Una estrategia evolutiva de predicción para balance de carga en entornos de sistemas distribuidos
- Autores
- Esquivel, Susana Cecilia; Leguizamón, Guillermo
- Año de publicación
- 1996
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Este artículo propone. una estrategia evolutiva de predicción, en un entorno de balance de carga, en Sistemas Distribuidos. Los algoritmos de balance de carga intentan mejorar la performance del sistema recurriendo a la migración de procesos, pero presentan el problema adicional de la inestabilidad que ocurre cuando los procesos gastan.una cantidad excesiva de tiempo migrando entre los diferentes nodos del sistema. Con el fin de disminuir el tráfico de.comunicaciones generadas por la estrategia de balance,se buscó reducir el número de requerimientos que un nodo debe efectuar cuando se encuentra sobrecargado, utilizando, para ello una estrategia de predicción evolutiva que usa como base de la predicción. el aprendizaje logrado, a través de la experiencia previa, por cada nodo.
Eje: Redes Neuronales. Algoritmos genéticos
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Sistemas Distribuidos
Distributed Systems
Balance de Carga
Algorithms
Predicción
Neural nets
Aprendizaje
Algoritmos Genéticos - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/24165
Ver los metadatos del registro completo
id |
SEDICI_2612482ec7e7dd9aaff3cd382e828aa8 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/24165 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Una estrategia evolutiva de predicción para balance de carga en entornos de sistemas distribuidosEsquivel, Susana CeciliaLeguizamón, GuillermoCiencias InformáticasSistemas DistribuidosDistributed SystemsBalance de CargaAlgorithmsPredicciónNeural netsAprendizajeAlgoritmos GenéticosEste artículo propone. una estrategia evolutiva de predicción, en un entorno de balance de carga, en Sistemas Distribuidos. Los algoritmos de balance de carga intentan mejorar la performance del sistema recurriendo a la migración de procesos, pero presentan el problema adicional de la inestabilidad que ocurre cuando los procesos gastan.una cantidad excesiva de tiempo migrando entre los diferentes nodos del sistema. Con el fin de disminuir el tráfico de.comunicaciones generadas por la estrategia de balance,se buscó reducir el número de requerimientos que un nodo debe efectuar cuando se encuentra sobrecargado, utilizando, para ello una estrategia de predicción evolutiva que usa como base de la predicción. el aprendizaje logrado, a través de la experiencia previa, por cada nodo.Eje: Redes Neuronales. Algoritmos genéticosRed de Universidades con Carreras en Informática (RedUNCI)1996-11info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf177-188http://sedici.unlp.edu.ar/handle/10915/24165spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:55:45Zoai:sedici.unlp.edu.ar:10915/24165Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:45.509SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Una estrategia evolutiva de predicción para balance de carga en entornos de sistemas distribuidos |
title |
Una estrategia evolutiva de predicción para balance de carga en entornos de sistemas distribuidos |
spellingShingle |
Una estrategia evolutiva de predicción para balance de carga en entornos de sistemas distribuidos Esquivel, Susana Cecilia Ciencias Informáticas Sistemas Distribuidos Distributed Systems Balance de Carga Algorithms Predicción Neural nets Aprendizaje Algoritmos Genéticos |
title_short |
Una estrategia evolutiva de predicción para balance de carga en entornos de sistemas distribuidos |
title_full |
Una estrategia evolutiva de predicción para balance de carga en entornos de sistemas distribuidos |
title_fullStr |
Una estrategia evolutiva de predicción para balance de carga en entornos de sistemas distribuidos |
title_full_unstemmed |
Una estrategia evolutiva de predicción para balance de carga en entornos de sistemas distribuidos |
title_sort |
Una estrategia evolutiva de predicción para balance de carga en entornos de sistemas distribuidos |
dc.creator.none.fl_str_mv |
Esquivel, Susana Cecilia Leguizamón, Guillermo |
author |
Esquivel, Susana Cecilia |
author_facet |
Esquivel, Susana Cecilia Leguizamón, Guillermo |
author_role |
author |
author2 |
Leguizamón, Guillermo |
author2_role |
author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Sistemas Distribuidos Distributed Systems Balance de Carga Algorithms Predicción Neural nets Aprendizaje Algoritmos Genéticos |
topic |
Ciencias Informáticas Sistemas Distribuidos Distributed Systems Balance de Carga Algorithms Predicción Neural nets Aprendizaje Algoritmos Genéticos |
dc.description.none.fl_txt_mv |
Este artículo propone. una estrategia evolutiva de predicción, en un entorno de balance de carga, en Sistemas Distribuidos. Los algoritmos de balance de carga intentan mejorar la performance del sistema recurriendo a la migración de procesos, pero presentan el problema adicional de la inestabilidad que ocurre cuando los procesos gastan.una cantidad excesiva de tiempo migrando entre los diferentes nodos del sistema. Con el fin de disminuir el tráfico de.comunicaciones generadas por la estrategia de balance,se buscó reducir el número de requerimientos que un nodo debe efectuar cuando se encuentra sobrecargado, utilizando, para ello una estrategia de predicción evolutiva que usa como base de la predicción. el aprendizaje logrado, a través de la experiencia previa, por cada nodo. Eje: Redes Neuronales. Algoritmos genéticos Red de Universidades con Carreras en Informática (RedUNCI) |
description |
Este artículo propone. una estrategia evolutiva de predicción, en un entorno de balance de carga, en Sistemas Distribuidos. Los algoritmos de balance de carga intentan mejorar la performance del sistema recurriendo a la migración de procesos, pero presentan el problema adicional de la inestabilidad que ocurre cuando los procesos gastan.una cantidad excesiva de tiempo migrando entre los diferentes nodos del sistema. Con el fin de disminuir el tráfico de.comunicaciones generadas por la estrategia de balance,se buscó reducir el número de requerimientos que un nodo debe efectuar cuando se encuentra sobrecargado, utilizando, para ello una estrategia de predicción evolutiva que usa como base de la predicción. el aprendizaje logrado, a través de la experiencia previa, por cada nodo. |
publishDate |
1996 |
dc.date.none.fl_str_mv |
1996-11 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/24165 |
url |
http://sedici.unlp.edu.ar/handle/10915/24165 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
dc.format.none.fl_str_mv |
application/pdf 177-188 |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1844615817110487040 |
score |
13.070432 |