Key points are not available for this paper at this time.
In diesem Papier betrachten wir ein konkurrierendes Rechenmodell namens Dataflow, bei dem Komponenten (Schauspieler) über Streams von Daten-Token kommunizieren. Die Dataflow-Semantik wurde von experimentellen und produktiven Sprachen übernommen, die zur Gestaltung eingebetteter Systeme verwendet werden. Die Ausführung eines Dataflow-Schauspielers wird durch die Verfügbarkeit seiner Eingabedaten ermöglicht. Eine wichtige Frage ist, ob ein Dataflow-Modell zu einem Deadlock führen wird (d.h. Schauspieler können aufgrund einer Datenabhängigkeits-Schleife nicht ausgeführt werden). Deadlocks können in vielen Fällen bestimmt werden, obwohl sie im Allgemeinen nicht entscheidbar sind. Wir entwickeln eine Kausalitätsoberfläche für Dataflow-Schauspieler basierend auf dem allgemeinen Rahmen, den wir in 1 eingeführt haben, und zeigen, wie diese Kausalitätsinformationen algebraisch zusammengesetzt werden können, sodass die Zusammensetzung von Komponenten Kausalitätsoberflächen erhält, die aus ihren Komponenten und den Verbindungen abgeleitet sind. Wir veranschaulichen die Verwendung dieser Kausalitätsoberflächen zur statischen Analyse auf Deadlocks.
Zhou et al. (Sun,) untersuchten diese Frage.