A generalized model for distributed comparison-based system-level diagnosis

Albini, Luiz Carlos Pessoa; Duarte, Elias P.; Ziwich, Roverli Pereira

doi:10.1590/s0104-65002005000100005

Cited by 14 publications

(6 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Application of comparison-based model in sensor networks allows a sensor node to identify its own status based on the information received from the neighbors [17][18][19]. As another possibility, the state of a node can be diagnosed by the other system nodes [20,21]. It is worth noting that these researches mostly deal with homogeneous systems and/or use very much simplified local diagnosis in relation to intermittent faults.…”

Section: Related Workmentioning

confidence: 99%

Diagnosis of Intermittently Faulty Units at System Level

Mashkov

Fišer

Lytvynenko

et al. 2019

Data

View full text Add to dashboard Cite

Mostly, diagnosis at a system level intends to identify only permanently faulty units. In the paper, we consider the case when both permanently and intermittently faulty units can occur in the system. Identification of intermittently faulty units has some specifics which we have considered in this paper. We also suggest the method which allows for distinguishing among different types of intermittent faults. A diagnosis procedure was suggested for each type of intermittent fault.

show abstract

Section: Related Workmentioning

confidence: 99%

Diagnosis of Intermittently Faulty Units at System Level

Mashkov

Fišer

Lytvynenko

et al. 2019

Data

View full text Add to dashboard Cite

show abstract

“…Application of comparison-based model in sensor networks allows a sensor node to identify its own status based on the information received from the neighbors [17,[20][21][22]. Alternatively, node state can be determined by the other system nodes [23,24]. In case of multiple or related faults of sensor nodes, the unit diagnosis may be incorrect.…”

Section: Related Workmentioning

confidence: 99%

Method for Unit Self-Diagnosis at System Level

Mashkov¹,

Lytvynenko²

2019

IJISA

View full text Add to dashboard Cite

This paper suggests unconventional approach to system level self-diagnosis. Traditionally, system level self-diagnosis focuses on determining the state of the units which are tested by other system units. In contrast, the suggested approach utilizes the results of tests performed by a system unit to determine its own state. Such diagnosis is in many respects close to self-testing, since a unit evaluates its own state, which is inherent in selftesting. However, as distinct from self-testing, in the suggested approach a unit evaluates it on the basis of tests that it does not performs on itself, but on other system units. The paper considers different diagnosis models with various testing assignments and different faulty assumptions including permanent and intermittent faults, and hybrid-fault situations. The diagnosis algorithm for identifying the unit's state has been developed, and correctness of the algorithm has been verified by computer simulation experiments.

show abstract

“…O modelo genérico de diagnóstico distribuído e adaptativo em nível de sistema baseado em comparações é apresentado por Albini e Duarte em [5]. Este modelo usa a mesma estratégia hierárquica de testes similar à implementada no algoritmo Hi-ADSD with Timestamps [20], mas não é limitado a falhas do tipo crash.…”

Section: Diagnóstico Baseado Em Comparaçõesunclassified

“…É essencial que a monitoração seja tolerante a falhas, ou seja, capaz de funcionar corretamente mesmo na presença de unidades falhas. Este trabalho trata da monitoração, utilizando diagnóstico distribuído [4] baseado em comparações [5], para sistemas com conteúdo replicado em uma rede como, por exemplo, a Internet. Uma das aplicações práticas deste trabalho é o diagnóstico de vandalismo em servidores Web com dados replicados [6].…”

Section: Introductionunclassified

Detecção Distribuída de Violação de Integridade em Sistemas com Conteúdo Replicado

Ziwich¹,

Duarte²,

Albini³

2005

Anais Do v Simpósio Brasileiro De Segurança Da Informação E De Sistemas Computacionais (SBSeg 2005)

Self Cite

View full text Add to dashboard Cite

Este trabalho apresenta um novo modelo de diagnóstico baseado em comparações e um novo algoritmo, chamado Hi-Dif para a detecção de alterações em sistemas com conteúdo replicado. Um nodo sem-falha executando o algoritmo Hi-Dif, testa outro nodo do sistema para classificar seu estado. O modelo classifica os nodos do sistema em conjuntos de acordo com o resultado dos testes. Um teste é realizado através do envio de uma tarefa para um par de nodos. Após o recebimento das duas saídas da execução destas tarefas, o testador compara estas saídas e, se a comparação indicar igualdade, os nodos são classificados no mesmo conjunto. Por outro lado, se a comparação das saídas indicar diferença, os nodos são classificados em conjuntos distintos, de acordo com o resultado da tarefa. Um dos conjuntos contém os nodos sem-falha do sistema. Uma diferença fundamental do modelo proposto para outros modelos publicados anteriormente é que a comparação por um nodo sem-falha, sobre as saídas produzidas por dois nodos falhos, pode resultar em igualdade. Considerando um sistema com N nodos, prova-se que o algoritmo Hi-Dif possui latência igual a log2N rodadas de testes; que o número máximo de testes requeridos pelo algoritmo é de O(N2) no pior caso; e, que o algoritmo é (N–1)-diagnosticável. Resultados experimentais obtidos através de simulações e através de implementação do algoritmo aplicado à Web são apresentados.

show abstract

A generalized model for distributed comparison-based system-level diagnosis

Abstract: This work introduces a new system-level diagnosis model and an algorithm based on this model: Hi-Comp

Cited by 14 publications

References 16 publications

Diagnosis of Intermittently Faulty Units at System Level

Diagnosis of Intermittently Faulty Units at System Level

Method for Unit Self-Diagnosis at System Level

Detecção Distribuída de Violação de Integridade em Sistemas com Conteúdo Replicado

Contact Info

Product

Resources

About