Resumen

Con la amplia implementación de la computación en la nube en el procesamiento de grandes volúmenes de datos y la creciente escala de aplicaciones de big data, la gestión de la confiabilidad de los recursos se convierte en un problema crítico. Desafortunadamente, debido a la aplicación basada en grafos dirigidos acíclicos (DAG) altamente intrincada y al uso flexible de procesadores (máquinas virtuales) en la plataforma en la nube, los enfoques existentes de tolerancia a fallos son ineficientes para lograr un equilibrio entre el paralelismo y la topología de la aplicación basada en DAG al usar los procesadores, lo que provoca un mayor tiempo de ejecución para una aplicación y consume más tiempo de procesador (costo de computación). Para abordar estos problemas, este artículo presenta un nuevo marco de tolerancia a fallos llamado Algoritmo de Tolerancia a Fallos utilizando el Método de Tareas Espejo Selectivas (FAUSIT) para la tolerancia a fallos de la ejecución de una aplicación de big data en la nube.

• Materias:Dispositivos móviles Programación centralizada Redes heterogéneas Cooperación de retransmisión Antenas inteligentes
• Subjects:Mobile devices Centralized scheduling Heterogeneous networks Relay cooperation Smart antennas
• Palabras claves:Computación en la nube; Procesamiento de grandes volúmenes de datos; Tolerancia a fallos; Aplicación basada en DAG; Procesadores; FAUSIT
• Keywords:Cloud computing; Big data processing; Fault tolerance; DAG-based application; Processors; FAUSIT