Reducing the impact of state space explosion in Stochastic Automata Networks
Autor(a) principal: | |
---|---|
Data de Publicação: | 2009 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da PUC_RS |
Texto Completo: | http://tede2.pucrs.br/tede2/handle/tede/5056 |
Resumo: | A solução de modelos markovianos com grande espaço de estados é um dos maiores desafios da área de avaliação de desempenho de sistemas. Os formalismos estruturados, como as Redes de Autômatos Estocásticos (SAN), foram propostos para descrever múltiplos componentes através de autômatos, cujas transições são regidas por eventos locais ou sincronizantes, com taxas de ocorrência constantes ou funcionais. Devido à capacidade de representação modular de SAN, através do uso de álgebra tensorial (ou de Kronecker), armazena-se o gerador infinitesimal do modelo de forma compacta e eficiente em memória. Os métodos numéricos de solção que calculam a distribuição estacionária das probabilidades são adaptados a estas representações tensoriais. A operação básica é a multiplicação vetor-descritor, que é produto de um vetor de probabilidades por termos tensoriais compostos por matrizes normalmente esparsas. O principal algoritmo chama-se Shuffle e é caracterizado pelo acesso e embaralhamento de posições do vetor quando multiplicado pelas matrizes de cada termo. Este método é considerado extremamente eficaz no armazenamento em memória, entretanto apresenta um tempo de processamento alto para a solução de modelos reais. Propõe-se um algoritmo híbrido e mais flexível para a multiplicação vetor-descritor, chamado Split, que coloca o algoritmo Shuffle em perspectiva, apresentando ganhos significativos no tempo de execução para diversas classes de modelos, sem onerar os recursos computacionais. Entretanto, quando os modelos aumentam em escala, este algoritmo numérico torna-se inadequado devido ao problema da explosão do espaço de estados. Para mitigar o impacto deste problema propõe-se o uso de soluções alternativas de simulação, as quais buscam estimar a distribuição estacionária de probabilidades tão próximas quanto possível das soluções analíticas, baseando-se na execução de longas trajetórias. Utiliza-se a técnica de simulação baseada em amostragem perfeita (também chamada de simulação exata), para fornecer amostras confiáveis da distribuição estacionária através do casamento de trajetórias, em tempo de simulação reverso. Esta difere-se da simulação tradicional por evitar o período transiente e a escolha aleatória de um estado inicial. Mostra-se a viabilidade destes algoritmos aplicados a SAN, principalmente quando se detectam propriedades de monotonicidade nos modelos. Espaços de estados parcialmente ordenados e propriedades de monotonicidade permitem a execução de um número reduzido de trajetórias em paralelo para obtenção de uma amostra. A análise numérica iterativa e a simulação de modelos estocásticos são abordagens que apresentam vantagens e limitações quando aplicadas à solução de modelos estruturados como SAN. A principal contribuição desta tese foca na redução do impacto da explosão do espaço de estados de modelos markovianos descritos em SAN, propondo soluções quando o tempo de computação das técnicas analíticas é muito longo ou quando os requisitos de armazenamento do vetor de probabilidade excedem a capacidade de memória das tecnologias correntes. |
id |
P_RS_fbe7334388ad31c9bd1535c833857737 |
---|---|
oai_identifier_str |
oai:tede2.pucrs.br:tede/5056 |
network_acronym_str |
P_RS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da PUC_RS |
repository_id_str |
|
spelling |
Fernandes, Paulo Henrique LemelleCPF:43706223015http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781822J3CPF:80595790020http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4769300A1Santos, Thais Christina Webber dos2015-04-14T14:49:09Z2009-08-052009-03-27SANTOS, Thais Christina Webber dos. Reducing the impact of state space explosion in Stochastic Automata Networks. 2009. 136 f. Tese (Doutorado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre, 2009.http://tede2.pucrs.br/tede2/handle/tede/5056Made available in DSpace on 2015-04-14T14:49:09Z (GMT). No. of bitstreams: 1 415453.pdf: 1512363 bytes, checksum: 42043724fd23719f6c7529ca1c04ff6a (MD5) Previous issue date: 2009-03-27A solução de modelos markovianos com grande espaço de estados é um dos maiores desafios da área de avaliação de desempenho de sistemas. Os formalismos estruturados, como as Redes de Autômatos Estocásticos (SAN), foram propostos para descrever múltiplos componentes através de autômatos, cujas transições são regidas por eventos locais ou sincronizantes, com taxas de ocorrência constantes ou funcionais. Devido à capacidade de representação modular de SAN, através do uso de álgebra tensorial (ou de Kronecker), armazena-se o gerador infinitesimal do modelo de forma compacta e eficiente em memória. Os métodos numéricos de solção que calculam a distribuição estacionária das probabilidades são adaptados a estas representações tensoriais. A operação básica é a multiplicação vetor-descritor, que é produto de um vetor de probabilidades por termos tensoriais compostos por matrizes normalmente esparsas. O principal algoritmo chama-se Shuffle e é caracterizado pelo acesso e embaralhamento de posições do vetor quando multiplicado pelas matrizes de cada termo. Este método é considerado extremamente eficaz no armazenamento em memória, entretanto apresenta um tempo de processamento alto para a solução de modelos reais. Propõe-se um algoritmo híbrido e mais flexível para a multiplicação vetor-descritor, chamado Split, que coloca o algoritmo Shuffle em perspectiva, apresentando ganhos significativos no tempo de execução para diversas classes de modelos, sem onerar os recursos computacionais. Entretanto, quando os modelos aumentam em escala, este algoritmo numérico torna-se inadequado devido ao problema da explosão do espaço de estados. Para mitigar o impacto deste problema propõe-se o uso de soluções alternativas de simulação, as quais buscam estimar a distribuição estacionária de probabilidades tão próximas quanto possível das soluções analíticas, baseando-se na execução de longas trajetórias. Utiliza-se a técnica de simulação baseada em amostragem perfeita (também chamada de simulação exata), para fornecer amostras confiáveis da distribuição estacionária através do casamento de trajetórias, em tempo de simulação reverso. Esta difere-se da simulação tradicional por evitar o período transiente e a escolha aleatória de um estado inicial. Mostra-se a viabilidade destes algoritmos aplicados a SAN, principalmente quando se detectam propriedades de monotonicidade nos modelos. Espaços de estados parcialmente ordenados e propriedades de monotonicidade permitem a execução de um número reduzido de trajetórias em paralelo para obtenção de uma amostra. A análise numérica iterativa e a simulação de modelos estocásticos são abordagens que apresentam vantagens e limitações quando aplicadas à solução de modelos estruturados como SAN. A principal contribuição desta tese foca na redução do impacto da explosão do espaço de estados de modelos markovianos descritos em SAN, propondo soluções quando o tempo de computação das técnicas analíticas é muito longo ou quando os requisitos de armazenamento do vetor de probabilidade excedem a capacidade de memória das tecnologias correntes.application/pdfhttp://tede2.pucrs.br:80/tede2/retrieve/14543/415453.pdf.jpgporPontifícia Universidade Católica do Rio Grande do SulPrograma de Pós-Graduação em Ciência da ComputaçãoPUCRSBRFaculdade de InformácaINFORMÁTICAMÉTODOS NUMÉRICOSREDES DE AUTÔMATOS ESTOCÁSTICOSCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOReducing the impact of state space explosion in Stochastic Automata Networksinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis19749965330812744705006001946639708616176246info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da PUC_RSinstname:Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)instacron:PUC_RSTHUMBNAIL415453.pdf.jpg415453.pdf.jpgimage/jpeg3015http://tede2.pucrs.br/tede2/bitstream/tede/5056/3/415453.pdf.jpg27e1c3e5a569a4333997a48b23166cccMD53TEXT415453.pdf.txt415453.pdf.txttext/plain242995http://tede2.pucrs.br/tede2/bitstream/tede/5056/2/415453.pdf.txtd87aab7caaea6176ec91d2ab9aace347MD52ORIGINAL415453.pdfapplication/pdf1512363http://tede2.pucrs.br/tede2/bitstream/tede/5056/1/415453.pdf42043724fd23719f6c7529ca1c04ff6aMD51tede/50562015-04-17 11:57:31.156oai:tede2.pucrs.br:tede/5056Biblioteca Digital de Teses e Dissertaçõeshttp://tede2.pucrs.br/tede2/PRIhttps://tede2.pucrs.br/oai/requestbiblioteca.central@pucrs.br||opendoar:2015-04-17T14:57:31Biblioteca Digital de Teses e Dissertações da PUC_RS - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)false |
dc.title.por.fl_str_mv |
Reducing the impact of state space explosion in Stochastic Automata Networks |
title |
Reducing the impact of state space explosion in Stochastic Automata Networks |
spellingShingle |
Reducing the impact of state space explosion in Stochastic Automata Networks Santos, Thais Christina Webber dos INFORMÁTICA MÉTODOS NUMÉRICOS REDES DE AUTÔMATOS ESTOCÁSTICOS CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
title_short |
Reducing the impact of state space explosion in Stochastic Automata Networks |
title_full |
Reducing the impact of state space explosion in Stochastic Automata Networks |
title_fullStr |
Reducing the impact of state space explosion in Stochastic Automata Networks |
title_full_unstemmed |
Reducing the impact of state space explosion in Stochastic Automata Networks |
title_sort |
Reducing the impact of state space explosion in Stochastic Automata Networks |
author |
Santos, Thais Christina Webber dos |
author_facet |
Santos, Thais Christina Webber dos |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Fernandes, Paulo Henrique Lemelle |
dc.contributor.advisor1ID.fl_str_mv |
CPF:43706223015 |
dc.contributor.advisor1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4781822J3 |
dc.contributor.authorID.fl_str_mv |
CPF:80595790020 |
dc.contributor.authorLattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4769300A1 |
dc.contributor.author.fl_str_mv |
Santos, Thais Christina Webber dos |
contributor_str_mv |
Fernandes, Paulo Henrique Lemelle |
dc.subject.por.fl_str_mv |
INFORMÁTICA MÉTODOS NUMÉRICOS REDES DE AUTÔMATOS ESTOCÁSTICOS |
topic |
INFORMÁTICA MÉTODOS NUMÉRICOS REDES DE AUTÔMATOS ESTOCÁSTICOS CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
description |
A solução de modelos markovianos com grande espaço de estados é um dos maiores desafios da área de avaliação de desempenho de sistemas. Os formalismos estruturados, como as Redes de Autômatos Estocásticos (SAN), foram propostos para descrever múltiplos componentes através de autômatos, cujas transições são regidas por eventos locais ou sincronizantes, com taxas de ocorrência constantes ou funcionais. Devido à capacidade de representação modular de SAN, através do uso de álgebra tensorial (ou de Kronecker), armazena-se o gerador infinitesimal do modelo de forma compacta e eficiente em memória. Os métodos numéricos de solção que calculam a distribuição estacionária das probabilidades são adaptados a estas representações tensoriais. A operação básica é a multiplicação vetor-descritor, que é produto de um vetor de probabilidades por termos tensoriais compostos por matrizes normalmente esparsas. O principal algoritmo chama-se Shuffle e é caracterizado pelo acesso e embaralhamento de posições do vetor quando multiplicado pelas matrizes de cada termo. Este método é considerado extremamente eficaz no armazenamento em memória, entretanto apresenta um tempo de processamento alto para a solução de modelos reais. Propõe-se um algoritmo híbrido e mais flexível para a multiplicação vetor-descritor, chamado Split, que coloca o algoritmo Shuffle em perspectiva, apresentando ganhos significativos no tempo de execução para diversas classes de modelos, sem onerar os recursos computacionais. Entretanto, quando os modelos aumentam em escala, este algoritmo numérico torna-se inadequado devido ao problema da explosão do espaço de estados. Para mitigar o impacto deste problema propõe-se o uso de soluções alternativas de simulação, as quais buscam estimar a distribuição estacionária de probabilidades tão próximas quanto possível das soluções analíticas, baseando-se na execução de longas trajetórias. Utiliza-se a técnica de simulação baseada em amostragem perfeita (também chamada de simulação exata), para fornecer amostras confiáveis da distribuição estacionária através do casamento de trajetórias, em tempo de simulação reverso. Esta difere-se da simulação tradicional por evitar o período transiente e a escolha aleatória de um estado inicial. Mostra-se a viabilidade destes algoritmos aplicados a SAN, principalmente quando se detectam propriedades de monotonicidade nos modelos. Espaços de estados parcialmente ordenados e propriedades de monotonicidade permitem a execução de um número reduzido de trajetórias em paralelo para obtenção de uma amostra. A análise numérica iterativa e a simulação de modelos estocásticos são abordagens que apresentam vantagens e limitações quando aplicadas à solução de modelos estruturados como SAN. A principal contribuição desta tese foca na redução do impacto da explosão do espaço de estados de modelos markovianos descritos em SAN, propondo soluções quando o tempo de computação das técnicas analíticas é muito longo ou quando os requisitos de armazenamento do vetor de probabilidade excedem a capacidade de memória das tecnologias correntes. |
publishDate |
2009 |
dc.date.available.fl_str_mv |
2009-08-05 |
dc.date.issued.fl_str_mv |
2009-03-27 |
dc.date.accessioned.fl_str_mv |
2015-04-14T14:49:09Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
SANTOS, Thais Christina Webber dos. Reducing the impact of state space explosion in Stochastic Automata Networks. 2009. 136 f. Tese (Doutorado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre, 2009. |
dc.identifier.uri.fl_str_mv |
http://tede2.pucrs.br/tede2/handle/tede/5056 |
identifier_str_mv |
SANTOS, Thais Christina Webber dos. Reducing the impact of state space explosion in Stochastic Automata Networks. 2009. 136 f. Tese (Doutorado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre, 2009. |
url |
http://tede2.pucrs.br/tede2/handle/tede/5056 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.program.fl_str_mv |
1974996533081274470 |
dc.relation.confidence.fl_str_mv |
500 600 |
dc.relation.department.fl_str_mv |
1946639708616176246 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Pontifícia Universidade Católica do Rio Grande do Sul |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Ciência da Computação |
dc.publisher.initials.fl_str_mv |
PUCRS |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Faculdade de Informáca |
publisher.none.fl_str_mv |
Pontifícia Universidade Católica do Rio Grande do Sul |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da PUC_RS instname:Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS) instacron:PUC_RS |
instname_str |
Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS) |
instacron_str |
PUC_RS |
institution |
PUC_RS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da PUC_RS |
collection |
Biblioteca Digital de Teses e Dissertações da PUC_RS |
bitstream.url.fl_str_mv |
http://tede2.pucrs.br/tede2/bitstream/tede/5056/3/415453.pdf.jpg http://tede2.pucrs.br/tede2/bitstream/tede/5056/2/415453.pdf.txt http://tede2.pucrs.br/tede2/bitstream/tede/5056/1/415453.pdf |
bitstream.checksum.fl_str_mv |
27e1c3e5a569a4333997a48b23166ccc d87aab7caaea6176ec91d2ab9aace347 42043724fd23719f6c7529ca1c04ff6a |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da PUC_RS - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS) |
repository.mail.fl_str_mv |
biblioteca.central@pucrs.br|| |
_version_ |
1799765305325518848 |