Evaluación del uso de redes neuronales artificiales para predecir el rendimiento de aplicaciones distribuidas independientemente de la plataforma

Un sistema distribuido es un conjunto de sistemas informáticos independientes interconectados por una red, que trabajan en cooperación y se comportan como un único sistema creando una plataforma subyacente para distintos tipos de aplicaciones. Estas plataformas suelen utilizarse para ejecutar aplica...

Descripción completa

Detalles Bibliográficos
Autores principales: Flores-Contreras, Jesus, Duran-Limon, Hector, Mezura-Montes, Efren
Formato: Artículo
Lenguaje:español
Publicado: Universidad Autónoma de Nuevo León 2018
Materias:
Acceso en línea:https://vinculategica.uanl.mx/index.php/v/article/view/1119
Descripción
Sumario:Un sistema distribuido es un conjunto de sistemas informáticos independientes interconectados por una red, que trabajan en cooperación y se comportan como un único sistema creando una plataforma subyacente para distintos tipos de aplicaciones. Estas plataformas suelen utilizarse para ejecutar aplicaciones de larga duración que requieren muchos recursos informáticos, como potencia de procesamiento de la CPU, memoria y ancho de banda de la red. En estos sistemas, es importante gestionar los recursos disponibles de forma eficiente para mejorar el rendimiento general del sistema. Saber cómo se va a comportar el tiempo de ejecución de una aplicación puede mejorar mucho el rendimiento de un sistema, ya que esta información permite asignar de forma eficiente los recursos disponibles. En este artículo, presentamos una evaluación de la idoneidad de las redes neuronales artificiales para lograr un enfoque independiente de la plataforma para la predicción del tiempo de ejecución de aplicaciones distribuidas que se ejecutan en sistemas multinúcleo. Realizamos nuestra evaluación con tres aplicaciones paralelas de larga ejecución, a saber, el modelo de Investigación y Predicción Meteorológica (WRF), Octopus y miniFE. Nuestros resultados indican que las redes neuronales son capaces de producir resultados precisos cuando predicen el tiempo de ejecución de la aplicación en la misma plataforma, pero su precisión disminuye al cambiar de plataforma.
Descripción Física:Vinculategica efan; Vol. 3 No. 3 (2018): VinculaTégica EFAN 3(3) July 2017 - June 2018; 693-700
Vinculatégica EFAN; Vol. 3 Núm. 3 (2018): VinculaTégica EFAN 3(3) Julio 2017 - Junio 2018; 693-700
2448-5101