Análise de influências provenientes da tomada de decisões centralizadas e distribuídas no escalonamento de processos

• Processo: 11/02655-9
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de agosto de 2011
• Data de Término da vigência: 31 de julho de 2013
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Rodrigo Fernandes de Mello
• Beneficiário: Rodrigo Fernandes de Mello
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Sistemas distribuídos Sistemas dinâmicos Tomada de decisão Escalonamento de processos
• Palavra(s)-Chave do Pesquisador: Análise de Influências | Escalonamento de Processos | Redes Complexas | sistemas dinâmicos | Computação Distribuída

Resumo

Dúvidas sobre a melhor maneira para a tomada de decisões de escalonamento em função das características do ambiente, i.e., se centralizada, parcialmente ou totalmente distribuída, recobrem sobre projetistas de ambientes scale-out. Essas dúvidas estão, principalmente, ligadas a aspectos como: simplicidade de implementação, custos envolvidos na obtenção de informações sobre recursos e processos, propagação de decisões, e impactos sobre a disponibilidade de serviços. Nesse sentido, este projeto de pesquisa visa quantificar essas influências a fim de mapear as abordagens mais adequadas para a tomada de decisões em ambientes scale-out de diferentes escalas e topologias. Resultados provenientes podem, também, ser aplicados a outros aspectos decisórios em computação distribuída, bem como auxiliar na compreensão desses aspectos em outros cenários. (AU)

Publicações científicas

(5)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

RIOS, RICARDO ARAUJO; SMALL, MICHAEL; DE MELLO, RODRIGO FERNANDES. Testing for Linear and Nonlinear Gaussian Processes in Nonstationary Time Series. INTERNATIONAL JOURNAL OF BIFURCATION AND CHAOS, v. 25, n. 1, JAN 2015. (11/02655-9, 09/18293-9)

RIBEIRO GABRIEL, PAULO HENRIQUE; DE MELLO, RODRIGO FERNANDES. Modelling distributed computing workloads to support the study of scheduling decisions. International Journal of Computational Science and Engineering, v. 11, n. 2, p. 155-166, 2015. (11/02655-9, 09/15338-1)

RIOS, RICARDO ARAUJO; DE MELLO, RODRIGO FERNANDES. Improving time series modeling by decomposing and analyzing stochastic and deterministic influences. Signal Processing, v. 93, n. 11, p. 3001-3013, NOV 2013. (11/02655-9, 09/18293-9)

RIOS, RICARDO ARAUJO; PARROTT, LAEL; LANGE, HOLGER; DE MELLO, RODRIGO FERNANDES. Estimating determinism rates to detect patterns in geospatial datasets. REMOTE SENSING OF ENVIRONMENT, v. 156, p. 11-20, JAN 2015. (11/02655-9, 09/18293-9)

ISHII, RENATO PORFIRIO; DE MELLO, RODRIGO FERNANDES. An Online Data Access Prediction and Optimization Approach for Distributed Systems. IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS, v. 23, n. 6, p. 1017-1029, JUN 2012. (11/02655-9)