时提供关于系统和应用程序的静态和动态信息。静态信息是在系统和应用程序中已经固定的有意义的数据，而动态信息是在系统和应用程序执行期间更改的有意义的数据。控制组件帮助实时控制系统资源(如CPU、内存、网络等)。控制功能包括CPU开关、CPU频率控制和网络带宽控制。 For the experimental verification of the proposed monitor, we created a video transport system based on IoT devices and measured the CPU utilization for the monitor. The results showed that, for up to 50 monitored processes, the average CPU utilization of the monitor is approximately 4% in the three DVFS modes. Further, we observed that the monitor shows maximum optimization in the performance DVFS.

本手稿的其余部分结构如下2，我们介绍了自适应软件框架的概念。节3.，我们描述了用于自适应软件框架的轻量级和通用的监视器。节4.，我们通过自行发发的QoS保证系统展示了监视器的潜力。最后，我们说明了我们的结论，概述了我们未来的研究的指示。

2.自适应软件框架

自适应软件框架[1，2]这是一种中间件，用于保证在系统中执行的每个应用程序的最佳QoS，可以实时和动态方式管理和控制运行运行应用程序。为了管理和控制这些应用程序，该框架提供了监控功能。这些功能通常称为自适应应用。这些自适应应用包括至少两个模块：QoS发生器，如心跳[3.和一个包含各种算法的性能容器。在应用程序执行之前，将QoS生成器插入应用程序的监测点;然后，在应用程序执行期间，QoS生成器定期报告应用程序的QoS。性能容器使用两种方法中的一种:第一种方法是更改影响应用程序性能的输入参数，第二种方法是创建一个或多个可以根据性能更改的算法。自适应软件框架检查报告的QoS，然后控制自适应应用程序。该框架利用应用程序和系统资源的静态和动态信息来调整最佳的QoS性能。

通常，自适应软件框架由监视应用程序或系统信息和控制系统资源的模块组成。数字1显示自适应软件框架的整体结构。如图所示，自适应软件框架层位于应用层和系统层之间。该框架由三个模块组成：一个应用程序和系统的监控模块，应用程序和系统管理器模块，和分析与政策决策模块。在应用层中，当自适应应用程序以低质量运行和应用程序的用户要求是高质量时，通用操作系统不容易将低质量服务更改为高质量服务。但是，自适应软件框架可以使用三个模块来调整服务质量。应用程序和系统监视模块通过监视从系统层收集信息，应用程序和系统管理器模块将收集的信息提供给其他模块，分析和策略决策模块控制系统资源或应用程序的流程经理。我们建议的监视器对应于应用程序和系统监视模块和应用程序和系统管理器模块。

3.自适应系统观察

在这个手稿中，我们介绍了轻量级和通用的监视器，由监视组件和控制组件组成。首先，监视器收集有关应用程序和系统的静态/动态信息;自适应决定需要此信息。然后，将该信息提供给外部模块和外部设备。所提出的监视器对CPU利用率进行重量轻;因此，它可以移植到诸如嵌入式系统的不同IOT设备。

数字2显示轻量级和多功能监视器的框图。在该图中，当在系统上执行应用程序时，监视器实时观察这些应用程序和系统的状态，并记录此信息“应用程序信息DB”和“系统信息DB，”分别。记录的信息将用于确定应用的优化，以获得高性能和低功耗。

3.1。监控组件

监控组件由五个模块组成：程序寄存器，计划信息接收者，系统信息收集者，数据协调员， 和第三方模块．程序寄存器和程序信息接收者负责收集有关应用程序的信息。在执行应用程序期间，两个模块连接到TCP / IP中的应用程序。例如，当在系统上执行自适应应用程序时，该应用程序通过程序寄存器在自适应软件框架的轻量级和多功能监视器中登记;然后，程序信息接收机收集有关注册应用程序的静态/动态信息。桌子1提供运行应用程序的静态/动态信息的摘要。

系统信息收集器实时收集有关系统资源的静态/动态信息。此外，第三方模块从外部模块或外部设备接收诸如电源，程序特征和内部内核信息的信息。例如，系统电源和应用功率必须通过外部电源设备测量，测量的电源被传送到自适应系统观察监视器的第三方模块。系统静态信息表示与HW资源相对应的固定值（例如，CPU，CPU，内存和网络），并且在系统功能时仅配置一次。通常，当HW细节保持不变时，系统静态信息对系统具有唯一的值。该值由一次性数据收集确定。系统动态信息表示根据系统状态更改的值。这些值中的大多数可以根据系统开销而变化，并且在设置信息收集的设置期间定期更新它们。表中显示的系统静态信息2包括CPU核心，CPU频率，内存，网络和DVF。系统静态信息是HW的固定信息。如果HW功能发生变化，则系统静态信息也会更新。对于该信息，对应于每个HW系统的数据结构是单独维持的。当执行轻量级和多功能监视器时，系统静态信息仅更新一次。表中显示的系统动态信息2包括CPU内核，CPU利用率，存储器，网络和电源的当前状态。可以根据系统的当前状态来改变动态信息;此外，用户可以改变系统的资源值，因此，动态信息在实时改变。

数据协调器重新组织从程序信息接收器，系统信息收集器和第三方模块收集的信息;然后，将该信息保存在应用程序信息DB和系统信息DB中。有关应用程序和系统的动态信息分为两个数据结构：即时数据和计算数据。即时数据（例如，CPU活动）可以在其他模块中立即使用，而计算数据（例如，利用率）不能立即使用其他操作。关于应用程序和系统的静态信息具有单个数据结构，其对应于即时数据。这些数据将实时分类为应用程序，系统或第三方数据。

3.2。控制组件

控制组件由四个模块组成：CPU控制，记忆控制，网络控制， 和控制执行．提供控制CPU、内存、网络等系统资源的环境。这些系统资源的各项参数如下:(我)CPU：核心开/关，核心频率，螺纹亲和力，DVFS（动态电压频率缩放）[4.]（ii）内存：缓存丢弃，最小内存集（iii）网络：带宽，数据包丢弃

控制执行通过与PROC文件系统交互来控制CPU和内存。控制执行通过使用网络控制命令（例如，TC命令）或内核模型程序（例如，网络堆栈）来控制网络。此外，控制组件提供监视接口和控制诸如库的接口。桌子3.显示监视接口和控制接口。因此，自适应系统观察使用关于应用程序和系统的静态/动态信息来实现应用程序的最佳执行。

4.实验验证

在本节中，我们将对所提出的监视器进行实验验证。介绍了一种基于物联网设备的视频传输系统;将该监测仪应用于该系统，并给出了该轻量化监测仪的实验结果。

4.1。执行

数字3.显示具有自适应SW框架的视频传输系统，包括轻量级和多功能监视器。该系统由三层结构组成（IoT设备机顶盒（STB）主机系统）。执行视频捕获和编码的IOT设备包括英特尔爱迪生板[5.- - - - - -8.]有凸轮;执行视频流的STB由带有Exynos 5422的嵌入板组成[9.，并包含建议的监视器和自适应策略管理器。这份手稿并不关注政策经理。主机系统包括用户界面，由具有无线通信(如Wi-Fi)的移动设备组成。该系统的功能描述如下:视频源由Intel Edison Board与CAM实时生成;生成的信号源通过Wi-Fi传输到机顶盒;机顶盒上的视频流服务器接收这些视频源并实时解码;最后，解码后的源通过Wi-Fi传输到移动设备。

在图中3.如果STB中不存在自适应SW框架，则STB无法保证将在英特尔爱迪生板中生成的高比特率视频传输到主机系统，因为STB可能会将视频转换为低比特率视频高架。在典型的系统中，观察到这种行为。然而，即使在STB中存在自适应SW框架，也可以从英特尔爱迪生板生成的高比特率可能无法到达物联网设备和主机系统。例如，如果视频源的数量稳定地增加，则典型的视频传输系统不容易提供在爱迪生板中生成的高比特率视频到移动设备。原因是系统资源（例如，在流服务器中分配的核心，内存和网络带宽数）不足;因此，STB以公平的方式为运行应用程序分配低性能。然而，所提出的视频传输系统可以向移动设备提供高比特率视频，因为我们的系统具有中间件 - 自适应SW框架，包括轻型和多功能监视器。该中间件可以使用监视器收集的应用程序和系统信息来处理系统资源。因此，即使在许多开销的情况下，所提出的系统始终保持用户定义的QoS。

数字4.演示了一个基于图的系统实现3.．在图中4.，两个爱迪生板捕获和编码视频图像。嵌入式板接收并处理这些图像。轻量和多用途显示器被移植到板上。运行在笔记本上的工具实时显示监视器采集到的信息;此信息表示关于视频流服务器和嵌入式板的静态/动态信息。所述移动装置具有目标系统的原始图像，且不丢失图像。工具和UI(用户界面)在图中显示常规的QoS，用红色表示。

4.2。效果与分析

为了验证所提出的监视器的轻量级特性，在exynos 5422嵌入式系统上函数，我们使用我们的自主实验应用来测量监视器的CPU利用率。应用程序自动创建根据输入值的进程，然后启动进程的执行。输入值为1,7,5,30,50,80,100,130,170和200. CPU利用率由DVFS调速器（交互式，性能和ondemand）测量。图5.，6.， 和7.分别显示DVFS的Interactive、Performance和Ondemand模式监视器中运行的进程数量对应的CPU利用率。每个图中顶部的图显示了将CPU利用率转换为200个运行进程的百分比的结果。当进程执行时，CPU利用率是500倍。下图底部的图形显示了根据监视的进程数CPU利用率的平均值和错误范围。

对于交互模式，测量的CPU利用率在图中的顶部图中显示为百分比5.．如图所示，最多50个流程的百分比约为20%。然而，超过80个进程超过30%，因此建议的监视器可能会影响嵌入式系统(例如，Exynos 5422)，因为它的监控开销。Figure的底部图表5.是前述事实的详细实验结果。该图表明，在交互模式下工作的监视器的CPU利用率系数为1.2662（）。基于过程的数量，通过回归分析结果来计算测量的CPU利用率。这个结果是正确的，因为，测量数据的可靠性为0.9658。在图的底部图5.，CPU利用率约为4％，最多为50个进程，如虚线红色矩形所示。因此，我们可以说明所提出的监视器具有轻量级特性，因为大量过程（大于50）的基于自适应SW框架的显示器不是必需的。结果在图中6.和7.与图的结果类似5.．CPU利用系数为1.1602（） 和是0.9923。CPU利用率也大约为50个进程约为4％。图中的CPU利用系数7.是1.6026 (） 和是0.9905。但是，CPU利用率约为50个进程。通过实验结果，所提出的监视器显示了性能模式中最好的CPU利用率和交互模式下的第二个最佳CPU利用率。OnDemand模式具有比性能和交互式模式更多的开销，因为模式通过定期检查CPU利用率来控制CPU频率。

数字8.显示了与Interactive、Performance和Ondemand模式的进程数(1、7、15和50)对应的CPU利用率。在所有四个图中，随需应变模式的CPU利用率波动非常大，而且利用率也高于交互和性能模式。随着进程数量的增加，建议的监视器在Ondemand模式下有更多的开销。(例如，“#Process 50 by DVFS”图表8.表示ondemand模式的CPU利用率超过交互式和性能模式的2倍）。也就是说，监视器有效地在交互式和性能模式下工作。总的来说，OnDemand模式比交互式和性能模式更大的开销。数字9.良好地解释上述逻辑原因。在性能中，当过程数量为1时，CPU利用率为0.49。在这种情况下，建议的监视器具有最大的性能。当过程数量为50时，CPU利用率为3.95.利用率的增加率约为8.06。增加差距是DVFS调速器的CPU利用率中最大的差距。在交互模式下，当过程数量为1时，CPU利用率为2.04，当过程数量为50时，CPU利用率为4.50.利用率的增加率约为2.21。增加的差距是最小的，因此建议的监视器具有最稳定的性能。在ondemand模式下，当过程数量为1时，CPU利用率为1.99，当过程数量为50时，CPU利用率为7.03。在这种情况下，建议的监视器具有最糟糕的性能。利用率的提高率约为3.53。因此，监视器在性能模式下具有轻量级开销，并且监视器在交互模式下具有最稳定的开销。

结论

在这份手稿中，我们提出了一种轻量和通用的监视器，可用于自适应软件框架。该监视器可用于大型设备(网关、机顶盒)和小型设备(Intel Edison Board、IoT设备)。该监视器可实时向用户提供关于系统资源和运行应用程序的静态/动态信息;因此，监视器帮助自适应SW框架的自适应策略管理器优化控制系统资源或应用程序。从我们的实验中，我们确定监视器在DVFS的Performance模式下显示最大的优化。监视器显示多达50个被监控进程的3.95%的CPU利用率。在今后的工作中，我们将把所提出的监控方案应用到各种硬件平台上，展示所提出的监控方案的优越性。

披露

本文是在2015年11月25日，韩国济州，韩国题为“题为”互联网上的自适应系统观察“题为”自适应系统观察的设计的自适应系统观察“的文件的修订和扩展版本。

相互竞争的利益

作者声明本文的发表不存在利益冲突。

致谢

这项工作是由ICT研发计划支持的MSIP / IITP (b0101 - 16 - 0661,自适应软件框架的研究和开发各种物联网设备)也得到了基础科学研究项目通过韩国国家研究基金会(NRF)由教育部(NRF - 2014 r1a1a2060082)。

参考文献

1. C. Bolchini，M. Carminati，A.Miele和E.Quintarelli，“一个模型自适应计算系统的框架”美国宇航局/欧空局自适应硬件和系统会议记录(AHS’13)第71-78页，都灵，意大利，2013年6月。查看在：出版商网站|谷歌学术搜索
2. H. Hoffmann，M. Maggio，M. D. Santambrogio，A.Leva和A. Agarwal，“普遍存在的软件框架，以准确高效地管理绩效目标”第13届嵌入式软件国际会议的诉讼程序（Emsoft'13），pp.1-10，IEEE，2013年10月。查看在：出版商网站|谷歌学术搜索
3. H. Hoffmann，J.Estep和M. D. Santambrogio，“应用心跳：用于指定自主计算环境中的程序性能和目标的通用界面，”国际自动计算国际会议的诉讼程序（ICAC '10），pp.79-88，2010年6月。查看在：谷歌学术搜索
4. H. Hong，J.IMIN，H.ILIM和S. Kang“3D多核处理器的新热意识电压岛地层”etrij.，卷。37，不。1，pp。118-127，2015。查看在：出版商网站|谷歌学术搜索
5. https://www.sparkfun.com/categories/272.．
6. http://www.intel.com/content/www/us/en/do-it-yourself/edison.html．
7. 英特尔爱迪生董事会，英特尔爱迪生突破板上的硬件指南，2015年。
8. 英特尔爱迪生板，英特尔爱迪生板支持包 - 用户指南，修订版001,2014。
9. http://www.samsung.com/ssemiconducton/minisite/exynos/w/solution/mobile_ap/5422/．

版权

版权所有©2016 Young-Joo Kim等人。这是分布下的开放式访问文章创意公共归因许可证如果正确引用了原始工作，则允许在任何媒体中的不受限制使用，分发和再现。