Uma estratégia de testes logarítmica para o algoritmo HI-ADSD

Abstract

Resumo: O objetivo do diagnóstico distribuído e permitir que os nodos sem-falha de um sistema determinem o estado - falho ou sem-falha - de todos os nodos do sistema. Assume-se que os nodos sao capazes de testar outros nodos e os nodos sem-falha determinam o estado dos nodos testados corretamente. O algoritmo Hierarchical Adaptive Distributed Systemlevel Diagnosis (Hi-ADSD) [9] e um algoritmo de diagnóstico distribuído que cria uma topologia virtual baseada em um hipercubo. O hipercubo óe uma estrutura escalóavel por definicão, apresentando características topológicas importantes como: simetria, diametro logarítmico e boas propriedades para tolerância a falhas. O algoritmo permite que todo nodo sem-falha de um sistema com N nodos determine o estado de todos os outros nodos com uma latencia de no móximo log2 N rodadas de teste. Entretanto, o numero de testes executados no pior caso e quadrótico. Este trabalho apresenta uma nova estrategia de testes para o algoritmo Hi-ADSD. Esta estrategia utiliza uma quantidade logarítmica de testes no pior caso. O algoritmo e adaptado para a nova estrategia de testes. Alem disso, foi adotado o uso de timestamps para permitir que cada nodo obtenha informacoes de diagnostico a partir de diversos outros nodos, consequentemente reduzindo a latencia media. O novo algoritmo e especificado, suas provas formais são demonstradas e resultados experimentais obtidos por simulações são apresentados e comparados com o Hi-ADSD. A nova estrategia garante que no maximo N log2 N testes são executados a cada log2 N rodadas de teste. A latencia maxima e mantida em log2 N rodadas de teste. O novo algoritmo foi implementado como uma estratóegia escalóavel de monitoramento e execuçcãao de experimentos integrado ao PlanetMon [23], um arcabouço para instalacao, execuçao e monitacão de experimentos no Planet-Lab. Experimentos foram realizados e mostraram que o desempenho do algoritmo em um ambiente realista condiz com as expectativas teoricas.

Abstract: The goal of distributed diagnosis is to allow fault-free nodes of a system to determine the state - faulty or fault-free - of all nodes of the system. It is assumed that the nodes are capable of testing each other and that fault-free nodes can determine the state of tested nodes correctly. The Hierarchical Adaptive Distributed System-level Diagnosis (Hi- ADSD) [9] is a distributed diagnosis algorithm that creates a virtual topology based on a hypercube. A hypercube is a scalable structure by definition, presenting important topological features like: symmetry, logarithmic diameter and good fault tolerance properties. The algorithm allows every fault-free node of a system with N nodes to determine the state of every other node with a latency of at most log2 N testing rounds. However, the number of executed tests in the worst case is quadratic. This work presents a new testing strategy for the Hi-ADSD algorithm. This strategy uses a logarithmic amount of tests in the worst case. The algorithm is adapted to the new testing strategy. Furthermore, the use of timestamps is adopted to allow each node to retrieve diagnosis information from several other nodes, thus reducing the average latency. The new algorithm is specified, formal proofs are given, and experimental results obtained by simulations are presented and compared with the Hi-ADSD algorithm. The new strategy ensures that at most N log2 N tests are executed at each log2 N testing rounds. The maximum latency is mantained in log2 2 N testing rounds. The new algorithm was implemented as a scalable strategy to monitor and execute experiments integrated to PlanetMon [23], a framework to install, execute and monitor experiments in Planet-Lab. Experiments were executed and they have shown that the algorithm performance in a realistic environment is consistent with the teoretical limits.