Optimización y autoescalado basado en metaheurísticas para la ejecución eficiente de aplicaciones científicas en infraestructuras cloud

Las aplicaciones científicas son implementadas mediante la construcción de modelos matemáticos y técnicas numéricas que sirven para manipular y controlar el problema real al que representan. Debido a que para su ejecución se requiere de grandes capacidades de cómputo, los entornos de computación dis...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Pacini Naumovich, Eliana Rocío
Otros Autores: Garí Núñez, Yisel; Mansilla, Roberto Alejandro; Monge Bosdari, David Antonio; Cardello, Sebastián Carlos; García Garino, Carlos Gabriel
Formato: info:eu-repo/semantics/other Proyecto de investigación acceptedVersion
Lenguaje:Español
Publicado: 2019
Materias:
Matemática aplicada
Modelos matemáticos
Acceso en línea:http://bdigital.uncu.edu.ar/14391
Aporte de:
Biblioteca Digital de Universidad Nacional de Cuyo
id I11-R814391
record_format dspace
institution Universidad Nacional de Cuyo
institution_str I-11
repository_str R-8
collection Biblioteca Digital
language Español
orig_language_str_mv spa
topic Matemática aplicada
Modelos matemáticos
spellingShingle Matemática aplicada
Modelos matemáticos
Pacini Naumovich, Eliana Rocío
Optimización y autoescalado basado en metaheurísticas para la ejecución eficiente de aplicaciones científicas en infraestructuras cloud
topic_facet Matemática aplicada
Modelos matemáticos
description Las aplicaciones científicas son implementadas mediante la construcción de modelos matemáticos y técnicas numéricas que sirven para manipular y controlar el problema real al que representan. Debido a que para su ejecución se requiere de grandes capacidades de cómputo, los entornos de computación distribuida como Cloud resultan adecuados. Cloud permite la adquisición de infraestructuras totalmente configuradas a través de tecnologías de virtualización, es decir, diferentes tipos de instancias de máquinas virtuales (VM) proporcionan un amplio espectro de configuraciones de hardware y software bajo un esquema de pago por uso. En general, los precios difieren según el tipo de VM y el modelo de fijación de precios del proveedor Cloud. De acuerdo al modelo de precios, las instancias pueden ser adquiridas bajo demanda, ofreciendo una plataforma de cómputo confiable, pero a un precio fijo que generalmente es más costoso que las instancias adquiridas bajo modelos de precios alternativos, como las instancias spot. Las instancias spot poseen precios fluctuantes a lo largo del tiempo que suelen ser más bajos que los precios de las instancias bajo demanda. Sin embargo, las instancias spots están sujetas a la aparición de errores out-of-bid (OOB), que son aquellos que se producen cuando el precio de la instancia spot supera el precio de oferta realizado por el usuario. Cuando se produce un OOB, las instancias afectadas se ven obligadas a finalizar y también finaliza la ejecución de los trabajos que se estén ejecutando en tales instancias. Al utilizar instancias spot, la confiabilidad de las VMs depende de la oferta del usuario y de los valores reales de los precios spot. El objetivo principal del presente proyecto consiste en: diseñar, construir e implementar nuevas metaheurísticas para optimizar la ejecución de aplicaciones científicas en infraestructuras Cloud. Particularmente, el objetivo propuesto contempla gestionar eficientemente el procesamiento distribuido de aplicaciones científicas mediante la implementación de metaheurísticas para minimizar tanto los tiempos de ejecución como los costos monetarios, dos objetivos de optimización claramente contrapuestos. Esto significa que cuanto mayor cantidad y mejores recursos son rentados a un Cloud, menores son los tiempos de respuesta, pero como consecuencia mayor es el costo económico.
author2 Garí Núñez, Yisel; Mansilla, Roberto Alejandro; Monge Bosdari, David Antonio; Cardello, Sebastián Carlos; García Garino, Carlos Gabriel
author_facet Garí Núñez, Yisel; Mansilla, Roberto Alejandro; Monge Bosdari, David Antonio; Cardello, Sebastián Carlos; García Garino, Carlos Gabriel
Pacini Naumovich, Eliana Rocío
format info:eu-repo/semantics/other
Proyecto de investigación
acceptedVersion
author Pacini Naumovich, Eliana Rocío
author_sort Pacini Naumovich, Eliana Rocío
title Optimización y autoescalado basado en metaheurísticas para la ejecución eficiente de aplicaciones científicas en infraestructuras cloud
title_short Optimización y autoescalado basado en metaheurísticas para la ejecución eficiente de aplicaciones científicas en infraestructuras cloud
title_full Optimización y autoescalado basado en metaheurísticas para la ejecución eficiente de aplicaciones científicas en infraestructuras cloud
title_fullStr Optimización y autoescalado basado en metaheurísticas para la ejecución eficiente de aplicaciones científicas en infraestructuras cloud
title_full_unstemmed Optimización y autoescalado basado en metaheurísticas para la ejecución eficiente de aplicaciones científicas en infraestructuras cloud
title_sort optimización y autoescalado basado en metaheurísticas para la ejecución eficiente de aplicaciones científicas en infraestructuras cloud
publishDate 2019
url http://bdigital.uncu.edu.ar/14391
work_keys_str_mv AT pacininaumovichelianarocio optimizacionyautoescaladobasadoenmetaheuristicasparalaejecucioneficientedeaplicacionescientificaseninfraestructurascloud
AT pacininaumovichelianarocio autoscalingoptimizationbasedonmetaheuristicsfortheefficientexecutionofscientificapplicationsincloudinfrastructures
bdutipo_str Repositorios
_version_ 1764820403826458624

Ejemplares similares