Resumen

La asignación de tareas en la computación en malla, donde se deben considerar tanto las limitaciones de procesamiento como de ancho de banda en múltiples dispositivos heterogéneos, es un problema desafiante. Además, apuntar a la optimización de múltiples objetivos lo hace aún más desafiante. En este artículo se presenta una estrategia de asignación de tareas basada en algoritmos genéticos en la que se optimizan simultáneamente múltiples objetivos conflictivos. Específicamente, maximizamos la calidad de ejecución de tareas al tiempo que minimizamos el consumo de energía y ancho de banda. Además, en nuestro escenario de procesamiento de video, consideramos la transcodificación a resoluciones espaciales/temporales más bajas para equilibrar la calidad del video, el procesamiento y las demandas de ancho de banda. La calidad de ejecución de tareas se determina entonces por la cantidad de flujos procesados exitosamente y la resolución espacial-temporal en la que se procesan. Los resultados muestran que el algoritmo propuesto ofrece

• Materias:Reducción de señales Protección contra errores Demanda de búfer Red de superposición Sistemas de multidifusión
• Subjects:Signal reduction Error protection Buffer demand Overlay network Multicast systems
• Palabras claves:Asignación de tareas; Computación en malla; Algoritmos genéticos; Múltiples objetivos; Optimización; Soluciones óptimas de Pareto
• Keywords:Task assignment; Grid computing; Genetic algorithms; Multiple objectives; Optimization; Pareto optimal solutions