Resumen

El consumo de energía ha sido una de las principales preocupaciones para apoyar el rápido crecimiento de los centros de datos en la nube, ya que no solo aumenta el costo de la electricidad para los proveedores de servicios, sino que también desempeña un papel importante en el aumento de las emisiones de gases de efecto invernadero y, por lo tanto, la contaminación ambiental, y tiene un impacto negativo en la confiabilidad y disponibilidad del sistema. Como resultado, el consumo de energía y las métricas de eficiencia se han convertido en un problema vital para las aplicaciones de programación paralela basadas en tareas realizadas en los centros de datos en la nube. En este documento, presentamos un algoritmo de programación de dos fases consciente del tiempo y la energía llamado mejor algoritmo heurístico de programación (BHS) para la programación de grafos acíclicos dirigidos (DAG) en procesadores de centros de datos en la nube. En la primera fase, el algoritmo asigna recursos a las tareas mediante la clasificación, basada en cuatro

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Consumo de energía; Centros de datos en la nube; Algoritmo de programación; Métricas de eficiencia; Emisiones de gases de efecto invernadero; Aplicaciones de programación paralela
• Keywords:Energy consumption; Cloud data centers; Scheduling algorithm; Efficiency metrics; Greenhouse gas emissions; Parallel scheduling applications