Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/3745
Título: Arquitetura para clusterização de recursos baseado em seu poder computacional utilizando algoritmo hierárquico e assinatura comportamental
Título(s) alternativo(s): Computational power resource based clustering architecture using hierarchical algorithm and behavior signature
Autor(es): Senger, Wagner
Orientador(es): Góis, Lourival Aparecido de
Palavras-chave: Assinaturas digitais
Algorítmos computacionais
Sistemas de computação em grade
Digital signatures
Computer algorithms
Computational grids (Computer systems)
Data do documento: 5-Nov-2018
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Ponta Grossa
Citação: SENGER, Wagner. Arquitetura para clusterização de recursos baseado em seu poder computacional utilizando algoritmo hierárquico e assinatura comportamental. 2018. 77 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2018.
Resumo: Em uma Grade Computacional, recursos com baixo poder computacional, ao concorrer diretamente com todos em um ambiente podem vir a ser subutilizados, causando com o tempo a sua fuga. Para mitigar este efeito, e proporcionar um melhor uso dos recursos do ambiente, este estudo propõe uma arquitetura que se baseia na organização dos elementos em grupos, e que para isso, seus componentes internos como um todo sejam levadas em consideração, e não apenas a capacidade da sua CPU. Para tal, a quantidade de cada componente relevante dos recursos para a aplicação alvo é compilada, compondo o seu poder computacional. Os recursos são dispostos em grupos, cuja soma do poder computacional de seus integrantes é aproximada dos demais. A separação dos recursos em grupos é executada por um algoritmo hierárquico com base na maior distância entre os valores, devido ao equilíbrio entre elementos fortes e fracos que ele proporciona, gerando assim grupos com valor total aproximado. Esta organização permite que quando houver a necessidade de definição de qual grupo será o responsável pela execução de uma tarefa, qualquer um tenha capacidade de atendê-la, visto que o poder de processamento não é mais um determinante para tal. Para que exista um parâmetro de escolha do grupo que será selecionado para execução, o comportamento padrão dos recursos é analisado. Cada recurso possui um padrão de utilização, que pode ser identificado através do seu acompanhamento, a ponto de que sua utilização seja previsível. Este padrão de utilização é representado por um perfil de comportamento denominado Assinatura Comportamental. Após determinada a assinatura de cada recurso e também dos grupos aos quais pertencem, como todos estes grupos passam a ter condições similares de atender uma demanda, a assinatura permite a sua distinção, retratando o momento mais oportuno de utilização de cada, proporcionando uma métrica de escolha do destino da requisição. Neste estudo são implementados os métodos propostos para a clusterização, Assinatura Comportamental e a Assinatura dos clusters. O escalonamento das tarefas não é implementado, visto que um aprofundamento específico nesta área é necessário, portanto comparar o número de tarefas recebidas por um recurso neste método, com métodos tradicionais onde o recurso concorre diretamente com outros não é possível. É possível porém determinar os resultados da implantação dos métodos, e se a arquitetura permitiu a criação de um ambiente tal qual proposto.
Abstract: In a Grid, resources with low computational power, when directly competing with each other in a environment, could be undersused, favoring in time its scape. To reduce this effect, and allow a better usage of the environment resources, improving the grid potential, this study proposes a method of elements organization, who mades all of the most important resources caracteristics could be used to create the groups. To make it, the amount of each relevant resources component to the target application are compiled, composing his computational power. To allow an equal support demand capacity, the resources are arranged in groups, and their allocation is based on the computational power calculated. The separation of the groups is performed by a hierarchical algorithm based on the most distant element, due to the balance between strong and weak computational elements that it provides, thus generating groups with more similar characteristics. This organization allows that when there is a need to distribute a task, any group is able to execute it, becouse all have an equivalent computational power. Nevertheless, the groups are distinguished by the use that each of their resources has, which is not repeated perfectly in other groups. Each resource has a usage pattern, which over time can be refined till it could be predicted, when a group is generated it starts to display time windows that represent the best moments in which the resources can be used. These windows are represented by a behavior profile called Behavioral Signature. After determined the signature of each resources group, the signature of the entire group is also determined, which reflects the availability of its resources. As all groups have similar conditions to execute a demand, the signature allows their distinction, showing the most opportune moment to use each one, providing a metric to choose the request destination.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/3745
Aparece nas coleções:PG - Programa de Pós-Graduação em Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
PG_PPGCC_M_Senger, Wagner_2018.pdf10,4 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.