CN107317705B - 一种基于Agent感知区域的有限乐观并行仿真同步方法 - Google Patents
一种基于Agent感知区域的有限乐观并行仿真同步方法 Download PDFInfo
- Publication number
- CN107317705B CN107317705B CN201710481521.7A CN201710481521A CN107317705B CN 107317705 B CN107317705 B CN 107317705B CN 201710481521 A CN201710481521 A CN 201710481521A CN 107317705 B CN107317705 B CN 107317705B
- Authority
- CN
- China
- Prior art keywords
- agent
- aoi
- simulation
- execution
- period
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/04—Network management architectures or arrangements
- H04L41/046—Network management architectures or arrangements comprising network management agents or mobile agents therefor
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/34—Network arrangements or protocols for supporting network services or applications involving the movement of software or configuration parameters
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于Agent感知区域的有限乐观并行仿真同步方法,属于仿真同步领域。该方法包括以下步骤:S1:调度服务器初始化;S2:初始化每个调度逻辑进程LP的状态链表T;S3:调度服务器计算安全Agent;调度每个LP执行下一个周期;S4:每个LP执行完成后,将输出数据发送到调度服务器,并等待调度服务器发送的调度;S5:调度服务器接收LP的仿真输出结果,更新Agent数据链表S;若仿真未完成,则执行步骤S3,否则执行步骤S6;S6:程序结束。本发明与现有的保守同步算法相比基于Agent感知区域的有限乐观同步算法能够并行的执行仿真程序的同时,保证了没有死锁的产出,相邻节点的调度保证在安全的区域内。
Description
技术领域
本发明属于仿真并行化空间的同步技术领域,涉及一种基于Agent感知区域的有限乐观并行仿真同步方法。
背景技术
分布式交互仿真中同步算法主要有两种同步方式:保守的同步算法和乐观的同步算法。保守同步算法在进行同步算法时,保证了所有事件都按因果关系出现,此算法属于无风险的同步算法,但是在保守计算的同时也导致了仿真运行的并行化不高、仿真执行速度较慢的问题,保守算法在执行过程中很容易造成虚假的阻塞、死锁等问题。乐观的同步算法在执行时,并没有采取措施去保障本地因果关系的正确性。每个LP总是假设处理本地事件队列的下一个事件是安全的,直到收到了某个消息的丢失通知,才会通过某种回退算法将所有已经错误执行的事件回退。
现有的时间管理算法主要是通过确定时间推进区间来保证事件的一致性,这一类算法通过LP之间发送的时间消息来确定时间推进的范围,保证各个节点在确定的时间范围内不会收到超出时间范围的消息。
基于时间窗口的有限乐观同步算法中时间窗口定义了在本时间窗口中各LP只能乐观的处理时间窗口内的事件,这种方法能够保证各个LP之间的仿真时钟差不会大于时间窗口,同时保证了回退操作的可控制性。基于时间窗口的有限乐观同步算法中窗口的大小对仿真性能有很大的影响,窗口选取过小限制了不同节点的乐观的处理,窗口太大则会引起过多的回退,不同LP的时间窗口也有可能不同,因此,最优的时间窗口能够根据仿真程序运行自动的调整,这些使得仿真窗口的确定变得很困难。
综上所述,仿真并行化中的同步算法需要解决的问题有:
(1)如何保证因果关系一致性约束的同时,保证仿真事件的执行能够有较高的并行性。
(2)如何减少仿真运行中不必要的内存开销。
发明内容
有鉴于此,本发明的目的在于提出一种基于Agent感知区域的有限乐观并行仿真同步方法。该算法保证了仿真程序运行中的因果关系约束,避免了仿真乐观执行过程中的回退操作,在保证仿真结果正确性的同时,提高了大规模并行仿真的效率。
为达到上述目的,本发明提供如下技术方案:
一种基于Agent感知区域的有限乐观并行仿真同步方法,该方法包括以下步骤:
S1:调度服务器初始化:初始化Agent数据链表S;
S2:初始化每个调度逻辑进程LP的状态链表T;
S3:调度服务器计算安全Agent;初始状态下,所有Agent都是安全的,调度每个LP执行下一个周期;
S4:每个LP执行完成后,将输出数据发送到调度服务器,并等待调度服务器发送的调度;
S5:调度服务器接收LP的仿真输出结果,更新Agent数据链表S;若仿真未完成,则执行步骤S3,否则执行步骤S6;
S6:程序结束。
进一步,步骤S1中,所述Agent数据链表S是一个二维链表,相同执行周期的Agent组成一个链表,不同的链表根据执行周期顺序构成二维链表;初始状态下,二维链表只有一个链表节点,所有Agent在执行周期为0的链表中设置每个Agent对象在某个执行周期中的触发事件的范围半径(Area Of Interest,AOI)与线速度建议值。
进一步,步骤S2中,所述状态链表T是一个二维链表,保存LP空间区域内的Agent当前结果状态;相同执行周期的每个Agent的结果状态构成一个链表,不同链表按照执行周期顺序构成二维链表。
进一步,所述AOI满足:AOI-t=线速度*周期时间*t+AOI,其中AOI-t表示每个Agent在后面t次仿真周期中可能触发事件的范围半径。
进一步,步骤S3具体为:在仿真程序的执行过程中,设任意两个Agent为A和B;
若A与B同步,在仿真周期为i时调度A和B执行仿真;若B先于A进入仿真周期i+1,并且有AOI-1(A)+AOI-1(B)<AB,其中AOI-(A)为AgentA的触发事件的半径,AOI-(B)为Agent B的触发事件半径,AB为A到B的直线距离;则A与B在第i+1个执行周期中互为安全Agent,即在执行B或A的第i+1个执行周期中,不会与A或B发生交互;
从初始状态即第0个执行周期开始,在不同的LP上执行若干个Agent分组的仿真,若某个Agent分组先执行完毕,则找到这个分组中的安全Agent,即执行周期为1的Agent相对于其他所有执行周期为0的Agent都是安全的;调度执行完周期1的Agent执行下一个周期2时,则会有其他分组的Agent完成执行周期1,在执行第2个周期的Agent相对于执行第1个周期的Agent同样属于安全的;以此类推,当对Agent基于安全判断执行若干次调度之后,执行周期为j的Agent相对于执行周期为i的Agent都是安全的,其中j>i。
进一步,步骤S3具体为:在仿真程序的执行过程中,设任意两个Agent为A和B;
当A已经执行完第i个执行周期,B已经执行完第j个执行周期,其中j>i,那么A在第i+1到j个执行周期中,则判断B相对于A为安全Agent,如果有AOI-[j-i+1](A)+AOI-1(B)<AB,其中AOI-[j-i+1]为A从i到j的周期中的感知距离,AOI-(B)为Agent B的触发事件半径,AB为A到B的直线距离;则A与B在第j+1个执行周期中互为安全Agent,在执行B或A的第j+1个仿真周期中,不会与A或B发生交互;
若所有的Agent都执行完周期i,令执行完周期i的Agent为M[0],执行完周期i+1的Agent为M[1],执行完周期i+j的Agent为M[j],根据安全Agent的定义,M0的所有Agent安全的执行i+1个执行周期,根据M0与M1找到M1中安全执行i+2个执行周期的Agent,根据M0,M1,M2找到M2中安全执行第i+3个执行周期的Agent,根据M0,M1,M2,……,M[j-1],Mj找到Mj中安全执行第i+j+1个执行周期的Agent。
进一步,所述调度服务器计算安全Agent时,满足以下协议:
(1)创建一个AOI对象,同时设置其默认AOI半径;每个对象都有一个默认的AOI半径,AOI半径为0表示这个Agent不会主动与其他Agent发生交互;
(2)更新一个新的AOI对象,设置新的2D或3D坐标,并给出线速度的建议值;
(3)删除一个AOI对象;
(4)调度服务器将所计算的安全区域内Agent发送给各个逻辑服务器中的LP。
本发明的有益效果在于:
(1)与现有的保守同步算法相比基于Agent感知区域的有限乐观同步算法能够并行的执行仿真程序的同时,保证了没有死锁的产出。相邻节点的调度保证在安全的区域内。
(2)基于感知区域的仿真同步方式,在调度服务器调度的过程中,计算周边Agent事件的触发范围,对安全范围内的Agent进行处理,因此既保证了可靠计算,又能积极的处理事件,不会使处理器处于等待的状态。
(3)基于Agent感知区域空间的有限乐观同步算法属于积极但是有限的乐观算法,采取了必要的措施约束了乐观执行的程度。他不会发送有风险的消息,具备消息确认机制,因此不会出现诸如:一次回退,二次回退,回退风暴等问题,保证了仿真系统的正常运行的同时,减少了仿真开销,节省了仿真时间。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为本发明的调度服务器的执行流程图;
图2为本发明的LP服务器的执行流程图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
在本发明中有两种角色,一个是调度服务器,一个是逻辑执行服务器。调度服务器筛选安全Agent与调度逻辑进程(LP)执行计算。
AOI:Area Of Interest,表示一个Agent的在某个执行周期中的触发事件的范围半径;
AOI-t:AOI-t表示每个Agent在后面t次仿真周期中可能触发事件的范围半径;
AOI-t=线速度*周期时间*t+AOI。
在仿真程序的执行过程中,假设任意两个Agent为A和B,
(1)若A与B同步,在仿真周期为i时调度A和B执行仿真;若B先于A进入仿真周期i+1,并且有AOI-1(A)+AOI-1(B)<AB,其中AB为A到B的直线距离;则A与B在第i+1个执行周期中互为安全Agent,即在执行B或A的第i+1个执行周期中,不会与A或B发生交互;
从初始状态即第0个执行周期开始,在不同的LP上执行若干个Agent分组的仿真,若某个Agent分组先执行完毕,则找到这个分组中的安全Agent,即执行周期为1的Agent相对于其他所有执行周期为0的Agent都是安全的;调度执行完周期1的Agent执行下一个周期2时,则会有其他分组的Agent完成执行周期1,在执行第2个周期的Agent相对于执行第1个周期的Agent同样属于安全的;以此类推,当对Agent基于安全判断执行若干次调度之后,执行周期为j的Agent相对于执行周期为i的Agent都是安全的,其中j>i。
(2)当A已经执行完第i个执行周期,B已经执行完第j个执行周期,其中j>i,那么A在第i+1到j个执行周期中,则判断B相对于A为安全Agent,如果有AOI-[j-i+1](A)+AOI-1(B)<AB,其中AB为A到B的直线距离;则A与B在第j+1个执行周期中互为安全Agent,在执行B或A的第j+1个仿真周期中,不会与A或B发生交互;
若所有的Agent都执行完周期i,令执行完周期i的Agent为M[0],执行完周期i+1的Agent为M[1],执行完周期i+j的Agent为M[j],根据安全Agent的定义,M0的所有Agent安全的执行i+1个执行周期,根据M0与M1找到M1中安全执行i+2个执行周期的Agent,根据M0,M1,M2找到M2中安全执行第i+3个执行周期的Agent,根据M0,M1,M2,……,M[j-1],Mj找到Mj中安全执行第i+j+1个执行周期的Agent。
AOI服务与LP完成安全Agent计算需要4条协议:
(1)创建一个AOI对象,同时设置其默认AOI半径。每个对象都有一个默认的AOI半径,AOI半径为0表示这个Agent不会主动与其他Agent发生交互。
(2)更新一个新的AOI对象,设置新的(2D/3D)坐标,并给出线速度的建议值。
(3)删除一个AOI对象。
(4)调度服务器将所计算的安全区域内Agent发送给各个逻辑服务器中的LP。
基于Agent感知区域的有限乐观同步算法包含一个调度服务器,和若干LP服务器。
调度服务器的实施包含如下步骤(如图1):
101:程序开始。
102:初始化链表:创建二维链表S,将执行周期为0的Agent添加到链表的第一个元素中,设置Agent状态为等待。
103:调度所有LP执行仿真周期1,并将所有的Agent置为执行状态。
104:等待LP的执行结果,获取LP中当前调度周期执行的每个Agent结果状态信息R。
105:根据R数据进行如下操作:如果当前Agent在S[i]中,那么将此Agent的数据信息从链表S[i]中移动到S[i+1]中,当所有的数据被移除时,从此二维链表中移除存储此次周期的链表。
106:检测等待状态Agent中的安全Agent,如果有安全Agent,调度安全Agent执行下一个的仿真周期,并将调度后的Agent数据设置为待执行的状态。如果没有安全的Agent则等待其他LP的执行完毕后检测是否已有安全的Agent,如果有则进入下个执行周期。
107:检测是否结束,如果仿真未完成执行步骤104,否则执行步骤108。
108:程序结束。
LP服务器的实施包含如下步骤(如图2):
201:程序开始。
202:初始化Agent结果状态链表T,T[0]包含所有本LP所有Agent执行周期为0的状态。
203:根据调度程序,从T中选择Agent执行仿真周期i:假设T[j]的元素为执行完仿真周期i-1的Agent的状态,仿真执行过程将从T[j]中选择调度服务器调度的Agent执行计算。
204:将执行了仿真的Agent的当前周期置为i,将Agent从T[j]中移动到T[j+1]中。向调度服务器发送计算输出结果:Agent的更新信息以及Agent的位置信息。
205:等待服务器调度,获取调度服务器传来的消息数据。
206:检测是否结束,如果仿真未完成,根据要执行的Agent集合,执行步骤行203,否则执行步骤207。
207:程序结束。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (6)
1.一种基于Agent感知区域的有限乐观并行仿真同步方法,其特征在于:该方法包括以下步骤:
S1:调度服务器初始化:初始化Agent数据链表S;
S2:初始化每个调度逻辑进程LP的状态链表T;
S3:调度服务器计算安全Agent;初始状态下,所有Agent都是安全的;调度每个LP执行下一个周期;
S4:每个LP执行完成后,将输出数据发送到调度服务器,并等待调度服务器发送的调度;
S5:调度服务器接收LP的仿真输出结果,更新Agent数据链表S;若仿真未完成,则执行步骤S3,否则执行步骤S6;
S6:程序结束;
步骤S3具体为:在仿真程序的执行过程中,设任意两个Agent为A和B;
若A与B同步,在仿真周期为i时调度A和B执行仿真;若B先于A进入仿真周期i+1,并且有AOI-1(A)+AOI-1(B)<AB,其中AOI-(A)为AgentA的触发事件的半径,AOI-(B)为Agent B的触发事件半径,AB为A到B的直线距离;则A与B在第i+1个执行周期中互为安全Agent,即在执行B或A的第i+1个执行周期中,不会与A或B发生交互;
从初始状态即第0个执行周期开始,在不同的LP上执行若干个Agent分组的仿真,若某个Agent分组先执行完毕,则找到这个分组中的安全Agent,即执行周期为1的Agent相对于其他所有执行周期为0的Agent都是安全的;调度执行完周期1的Agent执行下一个周期2时,则会有其他分组的Agent完成执行周期1,在执行第2个周期的Agent相对于执行第1个周期的Agent同样属于安全的;以此类推,当对Agent基于安全判断执行若干次调度之后,执行周期为j的Agent相对于执行周期为i的Agent都是安全的,其中j>i。
2.如权利要求1所述的一种基于Agent感知区域的有限乐观并行仿真同步方法,其特征在于:步骤S1中,所述Agent数据链表S是一个二维链表,相同执行周期的Agent组成一个链表,不同的链表根据执行周期顺序构成二维链表;初始状态下,二维链表只有一个链表节点,所有Agent在执行周期为0的链表中设置每个Agent对象在某个执行周期中的触发事件的范围半径AOI与线速度建议值。
3.如权利要求1所述的一种基于Agent感知区域的有限乐观并行仿真同步方法,其特征在于:步骤S2中,所述状态链表T是一个二维链表,保存LP空间区域内的Agent当前结果状态;相同执行周期的每个Agent的结果状态构成一个链表,不同链表按照执行周期顺序构成二维链表。
4.如权利要求2所述的一种基于Agent感知区域的有限乐观并行仿真同步方法,其特征在于:所述AOI满足:AOI-t=线速度*周期时间*t+AOI,其中AOI-t表示每个Agent在后面t次仿真周期中可能触发事件的范围半径。
5.如权利要求1所述的一种基于Agent感知区域的有限乐观并行仿真同步方法,其特征在于:步骤S3具体为:在仿真程序的执行过程中,设任意两个Agent为A和B;
当A已经执行完第i个执行周期,B已经执行完第j个执行周期,其中j>i,那么A在第i+1到j个执行周期中,则判断B相对于A为安全Agent,如果有AOI-[j-i+1](A)+AOI-1(B)<AB,其中AOI-[j-i+1]为A从i到j的周期中的感知距离,AOI-(B)为Agent B的触发事件半径,AB为A到B的直线距离;则A与B在第j+1个执行周期中互为安全Agent,在执行B或A的第j+1个仿真周期中,不会与A或B发生交互;
若所有的Agent都执行完周期i,令执行完周期i的Agent为M[0],执行完周期i+1的Agent为M[1],执行完周期i+j的Agent为M[j],根据安全Agent的定义,M[0]的所有Agent安全的执行i+1个执行周期,根据M[0]与M[1]找到M[1]中安全执行i+2个执行周期的Agent,根据M[0],M[1],M[2]找到M[2]中安全执行第i+3个执行周期的Agent,根据M[0],M[1],M[2],……,M[j-1],M[j]找到M[j]中安全执行第i+j+1个执行周期的Agent。
6.如权利要求1所述的一种基于Agent感知区域的有限乐观并行仿真同步方法,其特征在于:所述调度服务器计算安全Agent时,满足以下协议:
(1)创建一个AOI对象,同时设置其默认AOI半径;每个对象都有一个默认的AOI半径,AOI半径为0表示这个Agent不会主动与其他Agent发生交互;
(2)更新一个新的AOI对象,设置新的2D或3D坐标,并给出线速度的建议值;
(3)删除一个AOI对象;
(4)调度服务器将所计算的安全区域内Agent发送给各个逻辑服务器中的LP。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710481521.7A CN107317705B (zh) | 2017-06-22 | 2017-06-22 | 一种基于Agent感知区域的有限乐观并行仿真同步方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710481521.7A CN107317705B (zh) | 2017-06-22 | 2017-06-22 | 一种基于Agent感知区域的有限乐观并行仿真同步方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107317705A CN107317705A (zh) | 2017-11-03 |
CN107317705B true CN107317705B (zh) | 2020-11-24 |
Family
ID=60183439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710481521.7A Active CN107317705B (zh) | 2017-06-22 | 2017-06-22 | 一种基于Agent感知区域的有限乐观并行仿真同步方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107317705B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108595812B (zh) * | 2018-04-17 | 2022-02-15 | 重庆邮电大学 | 一种基于agent植被分布快速生成建模仿真方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101075275A (zh) * | 2007-06-28 | 2007-11-21 | 上海交通大学 | 分布式多角色协同仿真演习方法 |
CN102708234A (zh) * | 2012-04-25 | 2012-10-03 | 清华大学 | 基于HLA的Matlab仿真模型集成平台和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7277383B2 (en) * | 2001-10-05 | 2007-10-02 | Samsung Electronics Co., Ltd. | Redundancy mechanization protocol for a massively parallel router |
-
2017
- 2017-06-22 CN CN201710481521.7A patent/CN107317705B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101075275A (zh) * | 2007-06-28 | 2007-11-21 | 上海交通大学 | 分布式多角色协同仿真演习方法 |
CN102708234A (zh) * | 2012-04-25 | 2012-10-03 | 清华大学 | 基于HLA的Matlab仿真模型集成平台和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107317705A (zh) | 2017-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9026850B1 (en) | Confined recovery in a distributed computing system | |
Lubachevsky et al. | An analysis of rollback-based simulation | |
US9400767B2 (en) | Subgraph-based distributed graph processing | |
JPH0697451B2 (ja) | シュミレーション方法及びそのシステム | |
US9053263B2 (en) | Scheduling discrete event simulation | |
US9459949B2 (en) | Methods and apparatus to provide failure detection | |
US11356334B2 (en) | Communication efficient sparse-reduce in distributed machine learning | |
CN106815080B (zh) | 分布式图数据处理方法和装置 | |
WO2020244028A1 (zh) | 一种基于中断序列图的中断驱动系统验证方法 | |
CN107317705B (zh) | 一种基于Agent感知区域的有限乐观并行仿真同步方法 | |
CN113193947A (zh) | 实现分布式全局序的方法、设备、介质及程序产品 | |
CN110535933B (zh) | 平行链共识方法、设备和存储介质 | |
Yoginath et al. | Parallel vehicular traffic simulation using reverse computation-based optimistic execution | |
CN107111532A (zh) | 计算不确定性情况下的恢复和容错 | |
Beraldi et al. | Distributed simulation of timed Petri nets. A modular approach using actors and Time Warp | |
JP6535304B2 (ja) | 分散同期処理システムおよび分散同期処理方法 | |
KR101013784B1 (ko) | Cpu와 gpu를 이용한 하이브리드 병렬 연속 충돌 검출 방법 | |
CN117242462A (zh) | 用于改进人工智能(ai)系统中的ai模型的分布式训练的边缘设备、边缘服务器及其同步 | |
JP2006053737A (ja) | レプリケーションシステム及びレプリケーション方法 | |
EP3627359B1 (en) | Transaction processing method, device and equipment | |
CN101957823B (zh) | 用于数据库的事务控制方法 | |
Maśko et al. | Application global state monitoring in optimization of parallel event‐driven simulation | |
Hanai et al. | Exact-differential simulation: Differential processing of large-scale discrete event simulations | |
Ahn | Scalable sender-based message logging protocol with little communication overhead for distributed systems | |
CN115309530A (zh) | 安全编排剧本中延时任务处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |