از آنجا که حافظه های فلش NAND  محدودیت سخت افزاری پاک کردن قبل از نوشتن آدرس ها را دارند، سیاست جمع آوری زباله شامل فایل سیستم فلش افزاری (flash-aware) و لایه انتقال فلش (FTL) برای اصلاح زباله و به دست آوردن فضای آزاد است. یک سیاست جمع آوری هوشمند و کارا برای فلش های مصرفی مبتنی بر NAND که EIGC نامیده می شود وجود دارد. EIGC یک مدل پیش بینی موثر برای پیش بینی حجم کار I/O  در طول بازه زمانی اجرای عملیات بعدی جمع آوری زباله معرفی می کند و تعداد بلاک های قربانی که با توجه به  پیش بینی حجم کار I/O باید تصاحب شوند را تعیین  می کند. به منظور کاهش هزینه تمیز کردن از نظر هزینه هایی برای کپی کردن صفحات معتبر به فضای حافظه آزاد فلش NAND و بهبود درجه سایش بدون درز، یک طرح انتخاب بلوک قربانی کارآمد در سیاست EIGC نیز مطرح می باشد. شبیه سازی Trace-driven نشان می دهد که سیاست پیشنهادی EIGC  از نظر تعداد عملیات کپی، تعداد عملیات پاک کردن و درجه سایش بدون درز نسبت به سیاست state-of-the-art بالاتر است.

از آنجا که حافظه های فلش NAND، تعدادی از ویژگی های جالبی مانند سرعت دسترسی به داده ها، شوک قوی مقاومتی، نویز پایین، مصرف انرژی کم، ظرفیت ذخیره سازی بالا و قیمت پایین را نشان می دهند، حافظه فلش NAND به یکی از رسانه های ذخیره سازی امیدوارکننده تبدیل شده است و به طور گسترده ای در لوازم مصرف کننده الکترونیکی مانند لپ تاپ ها، گوشی های هوشمند و کامپیوترهای تبلت مورد استفاده قرار می گیرد. به عنوان مثال، بسیاری از رایانه های لپ تاپی که به تازگی طراحی شده اند، به دیسک سخت (SSD) و نوع جدیدی از دستگاه ذخیره داده برای جایگزینی با دیسک مغناطیسی مجهز شده اند . SSD  شامل حافظه فلش NAND است. با این حال، حافظه فلش NAND نشان می دهد که محدودیت سخت افزاری نوشتن-قبل از-پاک کردن و طرح به روز رسانی out-of-place  آدرس دهی به این محدودیت را قبول کرده است. این طرح به روز رسانی خارج از محل یک روش نوشتن داده های جدید به فضای آزاد حافظه فلش NAND است و شامل داده های قدیمی صفحات نامعتبر است.  هنگامی که فضای آزاد کافی نیست، سیاست جمع آوری زباله باید منجر (trigger) به اصلاح زباله ها شود و فضای آزاد به دست آورد. سیاست جمع آوری زباله شامل مجموعه ای از عملیات کپی است که صفحات معتبر را به داخل بلوک ها قربانی شده برای فضای آزاد کپی می کند و عملیات پاک سازی برای بلوک قربانی را انجام می دهد.  بنابراین، اصول طراحی سیاست کارآمد جمع آوری زباله، کاهش هزینه پاک سازی برای کپی کردن صفحات معتبر در داخل بلوک به منظور آزادسازی فضا و بهبود درجه سایش در جهت افزایش عمر حافظه فلش NAND است که منجر به تعداد پاک سازی های محدود در هر بلوک می شود. به منظور دستیابی به این دو اصل طراحی، یک سیاست موثر و هوشمند جمع آوری زباله برای لوازم مبتنی بر فلش NAND  که  (Efficient & Intelligent Garbage Collection)  که مخفف آن EIGCنامیده می شود،مطرح شده است.  EIGC بر روی کاهش هزینه پاک سازی در کپی کردن صفحات معتبر به فضای آزاد حافظه های فلش NAND و نیز بهبود درجه سایش به منظور افزایش عمر حافظه فلش NAND تمرکز دارد.

حال به بررسی چند موضوع زیر میپردازیم تا بتوانید درک درستی از این مطلب داشته باشید:

• بررسی  حافظه فلش

دو نوع حافظه فلش وجود دارد: حافظه فلش NAND و حافظه فلش NOR. هر دوی آنها از تراشه های ذخیره سازی غیرفرار هستند. از آنجائیکه حافظه فلش NOR از قابلیت XIP (اجرا در محل) پشتیبانی می کند؛ برنامه های اجرایی در حافظه فلش  NOR است به جای اینکه کد را از حافظه فلش NOR به حافظه اصلی بارگذاری کنند ، به طور مستقیم اجرا می شوند. حافظه فلش NOR اغلب برای کدهای برنامه های اجرایی استفاده می شوند. حافظه فلش NAND در مقایسه با حافظه فلش NAND سرعت  بالاتری برای عملیات نوشتن و پاک کردن نشان می دهند. علاوه بر این، ظرفیت ذخیره سازی حافظه فلش NAND در حال افزایش است و هزینه های آن نیز در حال کاهش می باشد. بنابراین، حافظه فلش NAND اغلب به عنوان دستگاه ذخیره سازی برنامه ها و داده ها به کار می رود

• تئوری سیستم های خاکستری

تئوری سیستم های خاکستری ابتدا توسط Julong Deng در ابتدای ۱۹۸۰ تاسیس شد. بسیاری از دانشمندان و کارشناسان مشهور به این نظریه جدید تاکید داشته و از آن به طور کامل حمایت کردند. این تئوری به یک روش کارآمد برای رفع مشکلات نامطمئن با نمونه کوچک و اطلاعات ضعیف تبدیل شده است. این تئوری با سیستم های خاکستری که بخشی از اطلاعات شناخته شده است و نیز بخشی از اطلاعاتی است که از طریق استخراج اطلاعات ارزشمند از آنچه که در دسترس است به دست می آید، سر و کار دارد. در سال های اخیر، تئوری سیستم های خاکستری به طور گسترده و با موفقیت در زمینه های مختلف از جمله کشاورزی، صنعت، انرژی، مالی، اقتصاد، ترافیک و … استفاده شده است. بنابراین، تئوری سیستم های خاکستری به عنوان یک علم میان رشته ای در نظر گرفته  شده است. به عنوان یک جز مهم از تئوری سیستم خاکستری، مدل های پیش بینی خاکستری محبوبیت زیادی در سری های زمانی به دست آورده اند. دو نوع عملگر ترتیبی خاکستری وجود دارد که به ترتیب عبارتند از: عملیات تولید انباشته (AGO) و عملیات تولید انباشته معکوس (IAGO).

•  سیاست های جمع آوری زباله موجود

با توجه به ویژگی های ذاتی حافظه فلش NAND، تعدادی از سیاست های جمع آوری زباله برای کاهش هزینه پاک کردن و بهبود درجه سایش صحیح به منظور گسترش طول عمر حافشه فلش NAND مورد مطالعه قرار گرفته اند که به تعدادی از آنها اشاره میشود:

Wu و همکاران اولین سیاست جمع آوری زیابه را موسوم به الگوریتم حریص (GR) برای انتخاب بلوک با کمترین تعداد صفحه معتبر به عنوان بلوک قربانی، پیشنهاد دادند. GR هزینه پاک کردن به منظور کپی صفحات معتبر به داخل بلوک جهت آزادسازی فضا در طول  مرحله migration را کاهش می دهد و دسترسی یکنواخت را به خوبی انجام می دهد.

معایب این سیاست:

اما این کار برای بالابردن ویژگی محلی مراجع از نظز کاهش درجه سایش یکنواخت ضعیف است. چرا که تعداد پاکسازی هر بلوک را  در زمان انتخاب یک بلوک قربانی نمی تواند در نظر بگیرد. پس یک سیاست جدیدی به نام CBپیشنهاد شد.

Kawaguchi و همکاران الگوریتم هزینه سود (CB) را پیشنهاد دادند که بلوک با بزرگترین ارزش را به عنوان یک بلوک قربانی انتخاب می کند؛ که طبق (a*(a-1))/2u محاسبه می شود؛ a زمان سپری شده از زمان آخرین اصلاحات است و u درصد صفحات معتبر در این بلوک است. Chiang و همکاران الگوریتم تعداد سن هزینه (CAT)  را مطرح کردند که الگوریتم CB را با در نظر گرفتن تعداد پاکسازی مستقیم هر بلوک در انتخاب یک بلوک قربانی، بسط می دهد . همه آنها تنها یک بلوک قربانی را در فاصله زمانی اجرای عملیات جمع آوری زباله، انتخاب می کنند و هیچ یک از آنها در پیش بینی حجم کار I/O تحقیقاتی را نداشته اند. پس یک سیاست دیگری مطرح شد به نام  EIGC

که در ابتدا به بررسی آن پرداختیم.

شما میتوانید با استفاده از لینک زیر این مسائل را  بهتر درک کنید:

http://en.wikipedia.org/wiki/Garbage_collection_(computer_science)