Utilizando la calidad de las respuestas como política de distribución de la información de recursos en Grid Computing

Mostrar todas las versiones(4)

La computación de alto rendimiento (HPC, High Performance Computing) es un término que engloba un conjunto de procedimientos y estrategias computacionales para resolver eficientemente problemas complejos que demandan un gran poder de cómputo. Una de las tecnologías que ha emergido y se ha consolidad...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Verghelet, Paula
Otros Autores: Mocskos, Esteban Eduardo
Formato: Tesis de grado publishedVersion
Lenguaje:Español
Publicado: Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales 2014
Acceso en línea:https://hdl.handle.net/20.500.12110/seminario_nCOM000431_Verghelet
Aporte de:
Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA) de Universidad de Buenos Aires
id seminario:seminario_nCOM000431_Verghelet
record_format dspace
spelling seminario:seminario_nCOM000431_Verghelet2023-09-12T13:13:09Z Utilizando la calidad de las respuestas como política de distribución de la información de recursos en Grid Computing Verghelet, Paula Mocskos, Esteban Eduardo La computación de alto rendimiento (HPC, High Performance Computing) es un término que engloba un conjunto de procedimientos y estrategias computacionales para resolver eficientemente problemas complejos que demandan un gran poder de cómputo. Una de las tecnologías que ha emergido y se ha consolidado en los últimos años es Grid Computing, que permite el acceso de manera remota a diversos recursos distribuidos geográficamente. Debido a su naturaleza altamente distribuida, uno de los puntos más importantes a considerar dentro de las Grids es saber dónde están los recursos y su disponibilidad de manera de poder coordinar su utilización, siendo esta una problemática común a Cloud Computing y a sistemas distribuidos en general. Como se obtiene y disemina la información sobre estos recursos es lo que se denomina política de distribución de la información de recursos. Una clasificación posible de las políticas de distribución de la información es considerarlas centralizadas o descentralizadas, y a estas últimas a su vez como estructuradas o no-estructuradas. En esta tesis se estudian algunos aspectos de cuatro políticas de distribución de la información que resultan representativas dentro de esta clasificación: Jerárquica,Super Peer, Random y Best Neighbor. En particular para la política Best Neighbor, algunos resultados previos no fueron los esperados sino similares a los obtenidos al utilizar la política Random, a pesar de utilizar información histórica obtenida en base a consultas previas para guiar la política de distribución. El principal aporte de esta tesis es la propuesta de una serie de mejoras a la política Best Neighbor de las que finalmente se obtuvieron dos variaciones que mostraron muy buena performance, siendo a su vez escalables y distribuidas. High Performance Computing refers to a set of techniques and computational strategies devised to solve complex problems needing high computing power. One technology that emerged during last years is Grid Computing, which allows the access to globally distributed resources. Due to its highly distributed nature, one of the key points to be considered in Grid Computing is knowing the resources location and their status. The way this information is obtained and distributed is known as Resource Information Distribution Policy. One possible classification of the resource information distribution policies is if they are centralized or decentralized, which can be further divided in structured or unstructured. In this thesis, some relevant aspects of four policies are treated: Hierarchical, Super Peer, Random and Best Neighbor. In previous works, Best Neighbor presented some unexpected results, similar to those obtained by Random policy, despite of being designed to use historical communication information to improve its performance. The main contribution of this work is the proposal of improvements to Best Neighbour policy. Two variations are presented with good performance, scalability and fully distributed behavior. Fil: Verghelet, Paula. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales 2014-12-19 info:eu-repo/semantics/bachelorThesis info:ar-repo/semantics/tesis de grado info:eu-repo/semantics/publishedVersion application/pdf spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar https://hdl.handle.net/20.500.12110/seminario_nCOM000431_Verghelet
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-134
collection Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA)
language Español
orig_language_str_mv spa
description La computación de alto rendimiento (HPC, High Performance Computing) es un término que engloba un conjunto de procedimientos y estrategias computacionales para resolver eficientemente problemas complejos que demandan un gran poder de cómputo. Una de las tecnologías que ha emergido y se ha consolidado en los últimos años es Grid Computing, que permite el acceso de manera remota a diversos recursos distribuidos geográficamente. Debido a su naturaleza altamente distribuida, uno de los puntos más importantes a considerar dentro de las Grids es saber dónde están los recursos y su disponibilidad de manera de poder coordinar su utilización, siendo esta una problemática común a Cloud Computing y a sistemas distribuidos en general. Como se obtiene y disemina la información sobre estos recursos es lo que se denomina política de distribución de la información de recursos. Una clasificación posible de las políticas de distribución de la información es considerarlas centralizadas o descentralizadas, y a estas últimas a su vez como estructuradas o no-estructuradas. En esta tesis se estudian algunos aspectos de cuatro políticas de distribución de la información que resultan representativas dentro de esta clasificación: Jerárquica,Super Peer, Random y Best Neighbor. En particular para la política Best Neighbor, algunos resultados previos no fueron los esperados sino similares a los obtenidos al utilizar la política Random, a pesar de utilizar información histórica obtenida en base a consultas previas para guiar la política de distribución. El principal aporte de esta tesis es la propuesta de una serie de mejoras a la política Best Neighbor de las que finalmente se obtuvieron dos variaciones que mostraron muy buena performance, siendo a su vez escalables y distribuidas.
author2 Mocskos, Esteban Eduardo
author_facet Mocskos, Esteban Eduardo
Verghelet, Paula
format Tesis de grado
Tesis de grado
publishedVersion
author Verghelet, Paula
spellingShingle Verghelet, Paula
Utilizando la calidad de las respuestas como política de distribución de la información de recursos en Grid Computing
author_sort Verghelet, Paula
title Utilizando la calidad de las respuestas como política de distribución de la información de recursos en Grid Computing
title_short Utilizando la calidad de las respuestas como política de distribución de la información de recursos en Grid Computing
title_full Utilizando la calidad de las respuestas como política de distribución de la información de recursos en Grid Computing
title_fullStr Utilizando la calidad de las respuestas como política de distribución de la información de recursos en Grid Computing
title_full_unstemmed Utilizando la calidad de las respuestas como política de distribución de la información de recursos en Grid Computing
title_sort utilizando la calidad de las respuestas como política de distribución de la información de recursos en grid computing
publisher Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publishDate 2014
url https://hdl.handle.net/20.500.12110/seminario_nCOM000431_Verghelet
work_keys_str_mv AT vergheletpaula utilizandolacalidaddelasrespuestascomopoliticadedistribuciondelainformacionderecursosengridcomputing
_version_ 1782031582415028224

Ejemplares similares