Dans ce document, les chercheurs étudient le problème de la diagnosticabilité naturelle de l'AN4 sous le modèle PMC et le modèle MM*. Crédit :Dr Shiying Wang et al., Éditeurs scientifiques Bentham
De nombreux systèmes multiprocesseurs ont des réseaux d'interconnexion comme topologies sous-jacentes et un réseau d'interconnexion est généralement représenté par un graphique où les nœuds représentent les processeurs et les liens représentent les liens de communication entre les processeurs.
Pour ces systèmes, l'étude des propriétés topologiques de son réseau d'interconnexion est importante. En 2012, Peng et al. a proposé une nouvelle mesure de diagnostic des pannes du système, à savoir, la diagnosticabilité -bon-voisin (également appelée diagnosticabilité conditionnelle -bon-voisin), ce qui nécessite que chaque nœud sans défaut contienne au moins des voisins sans défaut. Étant donné que la probabilité que tous les voisins d'un sommet de faille échouent et créent des fautes est plus proche de la probabilité que tous les voisins d'un sommet sans faute échouent et créent des fautes dans le système, nous considérons la situation dans laquelle aucun ensemble défectueux ne peut contenir tous les voisins d'un sommet sans défaut dans le système. En particulier, La diagnosticabilité à 1 bon voisin du système n'est pas un ensemble défectueux contenant tous les voisins de tout sommet sans défaut du système, ce qui est aussi appelé la diagnosticabilité de la nature du système.
Le réseau de graphes à groupes alternés -dimensionnels s'est avéré être un candidat viable important pour l'interconnexion d'un système multiprocesseur. La caractéristique de comprend un faible degré de nœud, petit diamètre, symétrie, et un haut degré de tolérance aux pannes. Dans ce document, nous prouvons que la diagnosticabilité à 1 bon voisin de est pour sous le modèle PMC et le modèle MM*, la diagnosticabilité à 1 bon voisin du réseau de graphes de groupes alternés à 4 dimensions sous le PMC est de 4 et la diagnosticabilité à 1 bon voisin du modèle MM* est de 3. Dans cet article, nous étudions le problème de la diagnosticabilité à 1 bon voisin sous le modèle PMC et le modèle MM*. Il est prouvé que la diagnosticabilité à 1 bon voisin de sous le modèle PMC et le modèle MM* est quand . Les résultats ci-dessus montrent que la diagnosticabilité à 1 bon voisin est plusieurs fois plus grande que la diagnosticabilité classique selon la condition :1 bon voisin. Le travail aidera les ingénieurs à développer des mesures plus différentes de la diagnosticabilité à 1 bon voisin en fonction de l'environnement d'application, topologie du réseau, fiabilité du réseau, et les statistiques liées aux modèles de défaillance.