Resumen

La bioinformática ha pasado de la infraestructura informática interna a la computación en nube para hacer frente a la ingente cantidad de datos biológicos. Este avance permite a un gran número de investigadores colaborar y compartir sus trabajos en todo el mundo. En vista de ello, la recuperación de datos biológicos a través de Internet se hace cada vez más difícil debido al crecimiento explosivo y los cambios frecuentes. Se han hecho varios esfuerzos para abordar los problemas de descubrimiento y entrega de datos en el marco de la nube, pero la mayoría de ellos sufren el obstáculo de un servidor maestro MapReduce para rastrear todos los datos disponibles. En este artículo, proponemos un enfoque alternativo, llamado PRKad, que explota un modelo Peer-to-Peer (P2P) para lograr un descubrimiento y entrega de datos eficiente. PRKad es una implementación basada en Kademlia con Round-Trip-Time (RTT) como clave asociada, y localiza los datos de acuerdo con Distributed Hash Table (DHT) y la métrica XOR. Los resultados de la simulación muestran que nuestro PRKad tiene una baja latencia de enlace para recuperar datos. Como aplicación interdisciplinar de la computación P2P para la bioinformática, PRKad también proporciona una buena escalabilidad para dar servicio a un mayor número de usuarios en entornos de nube dinámicos.

• Materias:Ácido ribonucleico (ARN) Genómica Polimorfismo genético Proteómica Biología computacional
• Subjects:Ribonucleic acid (RNA) Genomics Genetic polymorphism Proteomics Computational biology
• Palabras claves:PRKad, datos biológicos, servidor maestro MapReduce, entornos dinámicos en la nube, descubrimiento eficiente de datos, infraestructura informática doméstica, baja latencia de enlace, P2P, Peer, datos
• Keywords:PRKad, biological data, MapReduce master server, dynamic cloud environments, efficient data discovery, house computing infrastructure, low link latency, P2P, Peer, data