Resumen

Las aplicaciones modernas de big data tienden a preferir un enfoque de computación en clúster, ya que están vinculadas al marco de computación distribuida que atiende los trabajos de los usuarios según la demanda. Realiza un procesamiento rápido de tareas al subdividirlas en tareas que se ejecutan en paralelo. Debido al entorno complejo, problemas de hardware y software, las tareas pueden ejecutarse lentamente, lo que lleva a la finalización tardía de trabajos, y dicho fenómeno también se conoce como rezagados. La mejora del rendimiento del marco de computación distribuida es un cuello de botella debido a nodos rezagados debido a varios factores como recursos compartidos, carga pesada del sistema o problemas de hardware que llevan a un tiempo prolongado de ejecución del trabajo. Muchos enfoques de vanguardia utilizan modelos independientes por nodo y carga de trabajo. Con un aumento en los nodos y cargas de trabajo, el número de modelos aumentaría, y aun con un gran número de nodos, no todos los nodos podrían capturar a los

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Big data; Computación en clúster; Marco de computación distribuida; Rezagados; Mejora del rendimiento; Aprendizaje colaborativo.
• Keywords:Big data; Cluster computing; Distributed computing framework; Stragglers; Performance improvement; Collaborative learning