Busca avançada
Ano de início
Entree
Conteúdo relacionado

Escalonamento de tarefas com localidade de dados em grids

Processo: 14/02104-0
Linha de fomento:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de julho de 2014
Vigência (Término): 28 de fevereiro de 2015
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Teoria da Computação
Convênio/Acordo: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Pesquisador responsável:Eduardo Candido Xavier
Beneficiário:Marcelo Galvão Póvoa
Instituição-sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Assunto(s):Problemas de programação de tarefas   Sistemas distribuídos   Algoritmos de aproximação   Replicação de dados   Interface gráfica

Resumo

Este trabalho estuda os problemas de alocação de tarefas e replicação de dados em sistemas computacionais distribuídos conhecidos como Data Grids. Os dois problemas já foram extensivamente estudados de forma independente na literatura, mas estamos concentrados na análise integrada de ambos, de forma a otimizar uma única função objetivo. Ainda não são conhecidos resultados teóricos expressivos para essa abordagem, que tem sido alvo de pesquisa mais recente. Temos interesse tanto na análise teórica, ao avaliar a dificuldade do problema e suas variações e propor um algoritmo de aproximação (quando viável), bem como no aspecto prático, ao propor e experimentar novas heurísticas eficientes para o problema. Nossos resultados até o momento incluem uma formulação concisa usando programação linear inteira e um algoritmo com fator de aproximação constante para uma versão reduzida do problema. O objetivo final deste trabalho consiste em apresentar um algoritmo robusto que tenha desempenho comparável, se não melhor, que os resultados presentes na literatura. (AU)

Publicações científicas
(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)
POVOA, MARCELO G.; XAVIER, EDUARDO C. Approximation algorithms and heuristics for task scheduling in data-intensive distributed systems. International Transactions in Operational Research, v. 25, n. 5, p. 1417-1441, SEP 2018. Citações Web of Science: 0.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.