CREA: Colección de Recursos Educativos Abiertos

 

Big data platform for the development of scheduling strategies in cloud computing

dc.audience.mediatorUniversidad de Jaén. Escuela Politécnica Superior (Linares)es_ES
dc.contributor.advisorGarcía Galán, Sebastián
dc.contributor.advisorMuñoz Expósito, José Enrique
dc.contributor.authorNoureldien, Yossra
dc.contributor.otherUniversidad de Jaén. Ingeniería de Telecomunicaciónes_ES
dc.date.accessioned2021-01-22T08:59:34Z
dc.date.available2021-01-22T08:59:34Z
dc.date.issued2021-01-22
dc.description.abstract[EN] Cloud computing is an evolving topic in the last decade. Clouds work as infrastructures for storing and accessing data. Cloud scheduling is used to map tasks' requirements according to the availability of resources. Extensive researches were done to develop methodologies for scheduling. In general, the goal is to optimize a specific objective such as time, cost, energy and quality of service. In the literature, there is an enormous number of scheduling strategies, such as MinMin algorithm, MaxMin algorithm and Round robin algorithm. In this work, we are introducing a platform, in which it is possible to select between multiple scheduling strategies to run simulation scenarios in cloud computing environments. The platform will serve mainly simulations to avoid having a real data center. The simulation environment selected is the Workflowsim-DVFS simulator. The proposed platform could be used by researchers as a tool for testing procedures when running a wide range of experiments.es_ES
dc.description.abstract[ES] La computación en la nube es un tema en evolución en la última década. Las nubes funcionan como infraestructuras para almacenar y acceder a datos. La programación en la nube se utiliza para mapear los requisitos de las tareas de acuerdo con la disponibilidad de recursos. Se realizaron extensas investigaciones para desarrollar metodologías para la programación. En general, el objetivo es optimizar un objetivo específico como el tiempo, el costo, la energía y la calidad del servicio. En la literatura, hay una enorme cantidad de estrategias de programación, como el algoritmo MinMin, el algoritmo MaxMin y el algoritmo Round Robin. En este trabajo, presentamos una plataforma en la que es posible seleccionar entre múltiples estrategias de programación para ejecutar escenarios de simulación en entornos de computación en la nube. La plataforma servirá principalmente simulaciones para evitar tener un centro de datos real. El entorno de simulación seleccionado es el simulador Workflowsim-DVFS. La plataforma propuesta podría ser utilizada por los investigadores como una herramienta para probar procedimientos al ejecutar una amplia gama de experimentos.es_ES
dc.identifier.urihttps://hdl.handle.net/10953.1/13602
dc.language.isoenges_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 España*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.subject.classification3325.99es_ES
dc.subject.classification1203.04es_ES
dc.subject.otherTecnologías de las Telecomunicacioneses_ES
dc.subject.otherTelecommunications technologieses_ES
dc.subject.otherInteligencia artificiales_ES
dc.subject.otherArtificial intelligencees_ES
dc.titleBig data platform for the development of scheduling strategies in cloud computinges_ES
dc.typeinfo:eu-repo/semantics/masterThesises_ES

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Final_master_thesis.pdf
Tamaño:
1.97 MB
Formato:
Adobe Portable Document Format
Descripción:

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.96 KB
Formato:
Item-specific license agreed upon to submission
Descripción: