计算机安全必威体育官网网址2008-03可靠性.ppt

2006-9-1 第三章计算机系统的可靠性 3.1 什么是计算机系统的可靠性 3.2 容错系统的概念 3.3 硬件冗余 3.4 软件冗余 3.5 磁盘阵列的编码容错方案 3.1 什么是计算机系统的可靠性 可靠性：系统在规定的条件下，完成规定的功能的能力。 可靠性用可用度来度量。 可用度：系统在t时刻处于正常状态的概率。 可用度计算： A(t)=平均无故障时间/ (平均无故障时间+平均修复时间) 平均无故障时间：MTBF 平均修复时间： MTRF 3.1 什么是计算机系统的可靠性 可用性的定量表现： 可靠性的测度方法：抗毁性，生存性，有效性。 可靠性表现为硬件可靠性，软件可靠性，人员可靠性，环境可靠性等。 可维护性：平均修复时间：MTRF 维修保障：后勤支援能力 3.1 什么是计算机系统的可靠性 浴盆曲线 3.1 什么是计算机系统的可靠性 电子元器件的质量等级； 电子元器件的选用： 对元器件性能的掌握； 降额使用； 热设计； 抗辐射设计； 防静电损伤； 防操作过程中的损伤； 储存与保管问题。 3.1 什么是计算机系统的可靠性 热设计技术 热交换途径，热环境影响因素(电能、机械能转换为热量)； 冷却方法：自然冷却、强迫风冷、冷板式冷却； “软件冷却” 风道 水冷，液氮冷却 热管，导热 3.1 什么是计算机系统的可靠性 1963年发明并制造出热管，是高效传热元件。80年代前，热管用于卫星等高端系统。 导管内填充了液态导热介质。热管两端产生温差的时候，蒸发端的液体就会迅速气化，将热量带向冷凝端，速度非常快。液体在冷凝端凝结液化以后，通过毛细作用，流回蒸发端。 水--气之间的相变反应，使热管的热传导效率比普通的纯铜高许多倍。 热管传热效果好，噪音低，使用寿命长。 3.1 什么是计算机系统的可靠性 3.1 什么是计算机系统的可靠性 3.1 什么是计算机系统的可靠性 3.1 什么是计算机系统的可靠性 3.1 什么是计算机系统的可靠性 元器件布局 发热元件分散安装 使热敏感元件处于低温区 采用短通路，减少传导热阻 较少接触面热阻 印刷板热设计 机箱热设计 3.1 什么是计算机系统的可靠性 热分析手段 热传导、热对流、热辐射 美 BETAsoft软件，可实现器件级、电路板级、系统级电子产品热分析和热设计。 3.1 什么是计算机系统的可靠性 3.1 什么是计算机系统的可靠性 故障、失效和错误的概念 失效是指硬件物理特性异变。 故障是指硬件或软件的错误状态，是失效在逻辑上的等效。一个故障可以用种类、值、影响范围和发生时间来描述。 错误是指程序或数据结构中的故障表现形式，是故障和失效所造成的后果。 3.1 什么是计算机系统的可靠性 故障的分类 故障可分为逻辑故障和非逻辑故障两种。 按时间划分，故障可分为以下三种： 1.永久故障是指永远持续下去直至修复为止的故障。硬件的永久性故障意味着不可逆的物理变异。软件的永久性故障也是一个不可自动恢复的错误状态。 2.间歇性故障是短暂的、断续，它具有偶然性、不定期的重复性。如一个处于临界状态的电路输出时好时坏，虚焊点也会引起这样的故障。 3.1 什么是计算机系统的可靠性 3.偶然性故障的出现是暂时的，且可能是非重复性的。常因环境的变化、电源干扰、元器件性能的波动、软件的随机变化、电磁干扰等因素而引起。 统计表明，间歇性故障和偶然性故障占整个故障的很大比例，成为系统出错的主要根源。早期美国空军的一项研究报告指出，这类故障占所有故障的80%。IBM公司的一项报告指出：这类故障占所有现场失效的90%。 3.1 什么是计算机系统的可靠性 错误的根源：错误是失效和故障所引起的后果，其根源可以归纳为下图。 3.1 什么是计算机系统的可靠性 容错技术能达到对故障的“容忍”，但并非是“无视” 故障的存在。 它首先能自动地适时地检测并诊断出系统的故障，然后采取对故障的控制或处理的策略。 根据错误的不同情况，一个容错系统可能分10个阶段: (1)故障限制(2)故障检测 (3)故障屏蔽 (4)重试 (5)诊断 (6)重组 (7)恢复 (8)重启动 (9)修复 (10)重构 3.1 什么是计算机系统的可靠性 按照系统的这些失效响应方式，容错技术可分成三种：故障检测、静态冗余、动态冗余。 静态冗余能容忍故障，但不给出故障警告。 动态冗余用于纠错码存储器或具有固定配置(即线路器件之间的逻辑连接保持不变)的多数表决冗余计算机之类的系统中。 3.1 什么是计算机系统的可靠性 3.1 什么是计算机系统的可靠性 提高系统可靠性的方法： 避错：提高软硬件质量，抵御故障。 容错：故障发生时系统仍能继续运行，提供服务与资源。 美国容错计算机有限公司:Stratus 天腾公司Tanden Compute