第1章 工業(yè)實(shí)時(shí)操作系統(tǒng)關(guān)鍵技術(shù)及發(fā)展趨勢(shì)分析1
1.1 相關(guān)研究概述1
1.2 國(guó)內(nèi)外主要產(chǎn)品2
1.2.1 國(guó)外主要產(chǎn)品2
1.2.2 國(guó)內(nèi)主要產(chǎn)品3
1.3 工業(yè)實(shí)時(shí)操作系統(tǒng)關(guān)鍵技術(shù)5
1.3.1 實(shí)時(shí)操作系統(tǒng)內(nèi)核5
1.3.2 中間件層8
1.3.3 輔助設(shè)計(jì)工具8
1.4 工業(yè)協(xié)議9
1.4.1 協(xié)議功能9
1.4.2 協(xié)議分類(lèi)10
1.4.3 協(xié)議特點(diǎn)11
1.5 應(yīng)用場(chǎng)景12
1.5.1 造紙行業(yè)（流程型）12
1.5.2 煉化行業(yè)（流程型）13
1.5.3 日化行業(yè)（離散型）13
1.5.4 材料加工行業(yè)（離散型）13
1.6 發(fā)展趨勢(shì)14
1.6.1 輕量化趨勢(shì)14
1.6.2 虛擬化及云化趨勢(shì)14
1.6.3 跨平臺(tái)移植及網(wǎng)絡(luò)化應(yīng)用15
1.7 本章參考文獻(xiàn)15
第2章 工業(yè)實(shí)時(shí)操作系統(tǒng)安全現(xiàn)狀分析18
2.1 相關(guān)研究概述18
2.2 典型工業(yè)實(shí)時(shí)操作系統(tǒng)體系結(jié)構(gòu)18
2.2.1 SCADA系統(tǒng)18
2.2.2 DCS系統(tǒng)20
2.2.3 PLC系統(tǒng)21
2.2.4 OCNC系統(tǒng)22
2.2.5 DNC系統(tǒng)25
2.2.6 Robot系統(tǒng)29
2.3 工業(yè)實(shí)時(shí)操作系統(tǒng)安全問(wèn)題34
2.3.1 安全威脅分析34
2.3.2 標(biāo)準(zhǔn)協(xié)議及技術(shù)36
2.3.3 互聯(lián)接入的持續(xù)增長(zhǎng)36
2.3.4 具有欺詐性的鏈接37
2.3.5 公共信息37
2.4 工業(yè)操作系統(tǒng)安全防護(hù)要點(diǎn)38
2.4.1 管理保障38
2.4.2 物理防護(hù)39
2.4.3 入侵判斷41
2.4.4 入侵防御41
2.5 工業(yè)實(shí)時(shí)操作系統(tǒng)攻擊場(chǎng)景42
2.5.1 通過(guò)現(xiàn)場(chǎng)總線(xiàn)響應(yīng)延遲漏洞攻擊模擬42
2.5.2 通過(guò)控制以太網(wǎng)交換設(shè)備攻擊模擬45
2.5.3 通過(guò)工業(yè)控制網(wǎng)絡(luò)網(wǎng)關(guān)攻擊48
2.5.4 對(duì)工業(yè)控制無(wú)線(xiàn)網(wǎng)絡(luò)的攻擊49
2.5.5 Havex——專(zhuān)門(mén)針對(duì)工業(yè)控制系統(tǒng)的新型攻擊50
2.5.6 其他典型領(lǐng)域場(chǎng)景52
2.6 工業(yè)實(shí)時(shí)操作系統(tǒng)視角下的車(chē)聯(lián)網(wǎng)系統(tǒng)安全性分析54
2.6.1 車(chē)聯(lián)網(wǎng)系統(tǒng)安全概述54
2.6.2 工業(yè)實(shí)時(shí)操作系統(tǒng)視角下的車(chē)聯(lián)網(wǎng)56
2.7 本章參考文獻(xiàn)61
第3章 工業(yè)實(shí)時(shí)操作系統(tǒng)低功耗調(diào)度算法62
3.1 相關(guān)研究概述62
3.2 引入關(guān)鍵速度的LA-EDF-CRITICAL算法63
3.2.1 任務(wù)模型63
3.2.2 引入關(guān)鍵速度的LA-EDF-CRITICAL算法介紹64
3.2.3 實(shí)驗(yàn)與分析66
3.3 面向硬實(shí)時(shí)系統(tǒng)的零星任務(wù)低功耗調(diào)度算法67
3.3.1 任務(wù)模型67
3.3.2 研究動(dòng)機(jī)68
3.3.3 DVSSTSTA算法70
3.3.4 實(shí)驗(yàn)與分析73
3.4 基于平衡因子的動(dòng)態(tài)偶發(fā)任務(wù)低功耗調(diào)度算法74
3.4.1 任務(wù)模型74
3.4.2 研究動(dòng)機(jī)75
3.4.3 平衡因子算法77
3.4.4 動(dòng)態(tài)偶發(fā)任務(wù)低功耗調(diào)度算法介紹79
3.4.5 動(dòng)態(tài)功耗對(duì)比實(shí)例81
3.4.6 LP-DSAFST算法可調(diào)度性分析82
3.4.7 實(shí)驗(yàn)與分析84
3.5 本章參考文獻(xiàn)88
第4章 面向工業(yè)實(shí)時(shí)操作系統(tǒng)的可靠性協(xié)同優(yōu)化調(diào)度算法91
4.1 相關(guān)研究概述91
4.2 基于滑動(dòng)窗口的低功耗高可靠調(diào)度算法92
4.2.1 基于滑動(dòng)窗口的低功耗高可靠調(diào)度算法的模型92
4.2.2 問(wèn)題定義95
4.2.3 低能耗與可靠性?xún)?yōu)化調(diào)度算法95
4.2.4 實(shí)驗(yàn)結(jié)果與分析105
4.3 工業(yè)實(shí)時(shí)操作系統(tǒng)的低功耗和可靠性協(xié)同優(yōu)化算法110
4.3.1 任務(wù)模型與能耗模型110
4.3.2 低能耗與可靠性協(xié)同優(yōu)化調(diào)度算法113
4.3.3 能耗與可靠性實(shí)例分析118
4.3.4 實(shí)驗(yàn)與分析122
4.4 本章參考文獻(xiàn)125
第5章 工業(yè)實(shí)時(shí)操作系統(tǒng)多核處理器低功耗調(diào)度算法127
5.1 相關(guān)研究概述127
5.2 多核處理器低功耗調(diào)度算法介紹128
5.2.1 混合任務(wù)系統(tǒng)調(diào)度模型129
5.2.2 EARTAMT算法129
5.3 實(shí)例分析134
5.4 實(shí)驗(yàn)與分析136
5.4.1 總利用率136
5.4.2 非周期任務(wù)負(fù)載138
5.5 本章參考文獻(xiàn)139
第6章 工業(yè)實(shí)時(shí)操作系統(tǒng)低功耗數(shù)據(jù)清洗算法140
6.1 相關(guān)研究概述140
6.2 系統(tǒng)信息模型141
6.2.1 系統(tǒng)調(diào)度模型141
6.2.2 能耗模型142
6.2.3 數(shù)據(jù)模型143
6.3 低功耗數(shù)據(jù)清洗算法介紹143
6.3.1 數(shù)據(jù)交換標(biāo)準(zhǔn)：MTConnect143
6.3.2 網(wǎng)內(nèi)節(jié)能數(shù)據(jù)清洗算法144
6.3.3 匯聚節(jié)點(diǎn)通信的低功耗協(xié)議148
6.4 實(shí)例分析149
6.5 實(shí)驗(yàn)與分析150
6.5.1 數(shù)據(jù)清洗實(shí)驗(yàn)150
6.5.2 HMS-CPMTS的能耗實(shí)驗(yàn)152
6.6 本章參考文獻(xiàn)153
第7章 面向工業(yè)實(shí)時(shí)操作系統(tǒng)的邊緣計(jì)算檢測(cè)算法156
7.1 相關(guān)研究概述156
7.1.1 數(shù)字孿生156
7.1.2 邊緣計(jì)算156
7.2 邊緣計(jì)算檢測(cè)算法介紹157
7.2.1 一元離群點(diǎn)邊緣計(jì)算檢測(cè)算法159
7.2.2 多元參數(shù)關(guān)系的邊緣計(jì)算檢測(cè)算法160
7.3 原型開(kāi)發(fā)162
7.3.1 MTConnect代理163
7.3.2 MTConnect適配器163
7.3.3 局部DT164
7.3.4 云中DT165
7.4 算法實(shí)驗(yàn)167
7.4.1 測(cè)試驗(yàn)證集167
7.4.2 異常檢測(cè)結(jié)果分析169
7.4.3 邊緣計(jì)算和云計(jì)算耗時(shí)171
7.5 本章參考文獻(xiàn)172
第8章 基于云邊協(xié)同的工業(yè)實(shí)時(shí)操作系統(tǒng)任務(wù)卸載方法175
8.1 相關(guān)研究概述175
8.2 云邊協(xié)同方法176
8.2.1 系統(tǒng)模型176
8.2.2 卸載策略178
8.3 案例研究182
8.3.1 物理裝置和實(shí)驗(yàn)環(huán)境183
8.3.2 網(wǎng)絡(luò)層：MTDT建模和部署184
8.3.3 應(yīng)用層：刀具PHM187
8.4 本章參考文獻(xiàn)188
第9章 工業(yè)生產(chǎn)線(xiàn)三維檢測(cè)與交互算法190
9.1 相關(guān)研究190
9.2 問(wèn)題描述與方案191
9.3 數(shù)字孿生模型192
9.3.1 離線(xiàn)靜態(tài)模型193
9.3.2 在線(xiàn)動(dòng)態(tài)投票環(huán)節(jié)195
9.4 實(shí)驗(yàn)與驗(yàn)證199
9.4.1 實(shí)驗(yàn)平臺(tái)199
9.4.2 實(shí)驗(yàn)結(jié)果與分析199
9.5 本章參考文獻(xiàn)201
第10章 面向工業(yè)實(shí)時(shí)操作系統(tǒng)的人工智能芯片測(cè)評(píng)技術(shù)204
10.1 相關(guān)研究概述204
10.1.1 人工智能芯片的分類(lèi)204
10.1.2 人工智能芯片的衡量和評(píng)價(jià)指標(biāo)206
10.1.3 人工智能芯片的測(cè)評(píng)方法207
10.2 人工智能芯片測(cè)評(píng)研究現(xiàn)狀207
10.2.1 架構(gòu)層面的測(cè)評(píng)研究現(xiàn)狀207
10.2.2 應(yīng)用層面的測(cè)評(píng)研究現(xiàn)狀208
10.2.3 測(cè)評(píng)研究綜合分析210
10.3 未來(lái)研究趨勢(shì)210
10.3.1 加強(qiáng)架構(gòu)層面的測(cè)評(píng)研究210
10.3.2 建立靈活的測(cè)評(píng)方法研究211
10.3.3 開(kāi)展基于新興器件的測(cè)評(píng)研究211
10.4 本章參考文獻(xiàn)211
結(jié)束語(yǔ)213