Aplicación de técnicas de aprendizaje maquinal para la construcción de un planeador de tareas

  • -

Aplicación de técnicas de aprendizaje maquinal para la construcción de un planeador de tareas

2014

 Descargar versión PDF

ProfesoresDr. Ricardo Marcelín Jiménez y Orlando Muñoz Tezocotetla

Resumen: El sistema de archivos Babel se compone de un conjunto de máquinas con capacidades de almacenamiento y procesamiento conectadas mediante una red local. Los clientes de Babel perciben una sola máquina, denominada coordinador o PROXY, que despacha las solicitudes de servicio (almacenamiento, búsqueda y recuperación de archivos) y administra los recursos. Por otro lado, los archivos se guardan de manera redundante, esto quiere decir que se crea un exceso en la información que codifica a los archivos y este exceso se guarda de forma distribuida entre los dispositivos de almacenamiento que componen al sistema. Se trata de una solución que puede articular un número masivo de dispositivos y presentarlos bajo una interfaz única.

Uno de los problemas que surgen al diseñar e implementar un sistema como Babel es la distribución o asignación de tareas a los procesadores que estén disponibles (que se encuentran distribuidos) de tal forma que se mantenga un alto rendimiento minimizando el tiempo de respuesta y maximizando el uso de recursos de manera global. Este problema es llamado “planeación de tareas” o task scheduling. Muchos modelos de planeación recurren a la teoría de colas o filas de espera para describir estos escenarios donde se presentan colecciones de tareas esperando atención. La información obtenida por dichos modelos permite tomar decisiones respecto la administración del sistema, de tal manera que éste pueda mejorar su rendimiento.

Objetivo general

  • Proponer e implementar un planeador de tareas que pueda estimar los tiempos de servicio en una fila de espera, capaz de aprender y tomar decisiones apoyado por técnicas de aprendizaje maquinal.

Objetivos específicos

  • Estudiar y evaluar las técnicas existentes de aprendizaje maquinal aplicadas al diseño de planeadores de tareas en sistemas de cómputo distribuido.
  • Proponer e implementar una solución tomando en cuenta las deficiencias que se identifiquen en los métodos existentes.

Ultima actualización 14/08/2022 por pcyti