Um escalonador para grades computacionais utilizando modelos economicos
AUTOR(ES)
Fabiano Costa Teixeira
DATA DE PUBLICAÇÃO
2007
RESUMO
A necessidade cada vez maior de um grande poder de processamento e o aumento da complexidade das aplicações motivaram o surgimento de um paradigma de computação distribuído chamado Grade Computacional. Esse paradigma possibilita o compartilhamento de recursos entre participantes heterogêneos, geograficamente separados e sob administrações independentes. No entanto, o comportamento egoísta dos participantes que procuram somente consumir recursos e não fornecer pode dificultar o crescimento e fortalecimento de uma grade computacional. Diante de tal contexto, essa dissertação propõe a utilização de modelos econômicos no escalonamento de recursos de uma grade computacional. Através da utilização de créditos, os participantes devem, de forma virtual, pagar pela utilização dos recursos remotos. De maneira a oferecer uma maior flexibilidade, a arquitetura proposta permite ainda a formação de grupos de trabalho em que diversos participantes podem trabalhar de forma conjunta para adquirirem um maior valor de créditos que um participante sozinho não poderia obter. A arquitetura se preocupa ainda em fornecer garantia de qualidade de serviço, de maneira que um prazo máximo de execução pré-estabelecido por um consumidor seja respeitado. Para essa arquitetura foram desenvolvidos componentes relacionados com a implementação de modelos econômicos e utilizados alguns componentes já existentes no Globus Toolkit
ASSUNTO(S)
modelos economicos computação em grade (sistemas de computador) processamento distribuido
ACESSO AO ARTIGO
http://libdigi.unicamp.br/document/?code=vtls000412560Documentos Relacionados
- Grades computacionais baseadas em modelos economicos
- Utilizando grades computacionais no atendimento de requisitos de e-Gov
- Sistema para gerência autonômica de grades computacionais
- Implementações de algoritmos FPT para o problema do 3-Hitting Set utilizando Clusters e grades computacionais
- Escalonamento baseado em espaços de tuplas para grades computacionais