KIT | KIT-Bibliothek | Impressum | Datenschutz

Model-Based Performance Prediction for Concurrent Software on Multicore Architectures---A Simulation-Based Approach

Frank, Markus Kilian

Abstract:

Die modellbasierte Performancevorhersage ist ein bekanntes Konzept zur Gewährleistung der Softwarequalität. Derzeitige Ansätze basieren auf einem Modell mit einer Metrik, was zu ungenauen Vorhersagen für moderne Architekturen führt.
In dieser Arbeit wird ein Multi-Strategie-Ansatz zur Erweiterung von Performancevorhersagemodellen zur Unterstützung von Multicore-Architekturen vorgestellt, in Palladio implementiert und dadurch die Genauigkeit der Vorhersage deutlich verbessert.

Abstract (englisch):

Model-based performance prediction is a well-known concept to ensure the quality of software.
Current approaches are based on a single-metric model, which leads to inaccurate predictions for modern architectures.
This thesis presents a multi-strategies approach to extend performance prediction models to support multicore architectures.
We implemented the strategies into Palladio and significantly increased the performance prediction power.


Volltext §
DOI: 10.5445/KSP/1000139935
Veröffentlicht am 12.07.2022
Die gedruckte Version dieser Publikation können Sie hier kaufen.
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)
Publikationstyp Hochschulschrift
Publikationsjahr 2022
Sprache Englisch
Identifikator ISBN: 978-3-7315-1146-5
ISSN: 1867-0067
KITopen-ID: 1000139935
Verlag KIT Scientific Publishing
Umfang XIII, 368 S.
Serie The Karlsruhe Series on Software Design and Quality / Ed. by Prof. Dr. Ralf Reussner ; 32
Art der Arbeit Dissertation
Prüfungsdaten Zugl: Stuttgart, Univ. Diss., 2021
Schlagwörter Modellbasierte Performancevorhersage, Software Engineering, Multicore-Architekturen, parallele Entwurfsmuster, Model-based Performance Prediction, Software Engineering, Multicore architectures, Parallel Design Patterns
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page