CN1248133C - 基于仲裁者的测量协同问题解决方法 - Google Patents

Abstract

本发明涉及计算机和通信网络技术领域，一种基于仲裁者的测量协同问题解决方法，包括步骤：产生测量任务的节点向仲裁者发送测量请求消息；仲裁者对当前任务集进行并发划分，并使用仲裁算法对闭合任务集进行处理，从而得到该闭合任务集的无冲突任务集；仲裁者根据处理结果向请求消息的发送者和被请求者发送肯定或否定应答；接收到肯定应答的节点执行测量任务，任务执行完毕后通知仲裁者。本发明在网络测量系统上实现了互斥测量协同的能力。现有的网络测量系统均不支持测量协同和测量任务的互斥执行。虽然仲裁者可能会成为瓶颈，但该方法的灵活性较好，且升级只需要针对仲裁者进行即可，尤其适用于节点数目不是特别多的网络测量系统。

Description

基于仲裁者的测量协同问题解决方法

技术领域

本发明涉及计算机和通信网络技术领域，特别涉及一种基于仲裁者的测量协同问题的解决方法。

背景技术

近几年来，Internet发展速度之快已远远超出了人们的想象。由于Internet的庞大和复杂，采用单一的测量工具在某一个或少量地点已经无法对Internet进行测量，因此国内外许多研究机构研发了能够针对Internet进行大规模测量的网络测量系统。

目前的网络测量系统多为分布式系统，它所包含的节点按照功能不同一般可以划分为三类：控制节点、测量节点和被测节点。其中控制节点负责测量命令的发布和测量结果的回收，测量节点和被测节点协作完成测量命令的执行。测量的一个关键问题是测量结果的精确性。如果一个测量节点同时执行了多个测量，那么这些测量所产生的流量会在网络中相互干扰，从而影响了测量结果的精确度；另一方面，如果测量进程不是运行在操作系统的内核级，操作系统在调度多个测量进程的过程中，可能会造成测量时间戳记录不准确；同时，有人建议块传输能力的测量应该在一个干净的网络环境中。

综合考虑上面两个方面，则引入了新的问题。如果把测量看成任务，那么一次大规模测量的过程可以看作分布式节点协作完成一系列不断产生的任务。限定测量的互斥进行相当于任意时刻某个节点只能为一个任务服务。节点执行测量进程需要受到自己和其它节点多方面的影响，因此会引起任务冲突、进程死锁等一系列问题，我们称之为测量协同问题(MCP)。

发明内容

本发明的目的是为网络测量系统提供互斥测量协同的能力。而提供一种基于仲裁者的测量协同问题解决方法，为实现该目的，基于仲裁者的测量协同问题解决方法包括步骤：

产生测量任务的节点向仲裁者发送测量请求消息；

仲裁者对当前任务集I进行并发划分，并使用仲裁算法对闭合任务集进行处理，从而得到该闭合任务集的无冲突任务集；

仲裁者根据处理结果向请求消息的发送者和被请求者发送肯定或否定应答；

接收到肯定应答的节点执行测量任务，任务执行完毕后通知仲裁者。

其中，测量任务，并发任务和闭合任务集的定义如下：

测量任务

测量任务可以表示为(s，r，t)的三元组，其中s代表测量节点，r为被测节点，t是该任务产生的时刻，

并发任务

如果两个测量任务(s₁，r₁，t₁)和(s₂，r₂，t₂)满足{s₁，r₁}∩{s₂，r₂}≠Φ且|t₁-t₂|≤T_trans，那么这两个测量任务是并发的，

闭合任务集

设T是测量任务集I的并发集合，令t_m＝max{t|(s，r，t)∈T}，设当前时刻为t_current，如果t_current-t_m≥2·T_trans，则称T为I的闭合任务集，对当前任务集I进行并发划分的方法如下：

●对于当前任务集I，构造无向图G＝(I，E)，其中E＝{uv|u，v∈I，u‖v}，符号“u‖v”表示两个测量任务u和v是并发任务，设G的连通子图为G₁，…，G_k，其中G_i＝(I_i，E_i)，1≤i≤k，则{I₁，I₂，…，I_k}为测量任务集I的并发划分。I_i为I的并发集合测量请求图的构造方法如下：

●某个给定的任务集T，它所对应的测量请求图G＝(V，E)是一个有向图，其中 $V=\underset{\{s,r,t\}\∈T}{\∪}\{s,r\}$ 代表任务集中所有任务对应的节点集合， $E=\underset{\{s,r,t\}\∈T}{\∪}\mathrm{sr},$ 即任务集T中每个任务对应G中的一条从测量节点到被测节点的有向边，仲裁算法对闭合任务集T进行处理，得到该闭合任务集的无冲突任务集S的方法如下：

第一步、设T对应的测量请求图为G＝(V，E)，令集合S为空，

第二步、如果|E|＝0，则结束算法，令V₀＝{v|v∈V，indegree(v)＝0}，其中indegree(v)为节点v在图G中的入度，即V₀代表G中所有入度为0的顶点集合，分为下面两种情况：

(3)|V₀|＝0，对图G的每一个环，依次做如下操作，设环的大小为k，环上的节点依次为v₁，...，v_k：

a)如果k能够被2整除，则把边

添加到S中；如果k不能被2整除，则把边

添加到S中，

b)把该环从G中删除，

经过本次操作后，G将变成一个不包含任何节点和边的空图，终止本方法，

(4)|V₀|＞0，令 $V_1=\left\{u\right|u\∈V,\∃v\∈V_0,s.t.\stackrel{\‾}{\mathrm{vu}}\∈E\},$ 则V₁代表和V₀相邻的顶点集合，令 $E_1=\left\{\stackrel{\→}{\mathrm{uv}}\right|\stackrel{\→}{\mathrm{uv}}\∈E,\left|\right\{u,v\}\∩(V_0\∪V_1)|>0\},$ 则E₁代表所有和V₀∪V₁相关的边集合，依次做如下操作：

a)对于V₁中的每一个节点v，按照V₁的定义，必定存在V₀中的一个节点u，使得 $\stackrel{\→}{\mathrm{uv}}\∈E,$ 把边

添加到集合S中，即

$S=S+\left\{\stackrel{\→}{\mathrm{uv}}\right\}$

b)从G中删除V₀和V₁以及相关的边，即

V＝V-V₀∪V₁

E＝E-E₁

Step3、转Step2。

采用闭合任务集和并发划分的方法来构造仲裁算法所需的测量请求图。

如果当前任务集I为仲裁者保存的当前任务集，当前任务集I的并发划分为{I₁，I₂，…，I_k}，则I∪{v}的并发划分为{I₁，I₂，…，I_k，I_r}-A，其中

$A=\left\{I_j\right|j=1,\·\·\·,k,\∃u\∈I_j,u\left|\right|v\}$

$I_r=\underset{I_s\∈A}{\∪}{I}_s+\left\{v\right\}$

I_s为临时变量，它代表集合A中的任意元素。

如果当前任务集I为仲裁者保存的当前任务集，当前任务集I的并发划分为{I₁，I₂，…，I_k}，I_s为I中新发现的闭合任务集，S为仲裁算法选择出该I_s的无冲突任务集，P为I中所有与S的某个元素冲突的元素集合，设I_j-P∪S的并发划分为{I_j ¹，…，I_j ^mj}，则I-P∪S的并发划分为{I₁ ¹，…，I₁ ^m1，……，I_j ¹，…，I_j ^mj，……，I_k ¹，…，I_k ^mk}。

仲裁者使用仲裁算法计算无冲突任务集过程中首先寻找入度为0的顶点集V₀，然后寻找和V₀相邻的顶点集V₁，最后为V₁的每个节点寻找一个V₀中的节点从而构成无冲突任务集。

仲裁算法虽然从测量请求图中不断删除一些节点和边，但删除后的图仍然是测量请求图。

仲裁者只对闭合任务集进行操作。

仲裁者只保持其它节点的两种状态：空闲状态idle和繁忙状态busy。

附图说明

图1是多个节点所构成的测量请求图；

图2是多个节点的网络测量系统和测量协同示意图；

图3是测量协同过程的消息传递时间序列示意图。

具体实施方式

本部分首先详细描述基于仲裁者的测量协同问题解决方法，具体包括：消息定义、节点和处理过程、仲裁者的处理过程和仲裁算法。然后结合附图用一个实际例子说明该方法的处理过程。首先给出一些概念和定义：

定义1：节点

节点是实现一种或多种通信协议的设备，节点可以使用通信协议和其他实现相同通信协议的设备进行通信，从而达到信息交换的目的。例如：计算机、网络测试仪等。

定义2：仲裁者

仲裁者是一种特殊的节点，它可以通过人为指定或节点间相互比较后，在一组节点中选出。仲裁者通常被赋予更多的职能，例如负责该组节点的调度、协作、冲突解决等。

定义3：测量任务

测量任务可以表示为(s，r，t)的三元组，其中s代表测量节点，r为被测节点，t是该任务产生的时刻。

定义4：并发任务

如果两个测量任务(s₁，t₁，t₁)和(s₂，r₂，t₂)满足{s₁，r₁}∩{s₂，r₂}≠Φ且|t₁-t₂|≤T_trans，那么这两个测量任务是并发的。

下文中使用符号“‖”表示两个任务的并发关系。显然，并发关系是对称的。对于任意任务集合I，构造无向图G＝(I，E)，其中E＝{uv|u，v∈I，u‖v}。设G的连通子图为G₁，…，G_k，其中G_i＝(I_i，E_i)，1≤i≤k，称{I₁，I₂，…，I_k}为测量任务集I的并发划分，I_i为I的并发集合，G为任务集I的并发关系图。按照连通子图的定义，显然有I＝I₁∪I₂∪…∪I_k且1≤i＜j≤k，I_i∩I_j＝Φ。

定义5：闭合任务集

设T是测量任务集I的并发集合，令t_m＝max{t|(s，r，t)∈T}，设当前时刻为t_current，如果t_current-t_m≥2·T_trans，则称T为I的闭合任务集。

定义6：冲突任务

如果两个测量任务(s₁，r₁，t₁)和(s₂，r₃，t₂)满足{s₁，r₁}∩{s₂，r₂}≠Φ，则称这两个测量任务是冲突的，否则称它们是不冲突的。

定义7：无冲突任务集

设T是测量任务的集合，如果T中的任意两个任务都不冲突，则称T是无冲突任务集。

定义8：当前任务集

仲裁者收到的，还没有进行应答的任务所构成的集合称为仲裁者的当前任务集，简称当前任务集。当前任务集通常用字母I表示。

性质1：设T是当前任务集I的闭合任务集，那么无论I增加多少新任务，T仍然是I的闭合任务集。

证明：设(s，r，t)是I新增加的任务，必然有t_current＜t+T_trans。(x，y，z)∈T，t-z＞t_current-T_trans-z≥t_current-T_trans-t_m≥2·T_rtans-T_trans＝T_trans

因此(s，r，t)‖(x，y，z)不成立，即T仍然是I的闭合任务集。

消息定义

本方法主要包括以下四类消息：

Request由测量任务的产生者(即测量节点)发往仲裁者，请求仲裁者判断测量任务是否可执行。其中，消息携带表示测量任务的三元组作为参数。

Ack由仲裁者发往测量节点和被测节点，表示仲裁者同意测量节点执行所请求的测量任务。其中，消息携带表示测量任务的三元组作为参数。

Reject由仲裁者发往测量节点，表示仲裁者拒绝测量节点执行所请求的测量任务。其中，消息携带表示测量任务的三元组作为参数。

Finish由测量节点和被测节点发往仲裁者，表明测量任务已经执行完毕。

节点的处理过程

任意时刻，节点(指非仲裁者)必将处于idle，busy或wait状态中的一个。其中idle是空闲状态；busy是繁忙状态，表明节点正在进行测量协同；wait是等待状态，意味着节点正在等待仲裁者的应答。下面给出节点的处理过程：

节点只有当自己处于idle状态时才能够产生测量任务；

节点产生测量任务后立即向仲裁者发送Request消息，请求仲裁者对该测量任务的仲裁，并进入wait状态；

节点处于wait状态时，如果收到来自仲裁者的Ack消息，且该消息所携带的测量任务与节点等待应答的测量任务匹配，则节点进入busy状态；

节点处于wait状态时，如果收到来自仲裁者的Reject消息，且该消息所携带的测量任务与节点等待应答的测量任务匹配，则节点进入idle状态；

节点处于idle或wait状态时，如果收到来自仲裁者的Ack消息，且该消息所携带的测量任务中被测节点为自身，则节点进入busy状态；

节点测量完毕，从busy状态进入idle状态，并向仲裁者发送Finish消息。

仲裁者的处理过程

仲裁者的处理过程主要包括对Request消息和Finish消息的接收处理，以及闭合任务集的仲裁操作。首先我们给出仲裁者的数据结构：

●数据结构

仲裁者记录其它所有节点的状态。这里的状态只包括两种，即busy状态和idle状态。算法开始运行时，所有节点的状态均为idle。

仲裁者用I来记录当前任务集，I的并发划分为{I₁，I₂，…，I_k}。并发划分的每一个任务集携带其所有任务中最晚产生任务的时间，可表示为：I_s.t_max＝max{t|(s，r，t)∈I_s}

1)接收Request消息(设该Request消息所携带的测量任务为v＝(s，r，t))：

如果I中已包括以s为测量节点的任务，或者s的状态为busy，或者r的状态为busy，则应答Reject，携带任务v；

对于其它情况，首先更新当前任务集I＝I∪{v}，最后重新计算I的并发划分。

2)接收Finish消息

仲裁者接收到来自某个一般节点的Finish消息后，把该节点的状态置为idle。

3)闭合任务集的仲裁

仲裁者对并发集合按照t_max的值从小到大排序，可以采用周期性扫描或设置定时器的方法来进行对第一个并发集合进行闭合任务集检测。一旦检测到该并发集合成为了闭合任务集，则执行下列操作(设该闭合任务集为I_s)：

使用仲裁算法(参见下面)选择出该闭合任务集的无冲突任务集S；

对P中的每一个任务u＝(x，y，z)，向x发送Reject消息，其中携带任务u；

对S中的每一个任务v＝(s，r，t)，向s和r分别发送Ack消息，消息中携带任务v，并设置s和r的状态为busy；

令I＝I-P∪S。最后重新计算I的并发划分。

4)I∪{v}的并发划分算法

Step1、令集合P为空集；

Step2、对于I中的每一个任务u，如果u‖v，则把u添加到集合P中；

Step3a、如果P中任务数目为0，令I_k+1＝{v}，I_k+1.t_max＝t，则{I₁，I₂，…，I_k，I_k+1}构成了I∪{v}的并发划分；

Step3b、如果P中任务数目大于0，令

A＝{I_j|j＝1，…，k，I_j∩P≠Φ}

$I_r=\underset{I_c\∈A}{\∪}{I}_s+\left\{v\right\}$

I_r.t_max＝max{max{I_s.t_max|I_s∈A}，t}

则{I₁，I₂，…，I_k，I_r，}-A构成了I∪{v}的并发划分。

5)I-P∪S的并发划分算法

计算I_j-P∪S的并发划分。设得到的并发划分为{I_j ¹，…，I_j ^mj)，则I-P∪S的并发划分为{I_l ¹，…，I_l ^m1，……，I_j ¹，…，I_j ^mj，……，I_k ¹…，I_k ^mk}

仲裁算法

定义9：测量请求图

任务集T所对应的测量请求图G＝(V，E)是一个有向图。其中 $V=\underset{\{s,r,t\}\∈T}{\∪}\{s,r\}$ 代表任务集中所有任务对应的节点集合。 $E=\underset{\{s,r,t\}\∈T}{\∪}\mathrm{sr},$ 即任务集T中每个任务对应G中的一条从测量节点到被测节点的有向边。

图1给出了一个测量请求图，图中节点2请求和节点3进行测量，节点5请求和节点3进行测量，节点6请求和节点1进行测量。

由于每个测量节点在任意时刻最多只有一个任务在协商，因此测量请求图G中任意节点的出度最多为1。仲裁算法的目的是对于一个给定的任务集T，计算T的无冲突任务集。根据测量请求图的定义，仲裁算法只需要求出G的边集合E的子集S，S中任意两条边不相交。

引理1：如果测量请求图G中不存在入度为0的节点，则G中只包含不相交的有向环。

证明：首先证明G中任意节点的入度均小于1。假设存在节点u，u的入度大于1，由于G不存在入度为0的节点，因此G中所有节点的入度之和必定大于|V|。但G中每个节点的出度最多为1，因此G中所有节点的出度之和必定小于等于|V|，矛盾，因此G中任意节点的入度均小于1。

由此可以得到G中任意节点的入度均为1，同时G中任意节点的出度也必定为1，因此G中只包含一些不相交的有向环。

仲裁算法

Step1、令集合S为空。

Step2、如果|E|＝0，则结束算法。令V₀＝{v|v∈V，indegree(v)＝0}，即V₀代表G中所有入度为0的顶点集合，分为下面两种情况：

(1)|V₀|＝0，由引理1可知G中只包含有向环。对G的每一个环，依次做如下操作(设环的大小为k，环上的节点依次为v₁，...，v_k)：

c)如果k能够被2整除，则把边 添加到S中；如果k不能被2整除，则把边

添加到S中。

d)把该环从G中删除。

经过本次操作后，G将变成一个不包含任何节点和边的空图。

(2)|V₀|＞0，令 $V_1=\left\{u\right|u\∈V,\∃v\∈V_0,s.t.\stackrel{\→}{\mathrm{vu}}\∈E\},$ 则V₁代表和V₀相邻的顶点集合。令 $E_1=\left\{\stackrel{\→}{\mathrm{uv}}\right|\stackrel{\→}{\mathrm{uv}}\∈E,\left|\right\{u,v\}\∩(V_0\∪V_1)|>0\}$ 则E₁代表所有和V₀∪V₁相关的边集合。依次做如下操作：

e)对于V₁中的每一个节点v，按照V₁的定义，必定存在V₀中的一个节点u，使得 $\stackrel{\→}{\mathrm{uv}}\∈E.$ 把边

添加到集合S中，即：

$S=S+\left\{\stackrel{\→}{\mathrm{uv}}\right\}$

b)从G中删除V₀和V₁以及相关的边，即

V＝V-V₀∪V₁

E＝E-E₁

上述操作只是从G中删除一些节点和一些边，G中每个节点出度最多为1的情况还是得到了保证，因此G仍然是测量请求图。

Step3、转Step2。

下面将结合附图用一个实际例子说明该方法的处理过程。

图2是一个包括6个节点和1个仲裁者的网络测量系统。图中节点2、节点5和节点6在不同时刻分别向仲裁者发送了测量请求，其中节点2请求和节点3进行测量，节点5请求和节点3进行测量，节点6请求和节点1进行测量。

图3为处理过程的消息传递时间序列示意图。其中竖实线代表时间轴，越靠下说明时间越晚，时间轴上面的节点编号代表该时间轴刻划该节点的事件。不同时间轴的刻度和起点相同，即如果用一个水平线和时间轴相交，那么不同的交点代表相同的时刻。时间轴之间的带箭头线段代表消息的传递：线段从某个时间轴开始，到另一个时间轴终止，起点所在的时间轴对应的节点代表消息的发送方，起点对应消息的发送时刻；终点所在的时间轴对应的节点代表消息的接收方，终点对应接收时刻。下面对该过程作详细解释：

步骤1，t0时刻，所有节点处于状态idle，仲裁者当前任务集为空，记录所有节点状态为空。

步骤2，t1时刻，节点6产生测量任务(6，1，t1)，并向仲裁者发送Request消息，切换到状态wait。

步骤3，t2时刻，节点5产生测量任务(5，3，t2)，并向仲裁者发送Request消息，切换到状态wait。

步骤4，t3时刻，仲裁者收到节点6的Request消息。当前任务集I＝{(6，1，t1)}。

步骤5，t4时刻，节点2产生测量任务(2，3，t4)，并向仲裁者发送Request消息，切换到状态wait。

步骤6，t5时刻，仲裁者收到节点5的Request消息。当前任务集I＝{(6，1，t1)，(5，3，t2)}，I的并发划分为{{(6，1，t1)}，{(5，3，t2)}}。

步骤7，t6时刻，仲裁者收到节点2的Request消息。当前任务集I＝{(6，1，t1)，(5，3，t2)，(2，3，t4)}，I的并发划分为{{(6，1，t1)}，{(5，3，t2)，(2，3，t4)}}。

步骤8，t7时刻(t7＝t1+2*Ttrans)，仲裁者判断并发集合{(6，1，t1)}成为闭合任务集，计算得到其最大无冲突任务集S＝{(6，1，t1)}，P为空集。仲裁者逐步执行下列操作：

分别向节点6和节点1发送Ack消息。

设置节点6和节点1的状态为busy。

I＝I-P∪S＝{(5，3，t2)，(2，3，t4)}，重新计算I的并发划分为{{(5，3，t2)，(2，3，t4)}}

步骤9，t8时刻，节点6收到来自仲裁者的Ack消息，切换到状态busy。开始和节点1进行测量。

步骤10，t9时刻，节点1收到来自仲裁者的Ack消息，切换到状态busy。开始和节点6进行测量。

步骤11，t10时刻(t10＝t4+2*Ttrans)，，仲裁者判断并发集合{(5，3，t2)，(2，3，t4)}成为闭合任务集，计算得到其最大无冲突任务集S＝{(5，3，t2)}，P＝{2}。仲裁者逐步执行下列操作：

向节点2发送Reject消息。

分别向节点5和节点3发送Ack消息。

设置节点5和节点3的状态为busy。

I＝I-P∪S＝空集

步骤12，t11时刻，节点5收到来自仲裁者的Ack消息，切换到状态busy。开始和节点3进行测量。

步骤13，t12时刻，节点3收到来自仲裁者的Ack消息，切换到状态busy。开始和节点5进行测量。

步骤14，t13时刻，节点2收到来自仲裁者的Reject消息，切换到状态idle。

步骤15，t14时刻，节点1结束测量，向仲裁者发送Finish消息，切换到状态idle。

步骤16，t15时刻，节点6结束测量，向仲裁者发送Finish消息，切换到状态idle。

步骤17，t16时刻，仲裁者收到节点6的Finish消息，设置节点6的状态为idle。

步骤18，t17时刻，仲裁者收到节点1的Finish消息，设置节点1的状态为idle。

本发明在网络测量系统上实现了互斥测量协同的能力。现有的网络测量系统均不支持测量协同和测量任务的互斥执行。虽然仲裁者可能会成为瓶颈，但该方法的灵活性较好，且升级只需要针对仲裁者进行即可，尤其适用于节点数目不是特别多的网络测量系统。

Claims (8)

1.一种基于仲裁者的测量协同问题解决方法，包括步骤：

●产生测量任务的节点向仲裁者发送测量请求消息；

●仲裁者对当前任务集I进行并发划分，并使用仲裁算法对闭合任务集进行处理，从而得到该闭合任务集的无冲突任务集；

●仲裁者根据处理结果向请求消息的发送者和被请求者发送肯定或否定应答；

●接收到肯定应答的节点执行测量任务，任务执行完毕后通知仲裁者，

其中，测量任务，并发任务和闭合任务集的定义如下：

测量任务

测量任务可以表示为(s，r，t)的三元组，其中s代表测量节点，r为被测节点，t是该任务产生的时刻，

并发任务

如果两个测量任务(s₁，r₁，t₁)和(s₂，r₂，t₂)满足{s₁，r₁}∩{s₂，r₂}≠Φ且|t₁-t₂|≤T_trans，其中T_trans为消息在网络中的传递时间，那么这两个测量任务是并发的，换句话说，如果两个测量任务的发送者和被请求者有所重叠，且测量任务的产生时刻之间的差异小于消息在网络中的传递时间，则两个测量任务是并发的

闭合任务集

设T是测量任务集I的并发集合，令t_m＝max{t|(s，r，t)∈T}，设当前时刻为t_current，如果t_current-t_m≥2·T_trans，则称T为I的闭合任务集

对当前任务集I进行并发划分的方法如下：

●对于当前任务集I，构造无向图G＝(I，E)，其中E＝{uv|u，v∈I，u||v}，符号“u||v”表示两个测量任务u和v是并发任务，设G的连通子图为G₁，…，G_k，其中G_i＝(I_i，E_i)，1≤i≤k，则{I₁，I₂，…，I_k}为测量任务集I的并发划分，I_i为I的并发集合

测量请求图的构造方法如下：

●某个给定的任务集T，它所对应的测量请求图G＝(V，E)是一个有向图，其中 $V$ $=\underset{\{s,r,t\}\∈T}{\∪}\{s,r\}$ 代表任务集中所有任务对应的节点集合， $E=\underset{\{s,r,t\}\∈T}{\∪}\mathrm{sr},$ 即任务集T中每个任务对应G中的一条从测量节点到被测

节点的有向边，

仲裁算法对闭合任务集T进行处理，得到该闭合任务集的无冲突任务集S的方法如下：

第一步：设T对应的测量请求图为G＝(V，E)，令集合S为空；

第二步：如果|E|＝0，则结束算法，令V₀＝{v|v∈V，indegree(v)＝0}，其中indegree(v)为节点v在图G中的入度，即V₀代表G中所有入度为0的顶点集合，分为下面两种情况：

(1)|V₀|＝0，对图G的每一个环，依次做如下操作，设环的大小为k，环上的节点依次为v₁，…，v_k：

a)如果k能够被2整除，则把边 $\stackrel{\→}{v_1{v}_2},\stackrel{\→}{v_3{v}_4},...,\stackrel{\→}{v_{k-1}{v}_k}$ 添加到S中；如果k不能被2整除，则把边 $\stackrel{\→}{v_1{v}_2},\stackrel{\→}{v_3{v}_4},...,\stackrel{\→}{v_{k-2}{v}_{k-1}}$ 添加到S中；

b)把该环从G中删除，

经过本次操作后，G将变成一个不包含任何节点和边的空图，终止本方法，

(2)|V₀|＞0，令 $V_1=\left\{u\right|u\∈V,\∃v\∈V_0,s.t.\stackrel{\→}{\mathrm{vu}}\∈E\},$ 则V₁代表和V₀邻的顶点集合，令 $E_1=\left\{\stackrel{\→}{\mathrm{uv}}\right|\stackrel{\→}{\mathrm{uv}}\∈E,\left|\right\{u,v\}\∩(V_0\∪V_1)|>0\},$ 则E₁代表所有和V₀∪V₁相关的边集合，依次做如下操作：

a)对于V₁中的每一个节点v，按照V₁的定义，必定存在V₀中的一个节点u，使得 $\stackrel{\→}{\mathrm{uv}}\∈E,$ 把边

添加到集合S中，即：

$S=S+\stackrel{\→}{\left\{\mathrm{uv}\right\}}$

b)从G中删除V₀和V₁以及相关的边，即

             V＝V-V₀∪V₁

               E＝E-E₁

第三步：该步骤不做其它动作，重新转回第二步。

2.根据权利要求1所述的方法，其特征在于，采用闭合任务集和并发划分的方法来构造仲裁算法所需的测量请求图。

3.根据权利要求1所述的方法，其特征在于，如果I为仲裁者保存的当前任务集，I的并发划分为{I₁，I₂，…，I_k)，则I∪{v}的并发划分为{I₁，I₂，…，I_k，I_r}-A，其中

$A=\left\{I_j\right|j=1,\·\·\·,k,\∃u\∈I_j,u\left|\right|v\}$

$I_r=\underset{I_s\∈A}{\∪}{I}_s+\left\{v\right\}$

I_s为临时变量，它代表集合A中的任意元素。

4.根据权利要求1所述的方法，其特征在于，如果I为仲裁者保存的当前任务集，I的并发划分为{I₁，I₂，…，I_k}，I_s为I中新发现的闭合任务集，S为仲裁算法选择出该I_s的无冲突任务集，P为I中所有与S的某个元素冲突的元素集合，设I_j-P∪S的并发划分为{I_j ¹，…，I_j ^mj}，则I-P∪S的并发划分为{I₁ ¹，…，I₁ ^m1，……，I_j ¹，…，I_j ^mj，……，I_k ¹，…，I_k ^mk}。

5.根据权利要求1所述的方法，其特征在于，仲裁者使用仲裁算法计算无冲突任务集过程中首先寻找入度为0的顶点集V₀，然后寻找和V₀相邻的顶点集V₁，最后为V₁的每个节点寻找一个V₀中的节点从而构成无冲突任务集。

6.根据权利要求1所述的方法，其特征在于，仲裁算法虽然从测量请求图中不断删除一些节点和边，但删除后的图仍然是测量请求图。

7.根据权利要求1所述的方法，其特征在于，仲裁者只对闭合任务集进行操作。

8.根据权利要求1所述的方法，其特征在于，仲裁者只保持其它节点的两种状态：空闲状态idle和繁忙状态busy。

Images