DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/13431

Ítem no disponible en accés obert per política de l'editorial

Arxiu Descripció MidaFormat
LSI-11-7-R.pdf462,74 kBAdobe PDF Accés restringit

Citació: Berral, J.; Gavaldà, R.; Torres, J. Adaptive scheduling on power-aware managed data-centers using machine learning. A: IEEE/ACM International Conference on Grid Computing. "12th IEEE/ACM International Conference on Grid Computing (GRID 2011)". Lyon: IEEE Computer Society Publications, 2011, p. 66-73.
Títol: Adaptive scheduling on power-aware managed data-centers using machine learning
Autor: Berral García, Josep Lluís Veure Producció científica UPC; Gavaldà Mestre, Ricard Veure Producció científica UPC; Torres Viñals, Jordi Veure Producció científica UPC
Editorial: IEEE Computer Society Publications
Data: 2011
Tipus de document: Conference report
Resum: Energy-related costs have become one of the major economic factors in IT data-centers, and companies and the research community are currently working on new efficient power-aware resource management strategies, also known as “Green IT”. Here we propose an autonomic scheduling of tasks and web-services over cloud environments, focusing on the profit optimization by executing a set of tasks according to servicelevel agreements minus its costs like power consumption. The principal contribution is the use of machine learning techniques in order to predict a priori resource usages, like CPU consumption, and estimate the tasks response time based on the monitored data traffic characteristics. Further, in order to optimize the scheduling, an exact solver based on mixed integer linear programming is used as a proof of concept, and also compared to some approximate algorithm solvers to find valid alternatives for the NP-hard problem of exact schedule solving. Experiments show that machine learning algorithms can predict system behaviors with acceptable accuracy, also the ILP solver obtains the optimal solution managing to adjust appropriately the schedule according to profits and cost of power increases, also reducing migrations when their cost is taken into consideration. Finally, is demonstrated that one of the approximate algorithm solvers is much faster but close in terms of the optimization goal to the exact solver.
ISBN: 978-0-7695-4572-6
URI: http://hdl.handle.net/2117/13431
DOI: 10.1109/Grid.2011.18
Apareix a les col·leccions:Altres. Enviament des de DRAC
LARCA - Laboratori d'Algorísmia Relacional, Complexitat i Aprenentatge. Ponències/Comunicacions de congressos
CAP - Grup de Computació d´Altes Prestacions. Ponències/Comunicacions de congressos
Departament d'Arquitectura de Computadors. Ponències/Comunicacions de congressos
Departament de Ciències de la Computació. Ponències/Comunicacions de congressos
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius