Abordagem de escalonamento dinâmico de tarefas baseada em sistemas classificadores

Abstract

A utilização de agregados de computadores está cada vez mais presente no contexto computacional atual. Um dos grandes problemas de tais ambientes é a má alocação dos recursos computacionais. O módulo de escalonamento de processos é um importante componente para a melhoria de distribuição das cargas do sistema. Enquanto o escalonamento estático é utilizado nos casos em que o comportamento dos programas é previamente conhecido, o escalonamento dinâmico torna-se necessário em casos onde o comportamento dos processos é desconhecido. As soluções de escalonamento adaptativas tomam decisões com base nos parâmetros atuais do sistema. Desta forma, são capazes de adaptarem-se às variações do ambiente. Nesta dissertação, apresentamos uma abordagem de escalonamento dinâmico de processos baseado em sistemas classificadores. Sistemas classificadores são algoritmos de aprendizado de máquina, baseados em algoritmos genéticos altamente adaptáveis. Em adição, apresentamos um modelo de sistema computacional que é testado sob o paradigma de um sistema classificador. Nossos resultados demonstram um diferencial na capacidade de adaptação do sistema classificador mediante o ambiente sob o qual está inserido.