확률적 실행시간을 고려한 DAG 작업의 파티션 스케줄링

초록

본 논문은 자율주행 시스템에 적용되는 DAG 형태의 실시간 작업을, 각 노드의 실행 시간을 확률분포로 모델링하고, 파티션 기반 EDF 스케줄링 하에서 확률적 기한 만족을 보장하는 새로운 파티션 알고리즘을 제안한다. 조정된 평균 이용률을 이용해 bin‑packing 휴리스틱을 적용하고, 기존 WCET 기반 방법보다 더 많은 작업 집합을 스케줄링하며 분석 시간도 단축함을 실험을 통해 입증한다. 특히 Item‑Centric Worst‑Fit‑Decreasing 방식이 가장 높은 성공률을 보였다.

상세 분석

이 논문은 자율주행 시스템과 같이 높은 안전성을 요구하는 실시간 임베디드 환경에서, 전통적인 최악 실행 시간(WCET) 기반 분석이 과도한 보수성을 갖는 문제를 확률적 실행 시간(pWCET) 모델링으로 해결하고자 한다. DAG 작업을 구성하는 각 노드에 대해 독립적인 확률분포를 가정하고, 이를 컨볼루션 연산을 통해 전체 작업의 확률적 총 실행 시간 분포 C_i 로 합성한다. 여기서 핵심은 C_i 를 이용해 “조정된 평균 이용률”(Adjusted Mean Utilization) (\bar U’_i = E