Identificación de algoritmos de cómputo Intensivo para Big Data y su implementación en clouds

Autores
Murazzo, María Antonia; Rodríguez, Nelson R.; Guevara, Miguel José; Tinetti, Fernando Gustavo
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Almacenar, transferir y procesar grandes volúmenes de datos en el área que se ha denominado Big Data son un factor determinante y un reto para el Cómputo de Alto Rendimiento (sigla en inglés: HPC de High Performance Computing). Los algoritmos usados para procesar esos datos deben sacar provecho de las ventajas ofrecidas por el cómputo en la Nube (Cloud), mediante el uso de algoritmos que permitan agilizar/acelerar el cómputo de o con esos datos. La conjunción de Big Data y HPC se suele enfocar en la paralelización del procesamiento mediante la distribución de los datos y la delegación del cómputo en los nodos de procesamiento de la plataforma. Estas arquitecturas de cómputo, que para el caso de la memoria distribuida eran tradicionalmente los clusters, se pueden migrar al Cloud. La migración permite montar clusters virtuales (Cluster as a Service) logrando un entorno auto-escalable dependiente de la carga de trabajo. Se propone la identificación y evaluación de un conjunto representativo de algoritmos usados en Big Data con énfasis en su implementación en clouds.
Eje: Procesamiento Distribuido y Paralelo
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
cloud computing
big data
cluster computing
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/53147
Acceder
id SEDICI_39ad78e355075b4d7e0fae75f9cf91ac
oai_identifier_str oai:sedici.unlp.edu.ar:10915/53147
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Identificación de algoritmos de cómputo Intensivo para Big Data y su implementación en cloudsMurazzo, María AntoniaRodríguez, Nelson R.Guevara, Miguel JoséTinetti, Fernando GustavoCiencias Informáticascloud computingbig datacluster computingAlmacenar, transferir y procesar grandes volúmenes de datos en el área que se ha denominado Big Data son un factor determinante y un reto para el Cómputo de Alto Rendimiento (sigla en inglés: HPC de High Performance Computing). Los algoritmos usados para procesar esos datos deben sacar provecho de las ventajas ofrecidas por el cómputo en la Nube (Cloud), mediante el uso de algoritmos que permitan agilizar/acelerar el cómputo de o con esos datos. La conjunción de Big Data y HPC se suele enfocar en la paralelización del procesamiento mediante la distribución de los datos y la delegación del cómputo en los nodos de procesamiento de la plataforma. Estas arquitecturas de cómputo, que para el caso de la memoria distribuida eran tradicionalmente los clusters, se pueden migrar al Cloud. La migración permite montar clusters virtuales (Cluster as a Service) logrando un entorno auto-escalable dependiente de la carga de trabajo. Se propone la identificación y evaluación de un conjunto representativo de algoritmos usados en Big Data con énfasis en su implementación en clouds.Eje: Procesamiento Distribuido y ParaleloRed de Universidades con Carreras en Informática (RedUNCI)2016-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf767-771http://sedici.unlp.edu.ar/handle/10915/53147spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2info:eu-repo/semantics/reference/hdl/10915/52766info: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:UNLP2025-09-03T10:37:33Zoai:sedici.unlp.edu.ar:10915/53147Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:37:33.51SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Identificación de algoritmos de cómputo Intensivo para Big Data y su implementación en clouds
title Identificación de algoritmos de cómputo Intensivo para Big Data y su implementación en clouds
spellingShingle Identificación de algoritmos de cómputo Intensivo para Big Data y su implementación en clouds
Murazzo, María Antonia
Ciencias Informáticas
cloud computing
big data
cluster computing
title_short Identificación de algoritmos de cómputo Intensivo para Big Data y su implementación en clouds
title_full Identificación de algoritmos de cómputo Intensivo para Big Data y su implementación en clouds
title_fullStr Identificación de algoritmos de cómputo Intensivo para Big Data y su implementación en clouds
title_full_unstemmed Identificación de algoritmos de cómputo Intensivo para Big Data y su implementación en clouds
title_sort Identificación de algoritmos de cómputo Intensivo para Big Data y su implementación en clouds
dc.creator.none.fl_str_mv Murazzo, María Antonia
Rodríguez, Nelson R.
Guevara, Miguel José
Tinetti, Fernando Gustavo
author Murazzo, María Antonia
author_facet Murazzo, María Antonia
Rodríguez, Nelson R.
Guevara, Miguel José
Tinetti, Fernando Gustavo
author_role author
author2 Rodríguez, Nelson R.
Guevara, Miguel José
Tinetti, Fernando Gustavo
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
cloud computing
big data
cluster computing
topic Ciencias Informáticas
cloud computing
big data
cluster computing
dc.description.none.fl_txt_mv Almacenar, transferir y procesar grandes volúmenes de datos en el área que se ha denominado Big Data son un factor determinante y un reto para el Cómputo de Alto Rendimiento (sigla en inglés: HPC de High Performance Computing). Los algoritmos usados para procesar esos datos deben sacar provecho de las ventajas ofrecidas por el cómputo en la Nube (Cloud), mediante el uso de algoritmos que permitan agilizar/acelerar el cómputo de o con esos datos. La conjunción de Big Data y HPC se suele enfocar en la paralelización del procesamiento mediante la distribución de los datos y la delegación del cómputo en los nodos de procesamiento de la plataforma. Estas arquitecturas de cómputo, que para el caso de la memoria distribuida eran tradicionalmente los clusters, se pueden migrar al Cloud. La migración permite montar clusters virtuales (Cluster as a Service) logrando un entorno auto-escalable dependiente de la carga de trabajo. Se propone la identificación y evaluación de un conjunto representativo de algoritmos usados en Big Data con énfasis en su implementación en clouds.
Eje: Procesamiento Distribuido y Paralelo
Red de Universidades con Carreras en Informática (RedUNCI)
description Almacenar, transferir y procesar grandes volúmenes de datos en el área que se ha denominado Big Data son un factor determinante y un reto para el Cómputo de Alto Rendimiento (sigla en inglés: HPC de High Performance Computing). Los algoritmos usados para procesar esos datos deben sacar provecho de las ventajas ofrecidas por el cómputo en la Nube (Cloud), mediante el uso de algoritmos que permitan agilizar/acelerar el cómputo de o con esos datos. La conjunción de Big Data y HPC se suele enfocar en la paralelización del procesamiento mediante la distribución de los datos y la delegación del cómputo en los nodos de procesamiento de la plataforma. Estas arquitecturas de cómputo, que para el caso de la memoria distribuida eran tradicionalmente los clusters, se pueden migrar al Cloud. La migración permite montar clusters virtuales (Cluster as a Service) logrando un entorno auto-escalable dependiente de la carga de trabajo. Se propone la identificación y evaluación de un conjunto representativo de algoritmos usados en Big Data con énfasis en su implementación en clouds.
publishDate 2016
dc.date.none.fl_str_mv 2016-04
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/10915/53147
url http://sedici.unlp.edu.ar/handle/10915/53147
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2
info:eu-repo/semantics/reference/hdl/10915/52766
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
767-771
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_ 1842260234382344192
score 13.13397

Publicaciones similares