CN104615478A - 一种用于分布式仿真的仿真推进顺序错误识别及修正方法 - Google Patents

Abstract

本发明公开了一种用于分布式仿真的逻辑时间错误识别及修正方法，是基于向量时间技术提出的用于分布式仿真环境下进行乐观时间推进的方法和系统。该方法由6个核心部分组成，包括：向量时间定义、向量时间更新算法、向量时间比较关系定义、基于向量时间的因果错误判定方法、回滚向量定义及基于回滚向量的分布式仿真回滚算法。在分布式仿真运行过程中，当由于仿真主机计算时间开销过大和网络传输延迟而导致仿真运行结果偏离真实世界，出现因果颠倒时，可利用本方法快速识别因果错误，并通过回滚向量实现高效而精确的回滚控制。本方法不会导致传统方法引起的逐级反消息发送，也不会引起回滚风暴，方法步骤简单、执行效率高。

Description

一种用于分布式仿真的仿真推进顺序错误识别及修正方法

技术领域

本发明是一种分布式仿真环境下的时间管理新方法,是基于向量时间技术提出的用于分布式仿真环境下进行乐观时间推进的方法和系统。

技术背景

在分布式仿真环境下，由于仿真主机的计算开销和通信网络传输延迟等原因，仿真中的时延往往会大于实际的时延，导致仿真运行结果偏离真实世界，出现类似于因果颠倒的问题，从而破坏仿真的正确性和可信度。仿真时间管理的任务就是确保仿真系统中各仿真结点的事件处理顺序同真实世界中的事件发生顺序的一致性，亦即保证仿真邦员的正确因果关系。分布式仿真时间管理领域流行的两种管理机制是保守时间推进机制和乐观时间推进机制。

保守时间推进机制严格禁止仿真过程中发生因果关系的错误，确保仿真推进过程中各类事件按照时间的先后顺序进行处理。最经典的保守策略是由Chandy和Misra于1978年提出来的(简称C-M算法)。C-M算法假设仿真进程发送的消息按照时间非递减的顺序排序，同时底层网络能保证消息按序接收。消息到达接收方后缓存在一个FIFO队列中，队列中的消息也按照消息携带的时戳排序，接收方进程每次从消息队列中取时戳最小的消息进行处理，如果队列空，则阻塞进程。保守策略存在的问题在于会降低仿真推进的效率，同时有可能会引起死锁。

保守策略保证了仿真运行过程中的正常因果关系，但引入了较强的限制，严重制约了仿真推进的效率。针对这一弱点，仿真界提出了乐观时间推进机制，乐观机制的指导思想是：最大程度地保证系统运行的并行性，提高系统的运行效率。最经典的乐观机制由Jefferson于1985年提出，称之为Time Warp机制。乐观机制对仿真成员的时间推进不加限制，一旦发生因果关系错误，则通过回滚机制将仿真回退到错误发生之前。乐观推进机制允许出现暂时性的因果顺序错误，但要求系统能够尽快检测到错误的发生，并通过回滚机制进行恢复。传统乐观机制需要在全局范围进行虚拟时钟的计算；通过发送反消息的方式出发回滚，并根据虚拟时钟进行回滚的识别和控制。基于反消息的回滚控制可能会引起逐级的反消息发送，并且无法预知回滚的深度，难以进行回滚优化，回滚的控制效率较低，严重的制约了分布式仿真执行的效率。

发明内容

为了克服分布式仿真环境下现有时间管理技术的不足，本发明提出了一个基于向量时间的分布式仿真时间管理方法(Vector Time based Time Management Method，VTTM)。其主要目的在于避免传统保守时间管理机制引起的仿真性能损失，同时又避免传统乐观时间推进机制在 出现因果错误之后带来的回滚开销及可能产生的回滚风暴，从而有效的提升分布式仿真执行的性能。

为了达到上述目的，本发明提出了基于向量时间的乐观时间推进机制。基于向量时间的乐观时间推进机制下，仿真执行过程中不严格限制仿真邦员之间的逻辑时间顺序关系，允许出现逻辑时间顺序错误，因而仿真可以全速推进；当出现逻辑错误之后，利用回滚机制进行恢复。仿真执行过程中，逻辑时间顺序的错误识别方式是：当仿真邦员收到的消息m所携带的时戳向量小于邦员本地的向量时间，则说明消息m迟到，即可判定出现了因果顺序错误。

为了达到上述目的，本发明提出了回滚向量的概念，回滚向量是仿真推进过程中出现因果顺序错误需要回滚的时候，邦员广播的向量时间。其格式与系统的向量时间相同，具有n个邦员的仿真系统的回滚向量表示为T_Rollback(t₁,t₂,…,t_i,…t_n)，其中分量t_i代表了邦员i对应的回滚位置。

为了达到上述目的，在回滚向量定义的基础上，设计了回滚算法，算法步骤如下：1)当仿真邦员i在推进过程中收到消息m_i，提取其中的时戳t_i之后，发现t_i<T(此处T表示仿真邦员当前的向量时间)，则确定出现了因果顺序错误；2)邦员i构造回滚向量T_Rollback＝t_i；3)邦员i向所有邦员广播携带该回滚向量T_Rollback的回滚消息；4)收到回滚消息的邦员提取其中的回滚消息，并将仿真回退到小于等于T_Rollback的位置，然后重新运行。由于向量时间携带了全局的逻辑时间信息，因此可以很容易的确定系统当中的逻辑时间顺序错误。当出现因果顺序错误的时候，回滚控制也非常的简单明确，不会出现不可预知的回滚风暴。算法简单，执行效率高。

附图说明

图1为一示意图，其显示本发明涉及到的进程之间的逻辑时间推进关系。

图2为一示意图，其显示本发明中的无通信交互状态的邦员向量时间推进关系。

图3为一示意图，其显示本发明中的有通信交互状态的邦员向量时间推进关系。

图4为一仿真场景示意图，其显示本发明所述的仿真推进过程中向量时间的更新状态。

图5为一仿真场景示意图，其显示本发明所述的仿真推进过程中出现的因果关系错误情况。

具体实施方式

分布式环境下时钟同步的关键问题是如何正确描述发生在先关系，亦即因果序。传统的解决方法是通过逻辑时钟来描述，逻辑时钟是一种单调增长的软件计数器。请参阅图1，其显示三个进程之间的逻辑时间推进，a、b、c、d、e、f、g为仿真推进中产生的事件e，其上的数 字为各进程的逻辑时间L(e)。进程之间的逻辑时间推进过程中存在如下结论：

如果e→e’则一定有：L(e)<L(e’)

其中“→”表示发生在先关系。即如果有事件e发生在e’之前，则一定有e的逻辑时间L(e)必定小于e’的逻辑时间L(e’)。但逆命题不成立，不能从L(e)<L(e’)推导出e→e’。如图4中，有L_c<L_b，但c→b不成立，实际上，事件c同事件b属于并行事件，表示为c||b。而在分布式仿真的应用场景中，往往需要系统能够通过逻辑时间来反映事件之间的逻辑关系，为此本发明将向量时间引入分布式仿真场景，以实现根据L(e)<L(e’)推导出e→e’。为此本发明首先给出向量时间的定义。

【定义1】向量时间T_i：具有N个仿真邦员的系统的向量时间T为具有N个整数的一个数组，数组中的每一个元素代表一个仿真邦员的逻辑时间，仿真邦员独立维护自己的向量时间T_i，并用于为本地消息加时戳。设具有n个仿真邦员的仿真系统，其邦员的向量时间可形式化地表示如下：

T_i＝(t₁，t₂，…，t_j，…，t_n)

上式中，向量时间T_i中的分量t_j表示邦员i感知到的邦员j的当前逻辑时间。各仿真邦员独立的更新向量时间，本发明定义向量时间的更新算法如下：

【算法1】向量时间更新算法

1)初始情况下，T_i[j]＝0；i,j＝1，2，…n；

2)在邦员Fed_i内部有新事件产生时，进行内部时钟更新，更新为：T_i[i]＝T_i[i]+1；

3)邦员Fed_i在其发送的最新消息中包含时戳t＝T_i；

4)当邦员Fed_i收到来自Fed_j的消息时，读取其中的时戳T_j，并据此更新自己的向量时间为：T_i[j]＝max(T_i[j],T_j[j])，其中j＝1,2,…,n；

仿真邦员需要通过逻辑时间的比较来确定因果序，基于向量时间的逻辑时间比较关系定义为：

【定义2】对于两个向量时间T和T’，存在如下三类关系：

1)相等关系：如果T[i]＝T’[i],i＝1,2,…,n，则T＝T’；

2)小于等于关系：如果T[i]≤T’[i],i＝1,2,…,n，则T≤T’；

3)小于关系：如果T≤T’且T≠T’，则T<T’。

在上述向量时间比较关系定义的基础上，设T(e)是发生事件e的仿真邦员所使用的向量时间戳，通过在与事件e和e’相关的事件序列的长度上进行对比归纳，可以看出如果事件e的 向量时间小于事件e’的向量时间，即T(e)<T(e’)，那么一定有事件e发生在e’之前，即e→e’；同时也满足如果有事件e发生在e’之前，即e→e’，则一定有事件e的向量时间小于事件e’的向量时间，即T(e)<T(e’)。

请参阅图2，其显示本发明的基于向量时间的仿真邦员因果序判定。为简化描述，由三个邦员Fed₁、Fed₂和Fed₃构成的分布式仿真系统其向量时间为包含三个整数元素的数组T(t₁,t₂,t₃)，其中，t₁描述Fed₁的逻辑时间状态，t₂描述Fed₂的逻辑时间状态，t₃描述Fed₃的逻辑时间状态。邦员各自维护自己的向量时间。当邦员之间不存在消息通信，也即邦员之间不存在交互的时候，各邦员独立推进自己的向量时间。请参阅图2，初始状态下向量时间的各分量均为0，三个邦员的向量时间表述为(0,0,0)；对于Fed₁，当内部事件a发生时，更新其向量时间中相关的逻辑时间分量t₁，由原来的0加1变为1，因此，对应事件a的向量时间更新为(1,0,0)；同理，当内部事件b发生时，Fed₁继续更新其向量时间为(2,0,0)；类似的，Fed₂在仿真推进过程中依次产生事件c、d、e，其对应的向量时间推进序列为(0,1,0)、(0,2,0)和(0,3,0),Fed₃在仿真推进过程中依次产生事件f、g，其对应的向量时间推进序列为(0,0,1)、(0,0,2)。显然，三个邦员在仿真运行的初始时刻满足T₁＝T₂＝T₃。除此之外，三个邦员的向量时间均不满足定义2所描述的关系，因此，三个邦员的事件之间不存在因果关系，可认为事件a和事件c是可并行执行的，表示为a||c，同理有b||d，b||e，a||f，e||g等。三个邦员在仿真推进过程中不存在交互，各自独立进行仿真推进。而在邦员内部，以Fed₁为例，有T_a(1,0,0)<T_b(2,0,0)，从而可判断a→b。

请参阅图3，其显示当邦员之间存在消息交互时的情形时。Fed₁在事件b之后，向Fed₂发送了消息m₁，而Fed₂在e事件之后，向Fed₃发送了消息m₂，三个邦员的向量时间推进状态如图所示。仿真开始时，三个邦员的向量时间都初始化为(0,0,0)。当邦员Fed₁产生a事件时，其向量时间更新为(1,0,0)；之后Fed₁产生b事件，其向量时间随即更新为(2,0,0)；此时Fed₁欲发送消息m₁给Fed₂，于是Fed₁在消息m₁上附加上时戳信息(2,0,0)。消息m₁经过或长或短的通信延迟，最终到达Fed₂，此时Fed₂经历了事件c，其当前向量时间应当为(0,2,0)；收到消息m₁后，Fed₂读取其中携带的时戳信息(2,0,0)，并按照算法1的定义进行向量时间更新，Fed₂发现其向量时间和来自Fed₁的消息m₁中携带的时戳信息中的描述Fed₁的逻辑时间的分量t₁满足关系：T₂[1]<T₁[1]，于是执行T₂[1]＝max(T₂[1],T₁[1])，从而将其向量时间由(0,2,0)更新为(2,2,0)。同样地，Fed₂在e事件之后，向Fed₃发送携带时戳信息(2,3,0)的消息m₂，Fed₃收到消息m₂后，利用其中携带的向量时戳，按照算法1将其本地的向量时间有 原来的(0,0,2)更新为(2,3,2)。

请参阅图3，基于向量时间的分布式仿真邦员因果序关系满足互逆性：如果两个事件e和e’存在e→e’关系，则一定有T_e<T_e’；如a→b，有T_a(1,0,0)<T_b(2,0,0)；b→d，有T_b(2,0,0)<T_d(2,2,0)；c→g，有T_c(0,1,0)<T_g(2,3,2)。反之，对任意T_e<T_e’，也一定有e→e’，如T_a(1,0,0)<T_e(2,3,0)，则有a→e。而对于事件b和事件c，其向量时间T_b和T_c之间不存在严格的大小关系，因此可认为事件b和c属于并行事件，不存在逻辑顺序关系，表示为b||c，类似的a事件和c事件，a事件和f事件，b事件和f事件，d事件和f事件，e事件和f事件之间，都不存在逻辑顺序关系，他们的向量时间之间也不存在严格的大小关系，这些事件两两之间都属于并行关系，可并行的向前推进。

在基于向量时间的仿真时间管理机制下，仿真执行过程中可以不严格限制邦员之间的逻辑时间先后关系，而是尽可能高效的进行仿真推进。当出现逻辑时间错误时，通过回滚机制进行恢复。请参阅图4，其显示一个包含战斗机、坦克和观察者三个仿真邦员的经典仿真场景，初始状态下，三个邦员的向量时间均初始化为(0,0,0)，之后各仿真邦员各自向前推进，Fed_a在a处产生向坦克开火事件，同时将其向量时间修改为(1,0,0)，并向Fed_b和Fed_c发送消息m₁(a,b)和m₂(a,c)，两个消息均携带相同的向量时间(1,0,0)作为时戳。Fed_b在b处收到消息m₁，按照规则将其本地的向量时间由原来的(0,1,0)更新为(1,1,0)，并向Fed_c发送标志其被摧毁事件的消息m₃(b,c)，消息m₃中携带Fed_b的本地时戳(1,1,0)；对于观察邦员Fed_c，消息m₂于c处到达Fed_c，Fed_c提取其中的时戳(1,0,0)并将其本地时戳(0,0,1)更新为(1,0,1)；在d处，消息m₃到达Fed_c，Fed_c提取消息m₃中的时戳(1,1,0)，并据此将本地向量时间更新为(1,1,2)。使用向量时间描述的仿真状态符合该仿真系统的运行逻辑：战斗机邦员首先向坦克邦员开火，坦克被击中之后摧毁，而观察者邦员看到了战斗机先开火，之后坦克被摧毁的正确逻辑。由于每一个仿真邦员的向量时间都携带了所有仿真邦员的逻辑时间信息，并且通过邦员之间的带时戳的消息交互，各邦员的向量时间相互传播，从而使每一个邦员都能获知整个仿真系统的最新全局时间信息，实现了全局范围内的逻辑时间同步。对于每一个仿真邦员来讲，其向量时间随着仿真的推进，都呈现出非减的特征，如果邦员的向量时间出现了减小的现象，则表明出现了逻辑时间顺序的错误。

请参阅图5，其显示了基于向量时间的逻辑时间错误判定方法。由于网络延迟的不确定性，Fed_a发送到Fed_c的消息m₂在消息m₃到达之后才到达，因此各事件对应的向量时间更新步骤为：Fed_b收到消息m₁后，根据m₁中携带的向量时间(1,0,0)将本地的向量时间由(0,1,0)更新 为(1,1,0)；接着Fed_b向Fed_c发送携带时戳为(1,1,0)的消息m₃，m₃到达Fed_c之后，Fed_c提取其中的时戳(1,1,0)，并据此将本地的向量时间更新为(1,1,1)；由于Fed_a和Fed_c之间的网络延迟增大，消息m₂在m₃之后到达，m₂携带的时戳为(1,0,0)，Fed_c发现该向量时间比c处的向量时间(1,1,1)小，如果据此更新本地的向量时间，则d处的向量时间更新为(1,0,2)；由于邦员内部的时间应满足非减的特性，从而Fed_c可判定，消息m₂和m₃出现了顺序错误。本例中，该因果顺序错误表现为观察者邦员Fed_c先观察到坦克被摧毁，之后才观察到战斗机Fed_a开火。下面给出基于向量时间的仿真因果错误判定方法。

【定理1】当仿真邦员收到的消息m所携带的时戳向量小于邦员本地的向量时间，表明该消息m迟到，由此可判定系统出现了因果顺序错误。

当系统出现因果顺序错误时，必须通过回滚来消除错误，将仿真退回到错误发生之前。传统的乐观时间推进机制通过发送反消息来实现仿真回滚。反消息的处理较为复杂，通信开销大，并会引起逐级的反消息发送，最坏的情况有可能引起回滚风暴，使得整个仿真推进停止。利用反消息来实现回滚具有极大的不确定性，发送反消息的邦员和RTI都无法预知回滚距离，也难以对回滚进行精确控制，回滚过程难以优化。针对此现状，本发明提出基于向量时间的回滚算法。首先给出回滚向量的定义。

【定义3】回滚向量T_Rollback：指仿真推进过程中出现因果顺序错误需要回滚的时候，仿真邦员广播的向量时间。具有n个邦员的仿真系统的回滚向量表示为T_Rollback(t₁,t₂,…,t_i,…t_n)，其中分量t_i代表了邦员i对应的回滚位置。

请参阅5的场景，当Fed_c收到消息m₂之后，将m₂中的时戳(1,0,0)同本地向量时间(1,1,1)进行比较，发现(1,0,0)<(1,1,1)，从而断定出现了因果顺序错误。按照传统的乐观推进机制，Fed_c应通过RTI向m₂消息的发送者发送一个反消息，引起回滚。在本发明中，Fed_c只需广播一个回滚向量T_Rollback(1,0,0)，收到该回滚向量的邦员，将仿真回退到小于该向量的时刻再重新推进。对于图5的场景，Fed_c撤消c、d事件，Fed_b撤消b事件之后，仿真重新向前推进，从而实现了错误恢复。基于回滚向量的回滚算法设计如下。

【算法2】基于回滚向量的的分布式仿真回滚算法

1)当仿真邦员i在推进过程中收到消息m_i，提取其中的时戳t_i之后，发现t_i<T(此处T表示仿真邦员当前的向量时间)，则确定出现了因果顺序错误；

2)邦员i构造回滚向量T_Rollback＝t_i；

3)邦员i向所有邦员广播该回滚向量T_Rollback；

4)收到回滚向量的邦员j将T_Rollback同本地向量时间T_j进行对比，如果T_j>T_Rollback，则将其仿真回退到小于等于T_Rollback的位置，然后重新运行。

本发明由于引入的向量时间携带了全局的逻辑时间信息，因此可以很容易的确定系统当中的逻辑时间顺序错误。当出现因果顺序错误的时候，通过引入的回滚向量可以实现方便快捷的回滚控制，不会出现不可预知的回滚风暴。本设计的算法简单，执行效率很高。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的实质技术内容范围，故本发明的实质技术内容广义的定义于权利要求书中，任何他人所完成的技术实体或方法若是与权利要求书所定义者完全相同，或者为同一等效的变更，均将被视为涵盖于本专利申请的保护范围之内。

Claims (6)

1.一种用于分布式仿真的仿真推进顺序错误识别及修正方法，该方法包括：

1)各仿真邦员根据本地事件和接收到的消息当中的时戳构造并更新向量时间，并以时戳的形式将向量时间添加到其发送的消息尾部，其中向量时间中的每一个元素代表一个邦员的逻辑时间；

2)仿真邦员从收到的消息中提取时戳，并将其同本地向量时间进行对比，若收到消息所携带的时戳大于等于本地向量时间或无法判定大小关系，则更新本地向量时间，并正常推进仿真执行；

3)若发现收到消息所携带的时戳小于本地向量时间，则表明该消息迟到，并据此判定整个仿真系统出现了因果顺序错误；

4)发现因果顺序错误的邦员构造回滚向量，并将其添加到回滚消息的尾部，然后广播回滚消息；

5)收到回滚消息的邦员提取其中的回滚向量，并同本地向量时间进行对比，如果回滚向量小于本地向量时间，则将本地仿真回退到回滚向量所标识的时间之前，然后重新推进仿真运行。

2.如权利要求1所述的一种用于分布式仿真的仿真推进顺序错误识别及修正方法，其特征在于：该方法建立在向量时间的基础上，具有N个仿真邦员的系统的向量时间T为具有N个整数的一个数组，数组中的每一个元素代表一个仿真邦员的逻辑时间，仿真邦员独立维护自己的向量时间T_i，并用于为本地消息加时戳。

3.如权利要求2所述的一种用于分布式仿真的仿真推进顺序错误识别及修正方法，其特征在于：仿真邦员在其内部有新事件产生、收到其他邦员的消息时，需要进行向量时间的更新，更新的方式为：

1)当邦员内部产生新事件时，将本邦员的向量时间内代表自身的分量加1，其余不变；

2)当收到其它邦员消息时，将收到消息的时间戳与自身向量时间内代表相同邦员的分量逐一进行比较，选择其中较大者组成新的向量时间，然后再对新的向量时间内代表自身的分量加1。

4.如权利要求2所述的一种用于分布式仿真的仿真推进顺序错误识别及修正方法，其特征在于：当向量时间之间存在大小关系时，较大向量时间对应的事件应发生在较小向量时间对应的事件之后；向量时间之间无法比较大小关系时则仿真邦员的事件之间为并行关系。

5.如权利要求1所述的一种用于分布式仿真的仿真推进顺序错误识别及修正方法，其特征在于：一旦发生因果关系错误，仿真的回退依赖于回滚向量的发送；具有n个邦员的仿真系统的回滚向量表示为T_Rollback(t₁,t₂,…,t_i,…t_n)，其中分量t_i代表了邦员i对应的回滚位置。

6.如权利要求1所述的一种用于分布式仿真的仿真推进顺序错误识别及修正方法，其特征在于：回滚的过程包括三个阶段，第一阶段构造回滚向量；第二阶段广播携带回滚向量的回滚消息；第三个阶段根据回滚向量进行回退，之后重新运行仿真。